大數據當道，同樣的一堆數字，由於各人解讀方式不同，結果可能迥異。具備分析力、善用量化分析思考，你可能因此在競爭激烈的職場中勝人一籌。
專長數據分析、企業流程創新和知識管理的名管理大師戴文波特（Thomas H. DAVENPORT），以及華頓商學院博士、韓國國防大學商學及統計學教授金鎮浩（Jinho KIM）合著《輕鬆搞懂數字爆的料》（Keeping Up with the Quants），指出量化分析就是挖掘意義的工具，能讓大數據說話。
作者主張，量化分析做得再漂亮、再精準，若無法有效說服、促成行動，很可能讓你白忙一場。
不相信？先來看看南丁格爾和孟德爾的故事。
大家都知道，南丁格爾是護理業的創始者，更是醫院衛生的改革先鋒，但你不可能知道，她是以圖表呈現數據的量化分析先驅。早在克里米亞戰爭期間，她就擅長用資料說故事，成功以「數據解讀力」說服英國國會議員促進改革、扭轉醫療劣勢。
1854年10月，克里米亞戰爭期間，南丁格爾和38名義工被派到英國在土耳其的野戰醫院，她發現多數人並非戰死沙場，而是因醫院環境非常惡劣，死於一般流行病、地方流行病和傳染病。
1855年，醫院裡的死亡率達到43％，南丁格爾認知到改善基本衛生條件的必要性，也相信統計能夠幫忙解決問題。於是她開始蒐集資料，有系統做記錄，每天詳細記載入院、受傷、患病、治療和死亡人數的資料。
南丁格爾最大的創舉就是呈現分析結果的方式。
她知道數字可以證明一切，同時知道單純的數字列表引不起大家的興趣。因為一般讀者不喜歡閱讀數字，也會忽略數字所證明的事。為了讓讀者了解統計數字背後的意義，她製作圖表，以戲劇性方式凸顯「因為衛生條件不佳而枉死」的病例，以此強調改善衛生條件的重要。
南丁格爾製作「東方部隊死亡原因圖」，創新方式是透過圓餅圖呈現數據，還特別凸顯械形區塊。她把械形區塊印成不同顏色，讓大家清楚看到每月死亡原因的變化情形。數字和圖表一目瞭然，成了強而有力的證據。
（點擊圖片可放大檢視）
「受傷的子弟兵到醫院是去送死，而非接受治療！」她用前述創意十足的圖表編制報告，呈給國會議員，讓他們清楚看到醫療狀況惡化程度。
此舉奏效，南丁格爾不斷回報醫療現場實況英國政府，鍥而不捨敦促改革，死亡率也逐漸降低，且一直維持下降趨勢。
你可能會說，圓餅圖很常見。160年前，這種資料呈現方式堪稱是創舉。如果她的報告只是列出數字，國會議員恐怕不願看，也看不懂。
1859年，她成為英國皇家統計學會有史以來第一位女會員；1874年，她獲邀成為美國統計協會的榮譽會員。全球第一在大學開設統計系的知名統計學者皮爾森（Carl Pearson）把她譽為應用統計學的女先知。
書中列舉溝通失敗的案例是基因遺傳觀念之父孟德爾（Gregor Mendel）。
離開人世前幾個月，孟德爾說：「科學研究帶給我極大的滿足。我相信不久的將來，全世界也都會認同我的研究成果。」他相信，時間會還他公道。
孟德爾是個教士，是新興遺傳學的先驅。當時最先進的生物學理論認為，遺傳性狀是代代相融合的。但孟德爾研究遺傳時卻發現，所遺傳到的基因訊息乃是按照特定定律（該定律後來以他的名字命名）代代相傳。
他把研究結果刊在名不見經傳的《莫拉維亞科學期刊》（Moravian Scientific Journal），論文隨著這份刊物寄到歐洲和海外的130多個科學機構，當時並沒什麼迴響。此後35年間，這篇論文也只被提及大概3次。
作者感嘆，如果孟德爾溝通結果的本事跟他做實驗的能力一樣強就好了。
直到19世紀末、20世紀初，大家才肯定孟德爾研究發現的重要性，但那已是幾十年後的事了。
如果他在溝通結果方面能做得好一點，或許外界會較早接受他的理念，甚至可能是在他有生之年。
聯合報系媒體創新研發中心總監吳仁麟就在本書推薦序裡指出，僅僅是不同的排列組合，「屢戰屢敗」和「屢敗屢戰」，前者讓人覺得很吐血，後者讓人覺得很熱血。
以下是書中闡明的量化分析思考三個階段、六個步驟。
