# 经历里的数字从哪来：先找、再估、然后核对

数字不是形容词的加强版，而是留给招聘者追问的抓手——按“系统记录→他人记得→自己重建”找到数字，用绝对值配百分比写清变化与体量，并守住不独占、不编造、保密有替代三条底线

> 简历量化 · 结果型经历 · 证据核对 · 约 6 分钟 · 10 月 15 日

## 本篇要点

1. 经历里的数字不是形容词的加强版，而是留给招聘者追问的抓手；判据只有一个：你能不能用一两句话说明它从哪来。
2. 找数字的顺序是先找现成记录（后台看板、报名表、仓库提交、问卷回收），再问记得的人，最后才自己重建。
3. 没有记录时用四类代理指标：规模、频率、时间、前后对比；其中前后对比同时给出基准和结果，最有说服力。
4. 百分比说变化幅度，绝对值说体量大小；只有百分比必须补基线（从 X 到 Y），只有绝对值必须补参照物（占预算或总量的多少）。
5. 基数小用绝对值，基数大配百分比；最稳的写法是两者配对，例如省了 34 万元，相当于该项预算的 18%。
6. 估算可以，但要向下取整、用约数与区间、固定统计窗口，精度取到人会真正追踪的粒度，避免假精度。
7. 不能把团队成果写成个人独功，不能编造数字；保密时可用只给百分比、相对描述、说明自己份额三种替代写法。
8. 每完成一件事就记下做了什么、留下什么可查痕迹、数字及来源，写简历时从清单里挑，而不是临时回忆。

---

上一篇把经历从“做了什么”改写成了“做成了什么”，四格公式的最后一格是“结果”。真正动手时，卡住多数人的恰恰是这一格——不是懒得写数字，是真的不知道数字是多少。

先看清数字在简历里做什么用。招聘者看到“用户增长 40%”，被 40 本身打动的成分很小；他真正在做的是把它当成抓手：这个 40% 是怎么算的？从多少涨到多少？你做了哪一步让它涨起来？能被这样追问的数字才叫证据；追问不出所以然的数字，只是形容词换了身衣服。所以本篇的判据只有一条：你写下的数字，要能在面试里用一两句话说明它的来源。

## 第一步不是估，是找

多数人以为“我没有数据”，其实记录就在干活的地方，只是没被当成简历素材。按可靠性从高到低，数字有三个来源。

**系统里的记录。** 后台看板、工单系统、报名表、问卷结果、GitHub 的提交记录和 star 数、群人数、组队名单、成绩单、日历和邮件。这些是天然留痕的，不需要事后统计。做课程项目的人最容易漏掉这一层：报名表单里有多少人填过，仓库里有多少次提交、被多少人 fork，问卷回收了多少份，都是现成的。

**别人记得。** 老师、社团负责人、队友、带队的人。如果你改过某个流程，去问一句“以前大概要多久、现在大概多久”，对方往往记得比你清楚。

**自己重建。** 前两类都没有时，才轮到估算——不是瞎猜，而是用下面四类痕迹拼出来。

## 没有记录时，用四类代理指标重建

任何一项工作，即使没有 KPI，也至少在四个维度留下痕迹：

- **规模**：多少人参与、多大金额、多长周期、处理了多少条数据。
- **频率**：每周做几次、每月交几份、一学期办几场。
- **时间**：单次耗时多久，或把某件事从多久压到多久。
- **前后对比**：从 X 变成 Y。

前两类给出体量，后两类给出变化。**前后对比最有力**，因为它同时给出了基准和结果，不需要读者自己脑补。

举例：你在课程里做过一次选课冲突排查的改进，没有任何后台数据，仍可以写成：

> - 走访 3 个年级，收集 62 份选课冲突反馈
> - 把逐条人工比对改为脚本处理，单轮耗时从约 2 小时降到 40 分钟
> - 方案在班级群内被 40 余名同学实际使用一整个选课窗口期

这三条没有一条来自系统后台，但每条都能说清“我是怎么知道的”：62 份是问卷回收数，2 小时和 40 分钟是前后各做一次的实测，40 余名来自群内使用情况。能被追问，它们就站得住。

```mermaid
flowchart TD
    A["要写一个数字"] --> B{"系统或工具里有记录吗"}
    B -->|有| F["直接取用<br/>写清口径与时间窗"]
    B -->|没有| C{"当时的人记得吗"}
    C -->|记得| F
    C -->|不记得| D["用代理指标重建<br/>规模·频率·时间·前后对比"]
    D --> E{"能说清它是怎么来的吗"}
    E -->|不能| G["换更保守的数字<br/>或只写规模、不写变化幅度"]
    E -->|能| H{"有基线吗"}
    H -->|没有| I["补成从X到Y<br/>或补上时间窗"]
    H -->|有| J["配对写法<br/>绝对值＋百分比"]
```

