从抗疫悟管理之一:数据,数据,数据

从抗疫悟管理之一:数据,数据,数据

导语

今天,北京雪过天晴。湖北外全国确诊人数已经连续12天下降,湖北/武汉也连续4天下降。最艰难的时候过去了,是时候做些总结,从抗疫中学习些对学友的经营管理有用的东西了。今天是我的第一个总结,供你参考。

宋新宇

2020年2月16日18时,北京

从1月23号武汉封城起,很多学友可能和我一样,起床后第一件事就是看疫情数据。我们想从数据中了解情况,想从数据中判断未来,想从数据中找到希望。从抗疫悟管理,我觉得第一件事应该是对抗疫中数据问题和作用进行反思。

新冠肺炎全球抗疫的战场可以分成三个。第一是武汉/湖北这个疫情发源地,2月15日确诊人数累计为56249,占了全球确诊人数的81.3%,毫无疑问这里是抗疫主战场。第二是中国其它省份,占了全球确诊人数的17.8%。第三战场是国外,到2月15日累积确诊人数仅为609人,占比只有0.9%。

最小,但疫情最惨烈的战场

国外战场确诊人数最多的国家是日本,2月15日累计有334人,占了国外确诊人数一半以上。而日本总确诊334人中,有285人(=85%)来自停靠在横滨市的钻石公主号。钻石公主号是全世界面积最小,疫情却是最惨烈的战场。船上有3711人,其中2666人是乘客。这些乘客80%是60岁以上老人,215人是80岁以上高龄老人。2月1日第一例确诊后,2月7日船上的确诊人数就上升到了61,14天后的2月15日更飙升到了285例。更可怕的是,这仅仅是检测了船上930人后的结果!这个数字背后是3000多人在船上牢狱般的生活,钻石公主号被称为恐怖游轮实不为过。

从数据可以看出,新冠肺炎在一定条件下传染性是非常强的。如果用285确诊人数/930检测人数来计算,船上的传染率达到了恐怖的30.6%。反算到全船,钻石公主号上会有超过1000人被感染,这个数字接近人口大省河南的确诊人数。当然被检测的930人不是随机挑选的,其他人被感染的概率可能没有这么大。但即使确诊人数不再增加,285人代表的7.7%的感染率也是非常可怕的。其它正式报道中,包括疫情最严重的武汉,我从来没有看到过这么高的传染率。美国,日本,德国等国撤侨的包机上都发生了感染,但远远达不到这个水平。

相信钻石公主号高传染率的根本原因是这三个:

1. 游轮上大部分空间是密闭的。

2. 游轮上曾经有大量密闭空间内的群体活动。

3. 游轮上大部分人年纪大,免疫力低。

带给我们的启示是:

1. 疫情没过,不要去人多的地方。

2. 疫情没过,不要去密闭空间。

3. 疫情过不过,都要多锻炼增强自己的抵抗力。

285人被感染是日本政府发布的,几乎没有人会怀疑这个数据的真实性。但仔细看新闻你就会发现,虽然数据本身没有错,但这个数据并不代表事情的真相。钻石公主号上的真实情况一定比现有数据展示的糟糕得多。船上至今只有25%的人做了检测。而不给所有人都做检测的原因,是日本平时全国一天的检测能力只有1500,而且这些检测资源还分散在不同地区,无法集中起来。钻石公主号上到底有多少人被感染?还会有多少人被感染?我们不得而知。(就在我写完这几句的时候,日本厚生劳动省发布新数据,船上又新增了70名确诊病人,确诊总人数增加到了355个。)

最大,数据最混乱的战场

我们回头看抗疫的主战场武汉/湖北。武汉有1030万常住人口,湖北有5900万人口。仅仅就人数而论,武汉市的复杂性相当于2775个钻石公主号,湖北省的复杂性相当于15900个钻石公主号。如果连钻石公主号的确诊数据都不能反映船上的真实情况,武汉/湖北的数据就更难反映那里的实际情况了。同时,武汉/湖北的数据困境不只是人员数量上大的多。要在武汉/湖北得到正确的确诊人数,要解决一系列问题:

1.第一个问题是这到底是个什么病?我们要统计的到底是什么?医生,病毒学家,科学家,医卫官员需要时间认识,总结和定义这个病。相对应的我们看到,这个病的命名一直在变,直到几天前中国才把它正式命名为“新冠肺炎”,世卫组织才定名为“covid-19”。

