大數據時代：要知道what，不是why

徐仁全

當我們知道了大數據的特性，也找到了相關性，接下來就是靠著它創造出價值來。

“什么是大數據？”、“跟我有什么關系？”很多人第一次聽到大數據，心中一定會有這樣的疑問。

據《30雜志》報道，麥爾·荀伯格在千余名想了解未來趨勢的觀眾面前，做了一場精彩易懂的演說，告訴了企業及民眾，什么是大數據。

大數據找出相關性

2009年，全球出現一種新的流感病毒H1N1，當時美國也無法幸免，疾病管制局（CDC）要求第一線的醫師遇到H1N1流感病例，必須立刻通報。即使如此，通報速度仍總是慢一步，會晚1到2個星期。這樣的時效讓疾管局無法掌握真實情況，對癥下藥。

當時有幾位Google 工程師在著名的《自然》科學期刊中發表了一篇論文。他們透過美國最常使用的前5000萬個搜尋關鍵字，再與疾管局2003-2008年間的流感傳播資料加以比對，用高達4.5億種不同的數學模型，找出這些字出現的頻率、時間及地點，有沒有統計上的相關性（correlation）。最后被他們挖到寶了，這套軟件找出了45個流感關鍵字眼，放進數學模型之后，預測結果與官方公布的真實資料吻合，有強烈的相關性。

Google 運用這套數學模型，再一次精準地掌握了流感發生的高峰及地區，讓防疫工作同步進行，不落后。

再說另一例子，天文學來說，美國太空總署執行一項叫史隆數碼巡天計劃（Sloan Digital Sky Survey），從2000年開始，他們用位于美國新墨西哥州的天文望遠鏡去收集資料，計劃開始不過幾星期，收到的天文資料量就已超過了過去所有天文學歷史的總和。到了2010年，這個計劃收到了140TB 的資料量。但是接續的新計劃，預計2016年登場，未來的巡天望遠鏡在5天內，就可收到這些資料量。

荀伯格說，當資料進入天文數字時代，荀伯格提醒：到底大數據有多大？其實不是那么重要，重點是在放大，擴大資料量等級，就能做出少量資料做不到的事。

舉例來說，畫一張馬的圖畫，不是太難的事，但如果畫了很多張馬的圖畫，再以每秒24幀來呈現這些圖畫，就成了動畫。這里要強調的是“量變”產生了“質變”，巨量就是這個道理，量的不同，也改變了本質。

what比why重要

量增加了，就出現另一項大數據的特色：亂（messy）。巨量資料的內容常是混亂不齊，質量不一。這是因為，巨量資料的收集過程中，它只要一個大方向即可，不需要講究到一寸、一分。“這并不是說我們放棄了精準這件事，只是不再將精準奉為圭臬，”荀伯格說。

舉例來說，我們要測量某個葡萄園的溫度，如果整片葡萄園只有一支溫度計，那這支溫度計就要十分精準，不能故障，但也意味著它會很貴。換句話說，就是不能有任何雜亂或出錯；相反的，如果我們今天在葡萄園里放了100支溫度計去測溫度，就可以用便宜一些，簡單的溫度計測出很精準的溫度。

100支溫度計代表的是量大，盡管其中幾支可能不那么精準，但卻可以收集到大量數據。比起只靠一支溫度計來說，更可看到全貌，代表全體。那此時，一點雜亂就顯得微不足道。

重點又來了，荀伯格忽然站起來向所有在場的觀眾說，大數據時代，資料數量比資料質量更重要。更不要為了一點點信息的偏差而影響了整體分析，想處理掉不精準的信息，成本會很高，也沒有必要！

另一個有趣的例子是沃爾瑪（Walmart），他們從龐大的交易記錄上發現，在颶風來襲前，銷量大增的不只是手電筒，還有一種美國小甜點 Top-Tarts，店家會在每次颶風來臨前，把一盒一盒的 Top-Tarts放在風災的必需品架上，方便急忙的顧客一次滿足，“特別是草莓口味的，賣得最好。”

請注意，這里Walmart不去弄清楚為什么颶風時人們特別想吃Top-Tarts，而是把這個相關性找出來，直接采取更有利的營銷動作。

荀伯格特別強調，大數據時代，what比why重要。

再舉一個例子，發生在他朋友，也是大數據專家，任教于華盛頓大學的教授伊茲奧尼（Oren Etzioni）身上。2003 年時他想從西雅圖塔機到洛杉磯參加弟弟的婚禮，他想愈早訂票愈能買到便宜，幾個月前他就買好了機票，也覺得買得很便宜。沒想到他在航程中，出于好奇問了隔壁乘客買多少錢，何時買的。結果，一問之下，都回答最近才買，且都比他買得便宜，他十分生氣。

下了飛機后，他決定去好好研究一下購買機票這件事。他發現，如果平均票價呈現下跌，買票就可以慢慢來；如果價格上揚中，你就要先訂票，以免它水漲船高。

伊茲奧尼花了41天的時間去比對一旅游網站中超過12000筆的票價資料，他建立了一個模型，讓模擬的消費者都省下了大筆的機票錢。在這模型里，消費者不懂“為什么（why）”，只知道“正是如此（what）”，消費者要決定現在是“買或是不買”。

后來這套模型發展出創業計劃，他創了一個Farecast網站，消費者可以做出最佳判斷，何時該買，還是不買。

大數據與價值

當我們知道了大數據的特性，也找到了相關性，接下來就是靠著它創造出價值來。

美國西雅圖有一家專門收集車輛實時定位的資料公司Inrix，它的資料來自上億臺的車輛。同時，它也推出手機 App服務，通過提供服務換取特定的司機資料，包括他們曾開車去的地方、天氣及路況等。他們將收到的資料再出售給一家投資基金，該基金根據大型零售商場附近的路況推測業績，在零售商公布季報前，搶先決定該買入或賣出。因為車潮就是錢潮。這就是價值。

英國的羅爾斯羅伊斯是著名的飛機引擎制造商，它通過在引擎上安裝了一個監控器，以掌控引擎是否正常運轉。結果隨著他們收集到的資料中發現，當引擎出現哪些信號異常，引擎可能會發生問題，這個監控變成了預測，大大減少飛安事故。羅爾斯羅伊斯從過去單單的制造引擎公司，轉型為服務咨詢，他們讓數據產生出價值。

荀伯格說了許多大數據的美好，但他強調，大數據有其黑暗面：隱私當然是一個該關注的焦點，但他強調，更可怕的是各種算法，去預測是不是會患心臟病？或你是否會犯罪等。有時，依靠大數據做出的演算與預測，如果與自由意志不符時，孰輕孰重？

同時，我們也擔心，愈來愈多的企業會掌握更多資料，但如此龐大的資料為他們所收集，拿去做了什么？什么用途？不一定能受到監督與管理，這是重要議題。

“巨量資料是為人類所掌控，而不是被巨量資料所掌控，”這是荀伯格最后的提醒。endprint