大數據：挖掘>搜集

謝麗聃

三分技術，七分數據，得數據者得天下。大數據并不在“大”，而在于“有用”。價值含量、挖掘成本比數量更為重要。

“明天看《紙牌屋》，請大家別劇透。”

發這條Twitter的人除了是《紙牌屋》的粉絲外，他還有另外一個身份一美國總統奧巴馬。不僅如此，連中國一些官員也對這部劇頗感興趣。

《紙牌屋》里的數據秘密

《紙牌屋》究竟是何“神劇”，竟能受到眾名人的關注。

作為一家從在線影片租賃提供商，到現今美國最大互聯網視頻公司之一的奈飛視頻網站，十幾年來積累了龐大的客戶數據：每天奈飛公司能夠獲得用戶3000多萬個，包括停止、回放、暫停、快進等行為，另外還會搜集訂閱用戶每天給出的400萬個評分，300萬次搜索請求。將這些數據加工整合后，形成數百億數據池。公司根據數據池里整合的數據利用推薦算法，來識別具有相似品味的觀眾。

《紙牌屋》的爆紅不僅讓它的制作方奈飛公司賺得盆滿缽盈，還讓一個前沿技術再次進入大眾視野，它就是被稱之為“可預測未來”的“大數據技術”。

“大數據”一詞對于我們已經并不陌生，我們可從近兩年的眾多報道和文章中尋到它的蹤影。但“大數據”究竟如何運用，至今又取得哪些成果？恐怕大眾還無法準確地一語道出。

讓“大數據”走下神壇

早在1980年，著名未來學家阿爾文·托夫勒便在《第三次革命浪潮》一書中，將“大數據”熱情地頌贊為“第三次浪潮的華彩樂章”。不過，大約從2009年，“大數據”才成為互聯網信息技術行業的流行詞匯。此后，大數據時代帶來的變革便在國外商界初露倪端。

總部位于美國阿肯色州的世界著名商業零售連鎖企業沃爾瑪，為了能夠準確了解顧客在其門店的購買習慣，沃爾瑪利用NCR數據挖掘工具對顧客原始交易數據進行分析和挖掘，便可輕松地知道顧客經常一起購買的商品有哪些。經過大量信息的整合研究，一個意外的發現是：“跟尿布一起購買最多的商品竟是啤酒！”

沃爾瑪的數據，揭示了隱藏在“尿布與啤酒”背后的美國人的一種行為模式：在美國，一些年輕的父親下班后經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。

既然尿布與啤酒一起被購買的機會很多，于是沃爾瑪就在其一個個門店將尿布與啤酒擺放在一起，結果是尿布與啤酒的銷售量雙雙增長。

這個故事的意義在于，將看似不相關的商品數據放在一起分析，找到他們之間的相關性，而后進行交叉營銷，最終可大大促進商品的銷量。

不管是《紙牌屋》的數據池，還是沃爾瑪的交叉數據分析，大數據是使其最終受益的關鍵所在。在互聯網、信息技術飛速發展的今天，海量數據的收集與挖掘已不再是天方夜譚，它的神秘面紗隨著科技的進步被逐漸揭開。曾經讓眾人敬畏、驚嘆的“大數據”現已走下神壇，為民所用。

數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，但絕大部分則隱藏在表面之下。而現在已有不少創新型企業開始深挖數據的水下礦藏。谷歌重復使用搜索關鍵詞來監測流感的傳播；Farecast利用機票銷售數據來預測未來的機票價格；麥格雷戈博士用嬰兒的生命體征來預測傳染病的發生；亞馬遜通過分析用戶習慣、喜好進行精準的產品推薦。

數據不僅在“大”，更在于“有用”

龐大的人群和應用市場，海量信息及傳播增速，使得中國成為世界上最復雜的大數據國家。自2009年“大數據”一詞傳入我國，就有不少行業人士對此產生濃厚興趣。此后幾年間，國內不少擁有大量用戶數據的公司，都宣稱將采用大數據分析的方法，根據用戶喜好定制產品內容。

