下载文档原格式
improve students' sensitivity to numbers -回复题目：提高学生对数字的敏感性引言：在现代社会中，数字无处不在。
无论是在日常生活中还是在职业生涯中，都离不开数字的应用。
然而，对数字的敏感性在很多学生中却存在不足。
提高学生对数字的敏感性对于他们的学业和未来职业发展起着重要的作用。
本文将从以下几个方面介绍如何提高学生对数字的敏感性。
一、建立基础知识：学生对数字的敏感性首先要建立在扎实的基础知识上。
教师要注重对各类数字的识别和理解培养，包括整数、小数、分数、百分数等。
通过有趣的游戏和实例解释，让学生在轻松的环境中初步了解数字的含义和用途。
二、培养逻辑思维：数字是逻辑思维的基础。
学生需要通过数学问题的解决和数学推理的训练来培养他们的逻辑思维能力。
教师可以提供一些有关数字逻辑的案例，如数列推理、等差数列和等比数列的计算等，引导学生思考和解决问题的能力。
三、实践应用：学生对数字的敏感性需要通过实践应用来巩固。
教师可以设计一些与日常生活相关的数学问题，并引导学生运用数学知识来解决问题。
例如，让学生计算购物清单中物品的价格总和，或通过实地考察测量建筑物的尺寸等活动。
这样的实践应用将使学生把数字与实际问题紧密联系起来，提高他们对数字的敏感性。
四、数学游戏与竞赛：数学游戏和竞赛是提高学生对数字敏感性的有效手段。
教师可以组织学生在课余时间参加数学游戏和竞赛活动，例如数独、计算比赛、数学竞赛等。
这些游戏和竞赛不仅能提高学生的计算速度和准确度，还能增强他们的兴趣和参与度。
五、数字资源的利用：教师要充分利用数字资源来提高学生对数字的敏感性。
例如，通过使用数学软件和教学视频，让学生在虚拟环境中进行数字运算和推理，提高他们对数字的理解和操作能力。
同时，引导学生使用互联网搜索和阅读与数字相关的信息，培养他们获取数字知识的能力。
六、个性化学习：每个学生对数字的感知和运用能力都不同，因此教师要采用个性化学习方法来提高学生的数字敏感性。
EXCEL控的数据敏感性分析技巧Excel控制的数据敏感性分析技巧数据敏感性分析是一种对数据的变化和不确定性进行评估的方法，能够帮助我们了解数据对结果的影响程度。
在Excel中，我们可以利用各种功能和技巧进行数据敏感性分析，以提高我们对数据的理解和决策的准确性。
本文将介绍几种常用的Excel数据敏感性分析技巧。
1. 数据表数据表是Excel中一个非常有用的功能。
使用数据表，我们可以将数据分组并进行快速分析。
在进行数据敏感性分析时，我们可以将不同的变量作为数据表的行或列，然后通过改变变量的值，观察结果的变化。
数据表还可以用于对大量数据进行排序、筛选和统计。
2. 条件格式条件格式是Excel中用于根据某些条件自动给单元格添加样式的功能。
在数据敏感性分析中，我们可以使用条件格式来突出显示对结果影响较大的数据。
例如，我们可以设定一个条件，如果某个单元格的数值超过或低于某个阈值，那么该单元格就会显示为红色或绿色，以便我们更容易地发现数据的敏感性。
3. 数据透视表数据透视表是Excel中用于汇总和分析大量数据的功能。
通过数据透视表，我们可以将数据按照不同的维度进行分组，并对这些组进行聚合和计算。
在进行数据敏感性分析时，我们可以通过改变数据透视表中的字段和筛选条件，来观察结果的变化。
数据透视表还可以用于对数据进行图表化展示，以便我们更好地理解数据的特点和趋势。
4. 目标搜索目标搜索是Excel中一个用于求解某个特定目标值的功能。
在数据敏感性分析中，我们可以使用目标搜索来找到使得某个结果达到预期的变量值。
通过设定目标值和相关约束条件，Excel会自动计算出满足这些条件的变量值，并将其显示在指定单元格中。
5. 条件求和条件求和是Excel中一个用于根据条件对数据进行汇总运算的功能。
在数据敏感性分析中，我们可以使用条件求和来提取满足某些条件的数据，并进行聚合运算。
