大數據“長尾”

王寧江

·首席論衡·

大數據“長尾”

王寧江

在一次研究工作中，有同事說到，目前輿情分析產品提供的信息量還不夠多，用戶在閱讀時感覺還不解渴。于是，憑著感性和記憶，現場就做了呼應：要做大數據長尾，充分應用大數據技術，拉長輿情分析產品的信息“尾巴”。

回到案前，又誠惶誠恐，擔心一時的心血來潮，用新名詞誤導同事。即刻又開始上網查找大數據“長尾”的理論依據。幸好，所查長尾理論的觀點與我的理解基本一致，一塊石頭落下。覺得這個題目蠻好，所以，把觀點和大家分享。

還是先翻一下燒餅，對長尾理論做個注釋。長尾理論是統計學中對冪律特征的一個口語化表達，正因為網絡經濟的發展，該理論廣為傳播。長尾理論與生活中最接近的事例便是字頻，少數的漢字使用頻度較高，大量的漢字使用頻度并不大，所以形成了一個長長的“尾巴”。大概意思是，沒有長尾不行，少數的漢字表達不了完整的詞意；同樣，若長尾足夠長，大量不常用漢字的低頻使用所發揮的作用，不亞于少數高頻字。也就是我們平常所述的“螞蟻扳倒大象”、“螞蟻雄兵”之類的現象。

在傳統經濟時代，企業的成本分析、資本的逐利傾向、人們的行為選擇，往往會遵循“二八法則”，或者說是“二八”特征比較顯著。大家在選擇上，基于成本和效率的考慮，不愿意為蠅頭小利而大投入。但在互聯網時代，由于科學技術的突飛猛進，這一思維被顛覆和創新。一方面，通過互聯網提供服務和產品的成本顯著降低，包括存儲、運算、信息收集和渠道等等，投入變得可以接受；另一方面，人類的需求由低向高層次發展，基于社交、尊重和自我實現的需求變得趨于個性化、扁平化、專業化、小眾化，在客觀上要求有個“長尾”供給。于是，網絡時代長尾理論盛起，長尾事例也比比皆是。

再深的理論留給統計學家和其他研究者。本文的觀點是：大數據并不排斥“二八法則”，但更適用長尾理論；大數據“長尾”的長度由需求決定，而需求的空間可以是無限想象。有人或許還有個疑問，大數據長尾和“數據+”有啥區別？說實話，筆者并不認可“數據+”的觀點。簡單的理由：數據是內生的、資源性質的，不是外部強加或疊加于他的，不是工具化的手段，所以，定義“數據+”是欠妥的。

如何去做大數據的“長尾”？一句話，充分地挖掘需求、迎合需求，讓需求得到無限地滿足。回到文頭提到的輿情分析報告信息量不足的問題，完全可以用大數據和大數據技術滿足之。總的思路是這樣的，輿情分析產品的主體部分還是尊重“二八法則”，畢竟有個主次和閱讀習慣問題，不能喧賓奪主。然后，運用大數據技術作出一個輿情分析產品的“長尾”。目前想到的，至少可以由這幾方面組成，如輿情事件地的概貌、風土人情、經濟社會信息，與輿情事件相關的市場主體信息，類似輿情事件的演變參照，此次輿情事件的發展推演，針對輿情事件的專家觀點等等。雖然需求可能不大，但萬一需要呢！這就是大數據長尾的益處，哪怕是一丁點的需求，信息技術的發展給了我們實現需求的支撐。更何況還有個“98法則”，數字音樂點播統計表明，聽眾對98%的非熱門音樂有著無限的需求。套用馬云的“夢想體”，改成大數據版：“信息還是要給的，萬一有需求呢？”

輿情分析產品是事件級的大數據長尾案例，企業信用報告同樣可以做成主體級的大數據長尾產品，思路也基本類似。專業數據庫構成信用報告的“實體”，主要由信用服務機構通過盡職調查獲取的專業數據和專家分析組成，這部分數據屬于信息價值密度較高的數據。然后，進行其他數據或信息的疊加，包括通過互聯網采集的電子商務、新聞媒體、科技文獻、社交等數據，以及與主體相關的“董高監”個人的信用行為記錄信息，分門別類地做成“長尾”。如此通過多個維度勾勒出一個市場主體的信用畫像。想必，這樣一份信用報告的價值對于交易伙伴來說，含金量要遠遠大于傳統的評級報告、征信報告。所以，大數據這個“尾”是“虎尾”，在于創新、霹靂有聲。

作者為浙江省經濟信息中心副主任、浙江省信用中心主任