第5章 叶昀的数据分析报告（1 / 7）



凌晨两点十七分，第七感宿舍。

公共区域只开了一盏落地灯，昏黄的光线勉强照亮沙发一角。其余地方都沉浸在黑暗中，隐约能听见某个房间传来均匀的呼吸声——那是苏沐的，他睡觉总会发出小动物般的轻微鼾声。

叶昀坐在光晕边缘，膝盖上放着最新款的平板电脑。屏幕上不是游戏，不是视频，而是一张复杂的Excel表格和几个正在运行的数学模型界面。

他推了推鼻梁上的细框眼镜，镜片反射着屏幕上流动的数据流。

表格的标题栏写着：《林久久顾问社交行为改善追踪分析（）》。

这是叶昀持续进行了三个月的私人项目。

作为团队里的“理性担当”和数据分析爱好者，叶昀习惯用逻辑和数字来理解世界。人际关系在他看来，也不过是一系列可观察、可测量、可分析的行为数据集合。而当林久久这个特殊变量加入团队系统后，叶昀的职业病（或者说天性）让他自然而然地开始了这项追踪研究。

数据来源包括：

1.会议记录（公司内部系统的参会时长、发言次数）

2.公开活动影像资料（通过面部识别算法计算注视镜头时长、微笑频率）

3.团队内部聊天记录（消息发送频率、回复延迟时间、表情包使用类型）

4.私下观察记录（叶昀自己记录的抽样数据，如“周三下午会议，林老师主动发言两次，时长共计1分47秒”）

所有数据都经过脱敏处理，叶昀确保不侵犯任何人的隐私。他只是想弄明白一个现象：一个患有严重社交恐惧的个体，在特定环境干预下，行为模式会发生怎样的量化改变。

屏幕左侧是折线图。

第一条线代表“平均单次发言时长”，纵轴单位是秒。起点很低，十月初的数据点显示平均只有秒——基本上是“嗯”、“好”、“谢谢”这类单词。然后线缓慢爬升，十一月中旬突破10秒大关，十二月底达到秒。最新的一月数据是秒，意味着林久久现在平均每次发言能说将近一分钟的话。

第二条线是“会议中主动发言次数”，纵轴是次数/小时。从次/小时（几乎不主动说话）增长到次/小时（平均每场会议主动发言三到四次）。

第三条线最有意思：“与非团队成员互动频率”。叶昀设置了一个“互动难度系数”，从1到5，1是点头示意，5是主动发起对话。这条线的爬升最缓慢，但确实在上升。

屏幕右侧是柱状图，展示不同干预措施的效果评估。

叶昀将可能影响林久久社交行为的因素分为几类：

A类：环境因素（固定座位、熟悉场所、小规模会议）

B类：人际因素（成员主动搭话、集体活动邀请、私下鼓励）

C类：专业因素（在擅长领域被请教、担任指导者角色）

D类：特殊因素（白辰的音乐干预、顾璟的保护性行为）

他给每个因素设定了权重，用回归模型分析影响力。初步结果显示，C类因素（专业领域被认可）对林久久发言时长的正面影响最大，权重高达。也就是说，当讨论书法、古琴、古籍修复这些话题时，她的言语输出量会显着增加。

其次是B类因素，权重。团队成员的主动接近和鼓励确实有效。

A类环境因素权重，说明熟悉的环境确实能降低她的焦虑值。

而D类因素……叶昀的鼠标在“白辰音乐干预”这一项上悬停。

数据很有意思。

他调出了十月底到十一月初的详细记录。那段时间，林久久因为网络恶评情绪低落，社交行为数据出现明显下滑——发言时长减少，回避行为增加。但在十一月中旬某个时间点后，数据突然开始反弹，且反弹斜率比其他时期都陡峭。 ↑返回顶部↑