通过改变条件，我们可以观察结果的变化，并进一步对数据的敏感性进行评估。
如何提升对数字的敏感性如何提升对数字的敏感性同学们，从今天开始，你真正开始了数字记忆训练。
一串串随机出现的数字你可以轻松、快速地转换成生动有趣的物象，并且和地点很容易地联接起紧密的动作联接，最终达到瞬时记忆的效果！数字技术或数学思维可以使自己的思维反应更敏捷，信息接受能力、记忆能力得到很大提升。
大家训练中可能会出现一些疑问，现在针对可能出现的问题给大家说明如下：数字代码不熟强化进行读数训练。
用最短的时间最快速地把120个数字读完（尽量达到50秒读完），这可以有效提升你的代码熟悉度。
刚开始可以看到数字去想对于的代码名称，及时反映不出图像或图像模糊也没关系。
随着训练的提高，逐渐提升成像能力，看到数字可以快速反应出鲜明的图像，而且速度很快。
代码和地点联接困难增强代码的动感。
在进行记数训练的时候，逐渐给代码固定一个特定的鲜明的动作。
比如：78，青蛙，想象青蛙把腮帮子鼓起来准备吼蛤蟆功；41，蜥蜴，舌头很长，像蜘蛛人一样用舌头黏住地点荡秋千，等等。
每个代码都有一个特定的动作，以后就直接跟不同的地点之间发生相应的连接就可以。
记数心得如下：1、代码系统要有特点，突出特点。
如：40 贺龙抽烟锅，特点冒烟；67 刷绿色油漆。
2、代码要尽量简单化。
我尝试每个代码都有主谓宾，但特征太多，核心特征不突出，在转码时，花时间长，且耗时长，最好代码就一个对象，特征明显且独一无二。
3、记数要快速、均匀。
记数速度慢，左脑会分析，即费时又记不住。
只要代码在地点上一闪就过去，不留思考时间。
4、记数能力要循序渐进。
大脑成像能力包括：成像速度，成像奇特性，成像连接速度、牢固性。
大脑要经过缓慢成像，建立联接，然后逐渐加快速度，并在奇异幻想方面提高能力，这个过程要循序渐进，不能急于求成。
5、地点要不断优化。
记数过程中发现，有些地点的附着性差，或顺序不合理，要进行如下几种加工：1）将地点特征化，将其某方面特征夸大。
2）更换观察角度，从平视改为俯视，全方位观察，加深印象。
如何在Excel中对数据进行表和表的敏感分析如何在Excel中进行数据表和表的敏感分析Excel是一款功能强大的电子表格软件，广泛应用于数据分析和管理。
对于数据分析师和决策者来说，进行表和表的敏感分析是一项非常重要的任务。
本文将介绍在Excel中如何对数据进行表和表的敏感分析。
1. 数据表的建立及基本操作在进行敏感分析之前，首先需要建立数据表并掌握基本的操作技巧。
下面简要介绍一些常用的操作方法：（1）建立数据表：在Excel的工作表中，用行和列创建数据表。
确保每一列代表一个变量，每一行代表一个观察值。
（2）数据输入：在相应的单元格中输入数据，确保数据的准确性和完整性。
（3）数据筛选：通过筛选功能，可以根据特定的条件过滤数据，以便于后续的分析。
（4）数据排序：通过排序功能，可以按照特定列的数值大小或者字母顺序对数据进行排序。
（5）数据格式化：根据数据的种类和需要，进行数字格式化、文本格式化等操作，提高数据的可读性。
2. 敏感分析的基本概念和方法敏感分析是指为了了解某个变量对结果的敏感程度，而对该变量进行一系列数值上的变动，观察结果的变化情况。
在Excel中，有几种常用的敏感分析方法：（1）数据表的副本：在进行敏感分析之前，先复制原数据表并粘贴到新的位置，用于后续敏感分析的操作。
（2）条件格式：通过设置条件格式，根据特定的条件，对数据表中的元素进行格式化，以便于对特定变量的敏感性进行观察。
（3）数据表的引用：通过在单元格中使用相对引用或绝对引用的方法，可以将某个单元格作为变量，以便于观察结果的变化情况。
（4）数据透视表：通过创建数据透视表，可以对数据表中的变量进行汇总和分析，快速获得敏感分析的结果。
