大數(shù)據(jù)謬誤

編譯/郭旦旦

數(shù)據(jù)分析與“大數(shù)據(jù)”似乎誓要徹底改變市場。如今，大多數(shù)公司都坐擁“成噸”的數(shù)據(jù)：財務數(shù)據(jù)、移動數(shù)據(jù)、交易數(shù)據(jù)、客戶研究數(shù)據(jù)、行為數(shù)據(jù)、社交媒體數(shù)據(jù)等。再加上新的分析技術與計算機、即時互聯(lián)網(wǎng)資源，產(chǎn)生了能夠顛覆游戲規(guī)則的強有力工具。然而，分析“大數(shù)據(jù)”所能產(chǎn)生的作用有些被夸大了。事實上，“馴服”大數(shù)據(jù)仍然是一件麻煩而且費力的事情。有些時候，對大數(shù)據(jù)天花亂墜的宣傳導致虛假的預期，以為很容易就能利用大數(shù)據(jù)做這做那，最終反而得不償失。

面對大數(shù)據(jù)，我們應該保持清醒的認識，尤其是對以下最常見的謬誤：

1.大數(shù)據(jù)就是數(shù)據(jù)量大。大數(shù)據(jù)不是“大”，而是多元：大量、高頻、實時、來源廣泛。它們往往呈現(xiàn)顆粒狀，可以是個人的交易數(shù)據(jù)——某張信用卡在特定加油站支付了一筆汽油費。大數(shù)據(jù)不是一座山，而是一場沙塵暴，大量細小的沙粒直欲迷人眼。

2.你應該馬上引用大數(shù)據(jù)。不積硅步無以至千里。分析大數(shù)據(jù)亦是如此。一開始，必須把精力集中在某一特定目標上，在囤積數(shù)據(jù)前，想清楚自己想用這些數(shù)據(jù)做什么。

3.數(shù)據(jù)越顆粒狀越好。是不是實時的、顆粒狀的數(shù)據(jù)一定更有用？并不盡然。一場足球賽的第一個四分之一場不足以讓我們預測整場比賽的輸贏。實時數(shù)據(jù)有時候太過接近作出決策、決定的時間，不足以作為判斷的依據(jù)。有時候，我們不得不把思考的時間范疇放遠一些。

事實上，大數(shù)據(jù)往往充斥著大量的噪聲;頻率越高、范圍越小，噪聲越大。譬如，以分鐘計的數(shù)據(jù)就比以周計的數(shù)據(jù)噪聲更大，一個鎮(zhèn)的數(shù)據(jù)噪聲就比一個國家的大。精密度與精確度的概念是不同的。在分析大數(shù)據(jù)時，必須運用有效的方法剔除出噪聲。

4.大數(shù)據(jù)就是“好數(shù)據(jù)”。數(shù)據(jù)也有好壞之分。質(zhì)量差的數(shù)據(jù)會有很多偏差與遺漏，最終導致分析判斷失誤。數(shù)據(jù)信息中存在很多被貼錯標簽的圖片與視頻，也有青少年隨便撰寫的文字，必須有一個智能的模型能夠辨別出大數(shù)據(jù)中質(zhì)量好的數(shù)據(jù)作為分析判斷的依據(jù)。要分析大數(shù)據(jù)，首先必須明確分析范疇，在此框架內(nèi)辨別哪些大數(shù)據(jù)在分析中必須用到，而哪些應該丟棄。

歸根究底，大數(shù)據(jù)與電腦、手機一樣，是一種工具，而且還是令人敬畏、可以改變游戲規(guī)則的工具。不過，最重要的是，要給大數(shù)據(jù)套上韁繩，才能駕馭之，并為自己所用。