引言
大数据技术的普及推动了数据驱动的思维方式，现代的决策需要数据的支持。
数字的意义是作为大与小，多与少的度量，为了人们提供量化指标。正确看待数字，是理性面对生活的重要途径。
不要被数据唬住
- 1个亿的小目标
一辈子也赚不了，太大了。 - 人民币增发16万亿
发行这么多货币，经济出问题了吗。 - 杀菌率99%
效率真高，肯定没问题。
以上是人们对于一些数字的情绪化认识，并未把握数据的内涵。
看起来很大的数字实际很小
政府负债率
中国媒体普遍认为政府负债过多，但是对比其他国家，中国政府负债率并不高。
负债率 = 负债量/当年GDP。
各国负债率对比
从对比来看，中国的负债率并不算高，远低于发达国家的比例。且总体来看，发达国家的负债率更高。
对于不同的主体，一个数字的意义不同。一个家庭如果负债率40%是一件危险的事情，而对具有财政支持的中央政府，负债率可以通过增发货币和经济的发展抵消，那么100%的负债率也是可以接受的。
消毒剂杀菌率
某些杀毒剂杀毒效率达到99%，这样的效率实际并不高。
仅有1%的残留，在适当的情况下也可能发生数量级的增长。
看起来很小实际很大的数字
- 广告点击率，0.8%
- 信用卡欺诈率，万分之一
这些数字一般人看来很小，对于行业人士看来，非常可观。支付宝通过大数据技术能将欺诈率控制在一个基点（1/10000）以下，相对其他竞争者优势巨大。
能否客观理性地评价相关的指标，或许可以看做理解一个行业的标准。
如何正确看待数据
对数字敏感，是事业成功的基础。
- 数字的大小和场景密切相关，不要被数字的表象唬住；
- 对于数字的数量级要有概念的认识，比精确的数据更重要；
- 找到一个指标的参照物；
启示
吴军老师对我的启示：
- 提出恰当的问题：这个数字对我意味着什么？
如果在事业发展期，通过公积金贷款买房，那么负债率达到100%也不为过。对于理财投资，如果能达到年均全资产回报率12%，当前的长期资产在6年后有望翻倍，巴菲特的年均回报率大致25%。 - 从动态和发展的角度看待问题；
数字是对状态的度量，事物是动态发展的，我们更关心的是事物发展的结果。
如40%的负债率，对于快速发展国家的中央政府，可以通过各种宏观政策协调，分险可控。而99%的杀菌率，只要留下1%的细菌，快速繁衍后也足以威胁健康安全。 - 揭示数据的意义需要合理的参照物。这一方法也可以反其道而行之，一些花哨的新闻或者故事往往这样制造噱头，给读者留下深刻的印象。
例如罗辑思维的一期节目谈到两性的生物关系，说男性释放一个精子需要付出的能量，是放一个屁的百万分之一。严谨的说，这个类比并不恰当，但印象及其深刻。
补充问题：上海城区房价达到5-10万/平方，这样的房价是很贵还是很便宜内？如何看待呢？