## 百分比和绝对值：一个说变化，一个说体量

**百分比描述变化幅度，绝对值描述规模大小，单用任何一个都会漏掉关键信息**[1][2]。

只有百分比、没有基线，是最常见的坑。“增长 300%”听着惊人，但如果起点是 1 个用户、终点是 4 个用户，这句话几乎什么都不说明，反而容易被读成心虚。300% 可以是真的，只是必须补上“从 1 个到 4 个”，让读者自己判断这算不算成果[1]。

只有绝对值、没有场景，问题在另一头。“节省 20 万元”在一个年支出 200 万元的团队里分量很重，在一家年支出 2 亿的公司里几乎看不见。绝对值要配上分母或参照物。

最稳的写法是两者配对：

> 谈判供应商合同，年度支出减少 34 万元，相当于该项预算的 18%

前半句给体量，后半句给幅度。选择哪个打头看基数：**基数小用绝对值**（“从 1 个班扩到 6 个班”比“增长 500%”可信），**基数大加百分比**（“节省 200 万元”读者没感觉，“降低 12%”才有）。另外，精度取到人会真正追踪的粒度：写“约 40%”，不写“39.7%”——假精度看着像编的，一追问就崩[1]。

## 估算的规矩

估算是被接受的，但要按“能被追问”的标准来估。四条规矩：

1. **向下取整，别用最好的一天。** 拿峰值当月度水平，是最容易被拆穿的一种写错法。
2. **用约数和区间。** “约 60 份反馈”“每周 2–3 次”比精确到个位更诚实，也更好守[2]。
3. **口径固定。** 统计窗口是一学期、一个季度还是一整年，会明显改变数字的量级。选一个最能代表你持续贡献的窗口，并记住是哪一个。
4. **写不出来就降级。** 连来源都说不清的数字，就退一步只写规模、放弃变化幅度。写“负责 3 个班的排课协调”，比写“效率提升 200%”安全得多。

## 三条不能碰的底线

**不能把团队成果写成你一个人的。** 分清“参与”“负责”“主导”：主导一个 5 人小组、参与其中一部分、独立完成全流程，是三件不同的事。写清自己那一份不丢分；写成全是自己的，一问细节就露。

**不能编。** 编造的数字在背景调查和深入追问面前没有生路，而夸大一旦被识别，损害是永久性的，没有例外。

**不能因为保密就不写。** 有些数字确实不便公开，但替代方案不止一种：只给百分比不给金额；用相对描述（“把流失率从高于行业平均压到中位数以下”）；或者说明自己的份额（“三位负责人之一，负责其中占比最大的一部分”）。保密限制的是数字，不是成果本身[2]。

最后一个习惯上的建议：每完成一件事，就记下三个字段——做了什么、留下什么可查痕迹、涉及的数字及来源。写简历时，你不是在回忆里挖数字，而是从清单里挑。

数字从哪来解决了，下一篇处理投递那一环：为什么同一份简历不能对所有人说同样的话。

## 术语表

- 代理指标：没有现成数据时，用规模、频率、时间、前后对比这些身边可观察的痕迹代替正式 KPI，拼出一个能解释来源的数字。
- 基线：变化之前的起点值；“增长 300%”没有基线就几乎没有信息量，补上“从 1 个到 4 个”才能被判断。
- 绝对值与百分比的搭配：绝对值回答“有多大”，百分比回答“变了多少”，两者单用各有一个坑，配对写最稳。
- 口径：统计这个数字时选定的时间窗和范围（一个季度还是一整年、算整个团队还是你自己），一旦选定就要固定，并被追问时能说清。
- 可追问性：判断一个数字能不能写进简历的唯一标准——你能否在面试里用一两句话说明它怎么算出来、从哪来。
- 假精度：把估算写成“39.7%”这类过于细的数值，看起来像伪造，反而削弱可信度；应取到人会真正追踪的粒度。

## 来源

1. [Resumly: Numbers on a Resume — 百分比需带基线、避免假精度、绝对值与百分比并用的写法](https://www.resumly.ai/blog/using-numbers-and-percentages-in-resume-achievement-statements)
2. [Easy CV: Resume Metrics — 保守估算的规则、机密数字的替代写法与指标配对模板](https://www.easy-cv.ai/blog/role-of-metrics-in-resumes)

---

原文：https://pangzhengboyin.com/articles/where-resume-numbers-come-from-06c5224c

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具。说出想学什么，它会先了解你的基础，再把主题写成一篇篇 5–10 分钟能读完的文章；边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com