（5）图表分析：通过创建图表，展示数据之间的关系，更加直观地观察结果的变化情况。
3. 敏感分析的实际应用敏感分析在实际应用中有许多用途，例如：（1）销售预测：通过对产品价格、市场需求等变量进行敏感分析，可以对销售额进行预测和评估。
浅谈“数据敏感度”先从⾝边的⼀件⼩事说起：7⽉初交⽔电费的时候发现⽤⽔量⼤幅上涨——6⽉份竟然⽤了9吨⽔——之前每个⽉都是在3-4吨左右，这期间⽤⽔习惯、计费周期并没有发⽣变化。
“⽤⽔量”很可能有问题。
⽤⽔量来⾃⽔表的读数，⽔表读数异常可能有两种情况：①⽔管有漏⽔(⽔表出⼝的那头)，②⽔表的读数不准。
⽔管漏⽔的话，那么不⽤⽔的时候表也会转，这个假设很快就通过试验排除了。
接下来验证⽔表的跑数，接连3天下班后查看⼀下⽔表数据，发现⽔表跑得真得好快啊，平均⼀天能跑半⽅(吨)⽔，⼀个⽉能跑15⽅，明显不科学啊。
后来把这个事情反馈给房东，就把⽔表换掉了。
从上⾯的案例中可以看出，如果没有注意到之前每个⽉的⽤⽔量，那么很可能不会发现⽔表有问题——对数据敏感不是数据分析师的专利，⽽是⽇常⽣活、⼯作中，⼈⼈都需要也很容易习得的能⼒。
对数据敏感的起点是“注意⼒”——要有意识的去感知和记录⼀些数据，做到“⼼中有数”是对数据敏感的基础。
有⼀些数据和我们息息相关，⾃然⽽然会投⼊更多的注意⼒，⽐如：像⽂章开头那样，会注意到⽔电费波动；如果你处于减肥中，那么会关注体重数据以及每天摄⼊的卡路⾥；如果你常去菜市场买菜，就会知晓各类蔬菜的价格范围，也能明显感知到菜价的上涨或下降；如果你玩股票，那么对股票价格的波动就会⽐较敏感；你应该很清楚上班通勤单程需要花费的平均⽤时，毕竟要根据这个时长来设定⾃⼰出门时间点(通常你不会想迟到)；“数据敏感度”可以定义为对数据的感知、计算、理解的能⼒：“感知”指能从⽣活或者⼯作场景中发现数据；“计算”是能依据某种规则计算得到某个数据；“理解”则是能发现数据背后的含义，⽐如从数据中发现规律、探索数据间的关系、通过数据发现业务问题等；注：以上只是笔者的理解，仅供参考。
需要⽤到“数据敏感度”的场景可能涉及到如下⼏⽅⾯：鉴别真伪，能看出数据是不是有猫腻；评判好坏，从数据指标上评判事物的好坏以及是否异常；数据关联，基于特定的场景，发现数据间的关联；问题定位，通过数据来诊断特定问题；提炼规则，从数据中发现某种模式或者趋势；数据预估，基于已知的数据推算未知的⽬标数据；1 鉴别真伪e.g. 判断如下描述的真伪：200名学⽣参加优秀学⽣⼲部选举投票，在5位候选⼈中投票，⼀⼈只能投⼀票(不能弃权)，最终得最⾼票者的⽀持率为88.7%；某校AB两院系录取学⽣，已知两院系的男⽣录取率都⾼于⼥⽣，那么整体⽽⾔两个院系的整体的男⽣录取率都会⾼于⼥⽣；某电商平台交易⾦额环⽐增长30%，其中⽼客交易增长50%，新客交易增长20%；数据上的真伪主要从以下⼏个⽅⾯判断：采样数据覆盖的范围，可以理解为筛选数据的条件有哪些——⽐如具有某种特征的⽤户(e.g.年龄、性别)，某个特定的业务场景或业务环节等；指标的计算⼝径是啥，是否适⽤于当前场景？e.g. ⽐率指标要看分⼦分母，对⽐的时间周期等；计算得到的指标是否准确？通常的做法有两种——①和某个参照值(或者区间)对⽐；②指标验算，看能否还原这个指标；e.g. 某APP声称⾃⼰的⽇活(DAU)是千万级的，你事前查过该app在应⽤商店的累计下载量才⼩⼏百万，那么对⽅的数据可能有问题。
使用EXCEL进行数据敏感性分析的方法在当今数据驱动的时代，数据敏感性分析愈发重要。
组织往往需要了解参数变化对结果的影响，从而进行更为明智的决策。
EXCEL作为一款功能强大的工具，能够帮助用户高效地进行数据敏感性分析。
以下内容将深入探讨如何运用EXCEL进行有效的数据敏感性分析，助你掌握这一关键技能。
理解数据敏感性分析敏感性分析的核心在于理解变量之间的相互关系。
简单来说，就是当输入参数发生变化时，输出结果会如何波动。
