我用秒杀Excel的大数据分析工具，告诉你疫情什么时候结束

疫情真的结束了吗？

一个月前，吃瓜群众的讨论是这样的：

“疫情什么时候彻底结束？“

”公司什么时候全面复工？“

”什么时候能出门逛街看电影理发健身下馆子？“

一个月后，新闻报道标题是这样的：

“江西萍乡武功山游客爆满，这个时候还扎堆旅游？”——腾讯新闻

”网友炸锅！四川市民扎堆喝茶，江西集市人山人海！“——CBF聚焦网

”十二人扎堆摇色子，胆真肥！”——网易新闻

“市民锻炼未戴口罩 还扎堆！”——腾讯新闻

一时间，”扎堆“还成了搜索热词：

然而，请注意，疫情没结束！疫情没结束！疫情没结束！（重要的事情说三遍）

那疫情到底什么时候彻底结束啊？？！别急，上FineBI，让数据分析来告诉你答案！

FineBI是一款商业智能产品，定位于自助大数据分析的BI工具，能够帮助企业的业务人员和数据分析师，开展以问题导向的探索式分析；

首先，请允许笔者唠叨一下当前全国的疫情形势：

第1步，使用FineBI将EXCEL数据导入；

第2步，新建仪表板和组件，使用上一步导入的数据进行拖拉拽可视化分析；

第3步，查看数据；

从全国新增确诊/疑似/治愈/死亡折现图中可以发现：

1）新增确诊人数在2月12日达到一个小高峰（达15153人），此后新增确诊人数逐渐下降，新增疑似人数总体呈波动下降趋势；

2）选择新增治愈和新增死亡指标，折线图显示，新增治愈人数逐渐上升，新增死亡人数平稳下降，2月12日达新增死亡人数高峰254人；

总结：现阶段疫情蔓延得到了有效控制！

接下来，我们选取累积确诊人数top6的省市作为代表，回顾一下这些省份2月以来的新增确诊人数的变化趋势；

拖入一个过滤组件，绑定省份字段，选择筛选条件，

湖北省：疫情不容乐观，2月12日达到高峰14840人，截止3月1日，新增确证人数196；

广东省：目前新增确诊人数保持在个位数，近日新增人数在0-1徘徊；

河南省：自2月27日起新增确证人数保持为0，在接下来看未来能否度过7日周期；

浙江省：自2月22日起新增确证人数一直保持为0，但仍需警惕疫情小高峰，比如2月20日，新增确证人数突然上升到28人；

湖南省：近日新增人数在0-1徘徊；

安徽省：2月中旬新增确诊人数下降较快，近日新增确诊人数保持在0或1；

现在，笔者使用传染病模型中最经典的模型——SIR模型，来给大家算一算top6省市疫情最终结束所需时长；（注：以下分析结果仅供参考）

使用模型前，先认识一下SIR模型，

SIR模型把传染病流行范围内的人群分成三类：

简而言之，易感者通过接触感染上病毒，成为感染者，感染者通过治疗得到治愈，成为移出者；

考虑到影响疫情发展的因素众多，分析模型综合该省总人口数，累计确诊人数，就诊率，患者接触感染率，日均接触人次，病程等关键影响因子，

基于一定的假设条件，在防控到位的理想情况下，计算得出TOP6省市离疫情可能结束时长曲线图：

湖北：预计5月低新增确诊人数将为0，之后大概率不会出现新的确证病例；

广东：预计3月低结束疫情，3月低前可能会有小幅波动；

河南：预计3月中旬后新增确诊人数平稳为0；

浙江：预计3月中旬后新增确诊人数平稳为0；

湖南：预计4月上旬疫情结束；

安徽：预计3月下旬疫情结束；

总结：除湖北外，总体疫情预计在3月下旬或4月上旬结束；然而，真如数据所示，4月之后就可以愉快地“扎堆”了吗？答案是：NO！

考虑到境外疫病传播形势，疫情存在客观不可抗拒的变数，比如：“超级传播者”

在韩国：一人感染，37人确诊；

在日本：一人感染；12人确诊；

在意大利：一人感染，上千人隔离；

......

那么，我们用FineBI简单推算一下，假设六月湖北省又出现了1个超级传播者，而这个传播者刚好在”扎堆“，考虑到疫苗还没有研制出来，也没办法确定新型冠状病毒肺炎治愈（或自愈）后，是否能够产生足够的保护性抗体以避免下一次的感染，

超级传播者病毒毒性还比较强，传播速度快，但大家的防控意识很强，医疗设施完备，短时间内，假设导致100个新增确诊病例，治愈速度以线性计算，

那么疫情持续时间将最少延长2个月；

所以，珍爱生命，远离扎堆。

写在最后——

在关注疫情发展的过程中，笔者深切感受到数据带来的力量，

通过数据分析，我们看清了疫情现状，预知了未来疫情发展趋势，因此做好全面的防控措施；

通过运用数据分析结果，我们更好地调配物资，齐心抗“疫”；

复工在即，眼前的问题是：

1、疫情带来的损失有多少？

2、如何弥补疫情带来的损失？

一个好的数据分析工具可以帮助企业解答这些问题，附：全量数据看板

关注我，并转发该文章，私信回复“BI”，即可获得FineBI企业级数据分析，个人版永久免费噢~