量化分析的三階段與六步驟分別是建構問題（確認問題、檢視既有發現）；解答問題（建立模型、蒐集資料、分析資料）；溝通與行動（說明結果與採取行動）。《遠見》整理如下：
階段一》建構問題
1、 確認問題：
所謂建構問題，就是界定量化分析所要解答的問題，以及要根據分析結果做什麼決策。
這個階段很重要。如果定位錯了，再多資料、再複雜的分析，也解決不了你的問題。
2、 檢視既有發現：
當你自認已經找出並界定分析學要解答的問題，可能會發現這個問題的某些層面已經有人處理過。這通常能幫助你把問題框架建構得更好。
階段二》解答問題
3、 建立模型（選擇變項）：
模型就是現象或問題經刻意簡化後的呈現。所謂「刻意」是指，建立模型就是為了解決某些問題；「簡化」表示必須去掉不必要的瑣碎細節，只留下重要而有用的獨特點。
模型可比為漫畫。漫畫會選取某些特徵（鼻子、笑容或一綹髮），以他們為重點，其他一概省略。漫畫要畫得好，就得刻意挑選有效的特徵；模型也一樣，必須專注於現實世界裡的某些特徵。建立模型時，必須有取捨，要在現實世界中找出相關面向，其餘則剔除。你必須創造去蕪存菁的模型世界，才能專注處理問題。
這也表示，模型並不精準。本書指出，關鍵在於，判斷模型何時有用、何時是扭曲現實。
本書也指出，沒有任何模型是永遠的。一旦某些重要面向改變，現有模型勢必失去代表性。在某些情境下，模型必須經常修改。
4、 蒐集資料：
測量變項就是指派數字給變項，資料就是這些數字的集合。首先，將問題化為具備重要變項的模型，接著，變項經過測量就化為資料。當然，資料是根據前一步驟所找出的變項蒐集而來的。
若你選的變項經常有人量測或分析（可從檢視先前研究得知），那麼這個步驟很簡單，你大可沿用別人的測量量度。
但是，有些變項，你需要首開先河，決定量測方法。本書指出，即使是非常主觀的變項，也能以系統化方式量測。
5、 分析資料：
資料本身不會透露任何事，所以需要分析，解開其中的意義。分析資料是為了找出一致的模式，也就是隱含在資料裡的、變項之間的關係。模式一浮現，數據就變得容易解釋，一旦從變項中找出模式，問題就變得容易解決。
例如，透過電話抽樣調查訪問，蒐集選民對總統候選人的意見。藉由分析資料，我們想得知：哪個地區、教育程度、收入、性別、年齡和政黨取向的人，會支持哪個總統候選人。
階段三》溝通與行動
6、 說明結果與採取行動：
你必須對厲害關係人溝通分析結果。這個階段非常重要；就算前面的步驟做得再好，差了這一步，一切恐怕白費。
能用資料說故事的分析師，才是優秀的分析師。那些關心自己研究心血是否能付諸實行（即改變決策、影響行動的）的分析師，都非常看重這個階段，並在此投注大量心力。
作者甚至認為，某些認為「分析結果自己會說話」、而輕忽這個階段的分析師，是不合格的分析師。
值得注意的是，本書指出，黑白分明的數字表格最容易讓人忽視你的分析結果。其實，很多故事容易適合以簡單圖示表達，例如直條圖、圓餅圖、曲線圖，或者在視覺上更強烈的互動式圖示。
確實有些人較喜歡看欄列數字，較不喜歡在視覺上相對刺激的資料呈現方式，但這種人不多。報告的呈現若能利用色彩和動感，讓結論變得更容易懂，都有加分效果。
在此階段，本書列舉溝通成功和失敗的例子。如前文所述，成功案例是南丁格爾的量化分析策略；失敗的例子是孟德爾。這也提醒我們，溝通結果何等重要。
本書提出「創意分析思考四階段」概念，把創意思考過程跟前述已討論過的步驟作對照。大致來說，創意思考過程會按照以下四個階段循序而進：
一、預備：針對問題做基本功。
二、沉浸：積極的投入解決問題和理解資料，長時間努力找出解決方案。
三、醞釀：把整個問題內化到潛意識的心靈層次，在這層次可能會有些非比尋常的連結產生。（通常都是在你灰心或想放棄的時候！）
四、領悟：就如何透過量化分析來解決問題，在想法上有重大突破。
創意和量化分析常被認為會互相衝突。本書作者強烈主張，創意和分析不但不會互相衝突，有時還關係緊密。量化分析的成功案例往往創意十足，要成功利用量化分析解決問題，創意是重要因素。
（《輕鬆搞懂數字爆的料》，戴文波特、金鎮浩著，天下文化出版）