例如，在财务建模中，小幅度的销售增长可能导致利润大幅提升。
通过分析这些联系，用户可以识别哪些变量对最终结果最为关键，从而集中精力进行针对性优化。
趋势分析工具的应用EXCEL提供多种工具以帮助进行敏感性分析。
其中“数据表”功能是极为实用的。
用户可以创建一个一维或二维的数据表来观察不同输入值下的输出结果。
设定一个公式，以便根据输入变量的变化，生成不同的预测结果。
例如，假设你有一个销量预测模型，你可以在数据表中输入不同的销售增长率，EXCEL将快速计算出对应的利润值。
使用数据表的优点在于它能通过一次计算生成多个结果，大大节省了时间和精力。
设计模型与数据结构创造清晰的数据模型是进行敏感性分析的首要步骤。
确定关键变量和目标结果。
将这些变量系统化地输入EXCEL，并保证数据的整洁性。
建议使用命名范围来定义变量，方便后续公式的引用。
在工作表中可使用“数据透视表”，对数据进行归类和汇总，让后续分析显得简单明了。
例如，考虑一个投资项目的模型。
在设计时，可以设置投资额、预期回报率及运营成本等参数。
在计算出内部收益率或净现值之后，用户可以根据不同变量的变化，对比结果。
使用场景分析在不同的场景中，数据敏感性分析所关注的变量各有不同。
以运营管理为例，用户往往需要分析库存周转率、销售预测等关键数据。
使用EXCEL，用户可通过“图表”功能直观展示不同变量的影响。
图表也使得数据更加容易理解，有助于团队讨论和决策。
例如，一个零售企业希望分析不同促销策略下的销量变化，使用EXCEL 创建散点图或柱状图，可以轻易地展示不同策略带来的销量效果，从而选择最优方案。
如何培养优秀的数据灵敏度？
1、什么是数据敏感度？
所谓的数据敏感度，其实就是在大脑内建立了数字和业务之间的联系，而优秀的数据敏感度，就是能够一眼看出数据的问题和背后可能的原因。
2、如何提升数据敏感度？
秘籍：熟悉业务。
⒈快速判断数据是高了低了还是错了：熟记关键指标的大数、观察
趋势、紧盯异常值。
⒉知道所有指标是怎么来的，知道它们的意义以及相互的关系，进
而判断数据异常的原因。
⒊拿到数据，快速根据分析目标理出分析框架，得出结论。
成交额=买家数x客单价如果你想提升成交额，要么提升买家数，要么提升客单价。
我们可以盘点一下，我们见过这么多的促销手段，有哪个不是为了提升这两个数值的。
满减、满送、买二送一，这是为了提升客单价的手段；秒杀，团购，这是为了提升买家数的手段（秒杀的核心在于集聚大量流量做关联销售）。
不仅仅如此，这个公式依据不同的业务场景还可以拆分成多种形式。
买家数 = 商详uv x 下单率 x 付款率商详uv = 广告展现 x 广告转化率 = 搜索展现x搜索转化率 = 活动展现x活动点击率于是，决定成交额的因素就变成了各个渠道的转化率、图片的点击率、产品的下单率、付款率，这样多的细节共同决定了最后的成交额。
接下来针对这些细节分别去做优化，这个过程就叫依据数据做精细化运营。
仔细想想，你自己的业务又何尝不是一个公式呢？试着找到自己的公式，去拆分它，你也许会不少改进的方法。
三、运营说到底就是一个漏斗互联网的模式下，无论做什么产品，根本目的都是为了变现，只要是变现，就涉及到了转化。
而转化其实就是一个漏斗模型。
漏斗模型是运营数据里提到的最多的词了，在业务的链条里，每个环节的用户数是呈不断衰减的，运营要做的事，就是想尽一切的办法来提升漏斗中各环节的转化率。
比如一个电商的活动页，它的漏斗模型应该是这样的：有了这么个漏斗，我就可以分析每个环节代表了什么，我怎样去改善：1. pv/uv：页面访问深度，直接体现了这个页面是否吸引人，用户在这个页面是否产生点击的兴趣。
2. 活动页—>详情页uv：页面上的内容是否吸引人，商品是否是用户喜欢的，需根据页面点击情况及时替换点击效果差的商品。
3. 详情页uv—>下单人数：商品的转化率如何，是不是爆款，此处转化过低需替换高转化的商品。