2.第二个问题是要确定如何诊断和确认?很多内行和外行都参加了这个问题的争论。直到2月12号,武汉/湖北才确定核酸试剂检测和临床检测都算入确诊,这是这一天湖北确诊人数突然单日增加14852例的主要原因。

3.第三个问题是资源问题。确定了检测方法,接下来的问题是检测试剂,检测工具和检测人员够不够用。这是钻石公主号数据不能反映真相的主要问题,也是武汉封城后一段时间里确诊数据不能反映实际感染情况的根本问题。

4.即使上面三个问题都解决了,还有一个无法解决的问题,那就是有人虽然得病但因为种种原因不去看病,这些人几乎无法进入统计数字。

想得到准确的确诊数字,就要完全解决上述疾病定义问题,统计口径问题,检测资源问题,检测意愿问题。确诊人数这个我们看似非常简单的数据,其实是一个根本无法及时和精确统计的数据。唯一可以确定的是,我们看到的确诊数字是不全面的,实际得病的人数一定大于公布的数据。但造成数据不能反映真实情况的根本原因,不是一些阴谋论者认为的故意隐瞒,而是我们作为人类根本没有能力得到这个世界的全部真相,不论在中国,在日本,还是在其它国家。数据不准确前期是因为不确定要统计什么,中期是因为资源缺乏,后期是因为总有些人无法统计。

此外,官僚主义问题(我在下一篇分析中讨论)又把这些客观存在的问题不同程度地放大了。

相对应的我们可以看到武汉/湖北战场统计数据上的混乱和错误。例如1月20号之前有好多天没有确诊病例,这不符合规律。例如20号之后有大量病例因资源问题无法及时确诊,这个事情有大量报道。例如2月13号突然增加了1万多例临床确诊的累积病例,但都算在了一天,这从统计角度看是错误的。例如2月14日又核销了1000多例确诊(同时死亡人数核销了108例),估计是忙乱之中算错了。

在德国上大学时,我的主科之一是统计学。第一节课上,统计学教授给同学们说了一个认真的笑话,他告诫我们“不要相信那些不是自己伪造的数字”。他想强调的是,数据很难反映真实的情况,数据很难客观,每个数据都有局限,都有条件,都带有数据提供者的意图。可以说,每个数据都是残缺的。

面对残缺的数据,我们可以有三种视角:

第一个视角是常人视角,常人视角是后知后觉。

我们不知道这个世界在发生什么,别人告诉我们有危险的时候,我们毫不在意。当危险大到无法忽略的时候,我们又无限恐慌起来。我们没有能力判断事情已经有多大,还会变多大。我们不会解读数据,也根本不相信数据,一点点风吹草动都让我们害怕。

第二个视角是智者视角,智者视角是实事求是。智者接受这个世界的不完美,接受数据的不准确。但他同时会从残缺的数据中找真相,用残缺的数据验证真相,做出正确的决策或帮助决策者做出正确的决定。哪怕被不明真相的常人辱骂,他也要告诉世人自己从残缺的数据中看到的真相。

第三个视角是上帝视角,上帝视角是先知先觉。如果我们是上帝,我们知道一切,有及时和准确的数据。站在上帝角度我们总能做出准确的判断,正确的决定。从第一例传染开始我们就知道有问题,就会进行隔离,让我们蒙受巨大损失的事情根本就不会发生。上帝视角是不可能的。但我们可以通过尽快解决前面说到的那些问题,让数据更及时,更准确,更接近真相,让智者的判断更有把握。

三个视角中,智者视角是最难的。他不仅需要专业的判断力,更需要说真话的勇气。钟南山先生是我们这个时代的智者。他依据残缺的数据做出判断并告诉我们,这个病毒是人传人的,这个病毒很危险。他同样依据残缺的数据做出判断并告诉我们,拐点在哪里,希望在哪里。他实事求是地告诉我们危险的来临,也客观地让我们看见希望。他的观点不来自毫无根据的乐观主义或悲观主义,而总是基于数据和专业判断。

如何保证基础数据尽量正确?如何从残缺的数据中做出模糊正确的决定?从武汉/湖北战役中我们可以得到的启发是:

