随着疫情的出现和发展，数据和分析的价值引起广泛关注。

前段时间一个流行病学的名词火了，叫Basic reproduction number(基本传染数)，是指在没有外力介入，同时所有人都没有免疫力的情况下，一个感染到某种传染病的人，会把疾病传染给其他多少个人的平均数，通常被写成为R0。

对于一种新的传染病，在疫情刚刚开始的时候，一些专业人士依据流行病学原理，根据病人数量、传染情况等信息设计数学模型，再基于人口数量和流动性等要素推测可能的感染人数以及病情传染趋势等，为决策提供数据支撑。但样本不足的情况下，难以判断哪个模型和结论更符合实际情况，只能寄希望专家基于经验的判断是准确的。

虽然不能对病情的扩散程度和感染者数量进行准确判断，但面对疫情必须当机立断，做出决策。可以想象，当时决策者们是多么希望拥有完整而真实的数据，以及对未来发展的准确预测啊，可惜他们只能在信息不完备的情况下设定防控手段的等级。

这里要多说一句，虽然现在我们有了非常多的实际数据，但武汉等地封城之后，实际上传播已经受到了外力影响，对建模和预测的参考价值降低了，所以不能拿国内的情况简单地套用到海外，和有没有瞒报没关系。

除了外部可见的信息和报道，影响决策的还有很多数据和分析，运营商就在其中扮演重要的角色。

运营商都拥有自己的大数据平台以及数据分析系统，而且中国的移动电话普及率超高，还全面推行了实名制管理，因此从运营商那里可以获取到本地与湖北的漫游情况，多少用户来自于湖北，自己的客户有多少人去过湖北，这些人分布在哪个地市哪个县，这些都是疫情防控需要的基本信息。

在1月底的时候，网络上流传出一些运营商提供给政府决策部门的汇报材料。随着信息安全管理的强化，这些内容不再为外人所知。随着疫情的发展、对新冠病毒认知程度的提升，相关部门不断需要运营商提供新的数据和分析报告，据我了解，甚至在春节期间，运营商负责数据分析的人员都没有休息，一直在加班加点提供数据支撑。

运营商对大数据的使用场景很多都是决策支持，与这次疫情前期对数据的需求场景非常相似，虽然我们无法了解到决策的具体场景和案例，但运营商为全国和省甚至地市级单位提供的宏观数据支持，为实际情况的判断以及相关措施的出台做出了贡献。