4. 下单人数—>付款人数：商品的付款率，如果低于正常值，需要卖家催单。
需要注意的是，漏斗模型是需要对比的，如果仅仅只有一个漏斗模型，那么就只是数据的陈列，如果要做分析的话，就一定要有对比，比如和往期的漏斗作对比，比如与平台的均值作对比，只有在对比过程中才会发现问题。
提高数字敏感度的5个攻略在GMAT考试中，数学能力是主要考察内容。
包括了对基础数学概念的了解以及解释数学问题和数据的能力。
而良好的数字敏感度无疑会给你的数学学习提供助力。
怎样提高数字敏感度呢？就从下面的5个攻略开始吧：1. 常记车牌号随机记忆车牌号是观察生活中的数字的开始。
当一辆车从你眼前开过，快速记忆车牌号。
3分钟后，试着回忆一下，你还记得几个数字？从一开始的扭头就忘到可以回忆15分钟前记下的车牌号，你对数字的感觉会不断提升。
2. 小票的Total是正确的吗？每次拿到购物小票或午饭发票时，不妨遮住机打的总金额，心算一下总和然后与小票核对。
当然，也可以在点菜或购物过程中预算金额。
多动一动脑筋，既可以防止付款失误还可以锻炼心算。
3. 在目标中加入数字不论是生活还是学习目标，将其转化为数字指标。
例如，可将“拓展人脉”这项目标，转化为“每个月与人交换30张名片，而且日后与其中5位保持联系”。
或是将“加强GMAT复习”转化为“每天做2套真题，背单词30个”。
4. 养成记忆时间的习惯寻找生活中的时间细节，精确数字。
例如，从寝室走到图书馆14分钟，下班时地铁时间32分钟，微波炉加热晚餐要3分钟。
随着数字在日常生活中出现频率的不断增加，你的时间观念和数字严谨度都会提高。
5. 随时掌握最新的数据我们经常可以从网络或者专业杂志中看到行业的数据。
学会从数据中获取有效的信息，并随时更新最新的数据。
不论是GMAT考试还是生活中，我们总是离不开数字，只要学会准确地分析数据，对数据产生“感觉”，就可以提高数字敏感力。
如何练习对数据敏感
开经营会议的时候，我常常发现很多中高层管理人员，对数字相当的不敏感。
有时候，整个一场会开完，有些管理人员对各部门所报告的数据，既无问询，也不质疑，只是盯着幻灯片，任其往下翻。
而报告的人，常常将一些数字念到个位数，乃至小数点后面两位数，也让我觉得不可思议。
我觉得这样的会议，这样的数字，这样的管理人员，都没有价值。
不能透过数字，看出数字背后的问题的管理人员，不是好管理人员。
要么赶快训练对数字的敏感度，要么，干脆另谋生路。
这让我想自己与数字打交道的故事。
读书时，我的数学成绩并不好。
参加工作后，我所从事的工作，却是个天天跟各种数据打交道的工作。
至今还记得，第一次做统计数据的工作，一堆数字，我加过去，而后加过来，怎么都对不起来。
第二天就要交那份报告，那天晚上，我却被困在一堆数字里，晕头转向，欲哭无泪。
在快要绝望的时候，一位新来的工程师来找资料，成了我最后的救命稻草。
在我的万般央求之下，他帮我把那堆统计数据给弄了出来。
从此，那些数据就变成了我的噩梦。
有段时间，我做梦的主要内容，就是不停计算数字。
但我却常常因为一些数字的准确性，而被上司骂得狗血喷头。
我不服气，但又无奈。
有些事情，我也常常搞不懂，那些数字都是我统计的，一个个都是我输进电脑，做成图表的。
为何我发现不了其中的错，而上司翻翻，扫一眼，就能发现错误呢？
后来，我从统计，被调入生产线，之后，又被调去任品质部主管。
最糟糕的事情，就发生在第一年。
工作忙，常常起早贪黑。
每次开会，检讨工作，除了带着一堆资料之外，当然还要记住很多重要的数据。
但我是对数据不敏感。
其结果是，我越想拼命记住那些数字，我的记忆力却变得越差。
一度到了我跟别人讲话，讲了上半句，竟然会忘记下半句想讲什么。
有一天，我们在那里进行月度检讨。
老板问财务部经理一些经营数字，比如销售业绩，成本状况，等等，我听财务部经理在那里翻着月统计报表，答：“8360912元”，“337231元”，“4053222元”。