1.要解决一个问题,一定要尽快给相关数据和统计范围一个清晰的定义。

2. 要想得到相对准确的数据,一定要尽快消除统计检测资源上的瓶颈。

3. 一定要加强数据管理,杜绝假数据,也杜绝数据处理错误。

4. 认可数据不完美的同时,充分利用可以得到的数据发现真相,做出正确的决定。

最广,也是胜利在望的战场

最后我们看看湖北以外的全国战场。1月23日的封城让武汉/湖北像大号的钻石公主号,城里面虽然困难和混乱,但城外面的复杂性因此减少了很多。全国战场已经是一个胜利在望的战场。湖北以外全国的确诊人数已经连续第12天下降,单日新增确诊人数已经从2月3日最高的890降到2月15日的166人。一天病愈出院的人数达到474人,是新增人数的2.85倍。而死亡率也一直保持在较低的水平。

为什么全国战场没有两三周前想象的那么艰难?我觉得有三个关键原因:

1.1月23日武汉/湖北封城大幅度切断了传染源,让其它地区的危险减少了很多。而这个决定也是另外一个中国智者李兰娟院士根据残缺的数据给出的建议。今天我们会说,如果再早5天封城就更好了。但回到当时的混乱情景,即使23日封城的决定也是一个非常难于做出的决定。

2.武汉/湖北的疫情给全国人民在防疫知识上做了普及,大家在心理上已经有准备,行动上也因此更坚决和彻底。

3.和武汉/湖北战场相比,全国战场的数据相对准确,指挥起来也相对容易,采取的措施相对坚决,资源充分且分配相对合理。而数据准确的原因是因为武汉的知识和经验积累,数据定义,统计口径,检测资源等困扰武汉的问题在全国战场上不再是问题。

全国战场上确诊人数超过1000的省份有四个,分别是河南,浙江,广东和湖南。对比这些地方的数据,我们也能看出一些规律。其中的一个就是新增确诊人数越早达到最高值,这个地区的整体抗疫情况就越好。四个省份中最佳实践是浙江,浙江在1月29日就达到了确诊人数的最高点132例。到2月15日浙江累积确诊1167例,0死亡且治愈率达到了37%。好数据的背后,是浙江省医疗行业的专业能力,浙江领导干部的领导力,以及他们发现的规律:越早发现,越早治疗,治疗效果越好。四个省份里最“差”实践是河南,这里直到2月3日确诊人数才达到峰值的109人。到2月15日河南总确诊1231例,虽然治愈率也已经达到32%,但13人死亡还是凸显了河南在医疗卫生能力上和先进省份的巨大差距。客观上河南是人口大省,又和湖北接壤,抗疫的难度要比浙江大,这也是事实。

数据,好数据,用数据指挥管理

现场和数据,是我们了解真相的两条路。不去现场我们无法发现真相。但疫情的现场有无数个,每个病人都是一个现场。如果我们只看有限的现场,不看大数据,我们就会像瞎子摸象,只看到局部,无法做出对全局正确的判断。企业里的事情也一样,我们即要去现场,也要看数据。

即便数据是残缺的,只要有一些相对客观的数据,我们就可以对整体做出预估。例如钻石公主号上我们可以从285/930推算出30.6%的感染率,进而估算整个船上感染人数的绝对值。有了相对可靠的预估绝对值我们在抗疫资源上的准备就会更充分更合理,而不是跟着数字在后面追。如果我们有一些相对客观的数据,我们就可以对疫情发展趋势做预估,例如相对准确的湖北以外的确诊数据让我们可以推测拐点已经到来。有了各个省份和城市的数据,我们就可以看出哪些地方是危险区,可以把医疗资源做相应的倾斜。我们也可以看出什么地方做得好,可以把他们的最佳实践加以总结,在其它地区推广。

有数据,企业的问题才能像疫情一样,被“早发现,早处理”。

有数据,老板才能像抗疫一样,“抓重点,做对事”。

有数据,老板才能像抗疫一样,“学先进,帮后进”。

有数据,老板才能像抗疫一样,“奖功臣,罚逃兵”。

有数据,老板才能像抗疫一样,合理分配企业有限的资源。

有数据还不够,还要有好数据。

不真实的数据不是好数据。要杜绝假数据,杜绝造假。

滞后的数据不是好数据。宁要模糊的正确,也不要耽误战机的精准。

零散的数据不是好数据。要花时间和精力建立和精进自己的数据系统。

老板要学抗疫中的那些智者,学会利用数据看见真相,学会利用数据做出正确的判断和决策。

老板学习,一步到位!


分享到:


相關文章: