数据，充斥着我们的生活，如果能获取一切需要的数据，理论上绝大部分人的行为或者事件发生均能做出一定预测，甚至是100%的预测。

作为高校辅导员，我们正经历从底线思维到数据思维（大数据思维）的变迁，底线思维的一个特点是“工作留痕”，按照学生工作的基本要求把教育、管理做实、做足并体现出工作可回溯、可验证。而数据思维体现出万事万物均可数据化、模型化，进而实现行为或者事件的预测。

给各位举个例子。相信各位朋友都有微信或者支付宝吧，里面有一个记步功能，每天能记录你的步行数。这里有个小小的建议，如果你的步数长期在两三千步这个数据（长期坐办公室，又不爱运动的人很有可能），请关闭微信或者支付宝读取你步数的功能。为什么？我们应该有这样一个共识，就是一个人每天步数稳定在一万步左右比较理想，步数太多容易伤害膝盖，步数太少则说明这个人每天运动量太少（至少从数据上体现出来）。假设A长期步数稳定在一万步每天，而你每天只有两三千步，几年后，你们两个去向保险公司购买商业保险，请问理论上保险公司给你的定价应该是一样的还是不一样的呢？很明显理论上对你收取的保费可能偏高，因为你的数据显示你缺乏运动，健康的概率偏低。当然，真实的情况可能模型不会这么简单，这里主要是给大家提醒的是，智能手机的出现使得数据的获取更加正确、高效和低成本，当保险公司能低成本的获取我们每天的步数的话，进而针对不同的人收取不同的保费这个模式就得以实现。现在微信支付宝基本实名了，谁能保证现在的保险公司将来不会从支付宝或者微信上去获取你的步数？所以，如果你是一个长期不爱运动的人建议你关闭计步功能。

这边还有一个例子。16年，当时在电子工程系（田甜等）、经济与管理工程系（高晋、李俊伟等）、通信与信息工程系（辜欢梅等）、财经系（刘佳、龚硕等）部分辅导员的帮助和支持下，我们进行了一个小型项目验证，主要通过对2015级新生基本信息情况与大一学年学习成绩的相关性进行验证，由辅导员提供所带学生的成绩排名，本人负责新生基本数据的搜集并建模。当时2015级新生中有几个基本项目我们比较感兴趣，例如：0-6岁是否与父母一起居住、家庭结构（单亲、离异重组）、家庭贫困、对专业满意度、是否受过重大心理创伤，我们预测如果这些指标不太好（例如受到过重大心理创伤、对专业不满意等）会体现出大一年级的学习成绩不好。虽然最终结果显示这些指标与学习成绩并无统计学上的相关性，但是我们从中也发现了一些有意思的项目（至少从统计学意义上来讲），如下图：

我们通过模型的建立回归得出，如果是女生、家庭经济贫困、父母采取民主管教方式是民主型，学生在大一学年度成绩明显处于偏上水平。后面因为各种原因，我们暂停了这个项目，但是通过这个例子我们再次看到数据对于人的行为模式的一种预测趋势。（通过数据模型处理可以把对应项目转换为数字）

学院目前正在推进信息化工作，未来辅导员面对各种系统产生的数据时，我们应该具备一定的数据思维，或许单独的一组数据没有意义，但是当多维数据组合在一起时其背后的价值将有待我们进一步挖掘。信息化为数据化提供技术、资料支持，而数据化后的数据思维是实施精准思政的保证，何为思想政治工作？思政工作不是千人一面，而是千人千面，这是未来辅导员职业能力的又一需求。