就在《紙牌屋》借力“大數據”春風得意時，我國視頻網站也在摩拳擦掌，奮力登上這塊新大陸，一覽科技所帶來的無限光景。

愛奇藝表示，愿意嘗試依靠大數據分析實現“千人千面”的首頁全個性化內容推薦；搜狐視頻借助大數據，根據用戶需求制作本土自制劇。

雖然我國有不少試水“大數據”技術的案列，但僅僅收集海量數據，用數字作為信息統計的證明，而不去開發、挖掘數據的潛在價值，那么“大數據”的小宇宙依然沒被喚醒。例如去年央視春晚微信紅包用戶的數據統計：除夕20時至年初一零時48分，春晚微信搖一搖互動總量超過110億次；春晚微信祝福在185個國家和地區之間傳遞了約3萬億公里。數據量、信息量都已達到“大數據”標準，但孤單的數字之間有何聯系，我們又能從這些數字背后看到什么，業界卻沒有進一步的研究。

阿里巴巴集團董事局主席馬云在淘寶十周年晚會上說：“我們還沒搞懂PC互聯網的時候，移動互聯網來了，我們還沒搞懂移動互聯網的時候，大數據來了。”

確實，我們以前經常說計劃趕不上時間的流逝，現在可以說時間已跟不上科技更新的步伐。現階段的“大數據”已不能只停留在“收集”的層面上，分析和挖掘數據的潛在信息，用信息創造價值，這才是“大數據”存在的意義。

阿里巴巴在2008年就把大數據作為一項公司基本戰略，經過多年的沉淀，其在經濟領域的數據量可謂恐怖。但數據量大并不一定能解決問題。以天貓分期購的例子來說，消費者在天貓上的每一次消費行為，購買商品時填寫的手機號和地址，余額寶中的存款數目，都會被阿里抓取放入數據庫中。當然，這些數據在平時就會淹沒在茫茫的數據海洋中，不被人注意。但當要對用戶進行信用評估時，這些數據便可發揮出巨大作用，因為這些數據完全可以直接轉化為真實的經濟行為，天貓可利用這些關聯性極強的信息，幫助消費者和商家優化分期購配置。

在各個行業的垂直特色化應用，大數據也有巨大的想象空間，例如：金融公司可以通過大數據進行客戶信用評級，為銀行、保險公司或P2P平臺服務；零售商可借助大數據進行店面選址服務，并利用關聯規則進行客戶購物籃分析，從而給客戶推薦相應的促銷活動；房地產商通過互聯網平臺的大數據進行購房潛在客戶挖掘，或通過大數據提供精準的社區O2O服務；大數據公司可以基于自然語言處理和語義分析，為政府提供輿情監測服務，使政府及時了解民聲，優化政府相關服務。

2014年8月18日，中國國家主席習近平主持召開中央全面深化改革領導小組第四次會議，并發表關于傳統媒體與新媒體融合的重要講話。會上習近平強調，要利用大數據和云計算技術推進新聞生產。這就為新聞媒體行業進行大數據技術改革提供了良好契機。媒體可通過大數據實現更科學的媒介選擇；可推動新聞預測性報道的興起；還可利用大數據后臺改變傳統新聞編寫模式。

“數據將成為一種戰略性原料，每一個企業、科研團隊和政府，都有責任有目的地搜集、處理、分析、索引數據。”電子科技大學互聯網中心主任周濤號召企業投身大數據，用更先進的武器裝備應戰愈加激烈的市場競爭。

近期，總投資220億元惠普全球大數據應用研究及產業示范基地項目落戶青島，該項目主要是建設全球大數據應用研究中心、大數據處理中心、大數據測試中心、全球戰略伙伴智慧產業實驗區等惠普研發機構，以便為惠普的升級拓展提供先進的技術支撐。

今天，我們生活在一個計算型的社會，因為我們相信世界是可以通過數字和數學而獲得解釋。“量化一切”對于活在數字時代的我們，已經成為一種習慣。

大數據給了中國一個大機會，它除了將更好地解決社會問題、商業營銷問題、科學技術問題，還有一個可預見的趨勢就是以人為本的大數據方針。用不了多久，每個人便可以獨自利用“大數據”預測明天。