老板忽然问起三个月前的材料成本数据，财务经理傻眼了，手上没有报告，答不出来。
我恰好记得那些数据，便顺口答：“234万。
占了整个产值的28%。
”散会后，我很奇怪，对数据一向迟钝如我的人，何以记得三个月前的成本数据？仔细想，原来那时候我要分析品质成本，就看了整个成本数据。
但我记忆力本身就差，又对数字不敏感，所以只是记了大数。
记大数？我忽然开了窍。
我过去之所以记不住那么多数据的原因，想来大概也如财务经理一样，数字弄得太精准。
数字精准，就必须得花大力气去记。
但事实是，没有人有那样的精力和能力，记得那些精确到个位的数字。
我仔细分析了一下，发现，在企业里，做为管理人员，分析和判断时，只需要到万位数就可以，万以下的数字，可以忽略不计。
另外一些数字，则只需要记住百分比即可。
有了大数，有了百分比，有些数字记不住，其实不打紧，一推算，就出来了。
之后，我再接再厉，继续分析总结，发现，其实，很多数字是有规律的。
比如成品率，废品率，材料成本，管理费用，他们都在某个百分比上下波动。
记住了上年度，或者本年度第一季度的大数（到万即可）和百分比，以其为参考基准线，后面几个月，上下的波动，其实很
容易记住。
如果报表中，忽然出现某个跳动太明显的数字，自然便是异常的。
快速判断这个异常是计算错误，还是真的异常，只需要看与其相关联的数字即可，如果与其相关联的数字也随之波动，则是真的异常，如果与之相关联的数据没有太大变化，立刻就可以判断出来，这个数字的计算是有问题的。
大数当然只是用于方向和趋势的判断。
仅仅记住大数是不够的，还要记住每个项目的关键指标。
关键指标，是很多数字赖以存在的基础和基点。
比如，计划部门，必须记住物料采购周期，产品生产周期、按时交货率、每个工序标准加工时间等等，以此为参考基点，任何与之相关的数字拿来一比，他可以立即判断进度是否异常。
若考核业绩的话，一定要记得部门平均业绩，个人平均业绩，最高、最低业绩等。
如果是市场部，除了记住一个月的销售指标外，自然要分解到每天，每个片区的销售业绩指标，到哪天，只要看当天业绩和累积大数，自然对销售状况了然于胸了。
除了根据大数和关键指标去衡量和判断之外，还要随着异常的波动，适当调整自己的注意力。
每天，那些项目虽然重要，但是在图表上显示正常的数据，可以一扫而过，不必为之花时间。
你要集中注意力，重点盯异常点。
一般异常的，就是一个，或者几个点而已，所以，你会很容易关注的过来，自然也就很容易记得住，盯得住。
其实，只要理解了数字背后的意义，记住相关数字，是比较容易的事。
当明白了这些的时候，我就开始调整我的工作方法，记数字的方式，有意识训练自己。
后来，我尝试让自己记住更大范围、更宏观的数字，比如世界范围内的行业数字，在日本、美国、韩国、台湾等国家地区的数字，中国的行业数据，某个地区的行业数据。
我尽大可能放宽我的视野，搜寻与我所从事领域相关联的数字，拿来判断一下，琢磨一下它的好坏，根据它的走势，寻找一下它的判断基准点。
渐渐的，我也变成了一个对数字敏感的人。
特别是我离开原来的公司，到了新公司之后，能快速记住主要的关键指标和数字。
我在一两天之内，就能从各部门提供的数据和报告中找出问题；我能看一眼财务的数据，就指出那些重要指标与世界发达国家水平及中国发达地区水平、行业平均水平的差异，乃至重要物料计算是否准确。
我甚至能比排计划的人，更能快速计算出物料需求量，生产中可能受阻的位置和可能受阻的时间等等。
他们常常惊叹我对数字的敏感程度，以为我的记忆力超人。
其实非也。
到现在，我还会常常忘掉很多常用的电话号码，每次都要从手机中查，甚至不记得现在租住房子的门牌号码。
之所以能记住与那么多与工作有关的数字，无非是我对工作用心，找到了一点点记住数字的技巧和规律。
总结起来，其实也相当简单，就几句话：“记大数，略小数，有事没事，琢磨琢磨关键指标数，盯盯异常数。
”。
