一切皆可量化？

[美]維克托·邁爾·舍恩伯格

信息技術變革隨處可見，人們正經歷著從“技術”到“信息”的轉變。大數據正在改變我們的生活以及理解世界的方式。

對于快遞公司來說，車在路上拋錨的損失會非常巨大，因為那樣就需要再派一輛車，會造成延誤和再裝載的負擔，并消耗大量的人力物力。以前UPS每隔兩三年就會對車輛的零件進行定時更換，但這種做法也會造成浪費，因為有的零件并沒有什么毛病就被換掉了。

從2000年開始，UPS使用預測性分析來監測自己全美60000輛車的車隊，以便及時地進行“防御性”修理。工作人員通過檢測車輛的各個部位，只更換那些需要更換的零件即可，這種改變已經節省了上百萬美元。

通過在貨車上裝置傳感器、無線適配器和GPS，總部能在車輛出現晚點時跟蹤到車輛的位置和預防引擎故障，同時，還能優化行車路線。2011年，UPS的駕駛員少跑了近4828萬公里的路程，節省了300萬加侖的燃料并且減少了3萬公噸的二氧化碳排放量。系統還設計了盡量少左轉的路線，因為左轉要求貨車在交叉路口轉過去，更容易出事故。而且，貨車往往需要等待一會兒才能左轉，也會更耗油，因此，減少左轉使得行車的安全性和效率都得到了大幅提升。

很少有人會認為一個人的坐姿能表現什么信息，但是它真的可以。當一個人坐著的時候，他的身形、姿勢和重量分布都可以量化和數據化。日本先進工業技術研究所的教授和他的團隊通過在汽車座椅下安裝360個壓力傳感器以測量人對椅子施加壓力的方式，把人體坐姿特征轉化成了數據。這個系統能根據人體對座位的壓力差異識別出乘坐者的身份，準確率高達98%。

這個研究并不愚蠢。這項技術可以作為汽車防盜系統安裝在汽車上。有了這個系統之后，汽車就能識別出駕駛者是不是車主；如果不是，系統就會要求司機輸入密碼；如果司機無法準確輸入密碼，汽車就會自動熄火。

把一個人的坐姿轉化成數據后，這些數據就孕育了一些切實可行的服務和一個前景光明的產業。比如，這個系統可以在司機疲勞駕駛的時候發出警示或者自動剎車。同時，這個系統不但可以發現車輛被盜，還可以通過收集到的數據識別出盜賊的身份。

在網絡帶來巨大的數據庫之前，沃爾瑪在美國企業中擁有的數據資源應該是最多的。20世紀90年代，沃爾瑪讓供應商監控銷售速率、數量以及存貨的情況，并通過打造透明度來迫使供應商照顧好自己的物流。在許多情況下，沃爾瑪不接受產品的“所有權”，這樣就避免了存貨的風險也降低了成本。實際上，沃爾瑪運用這些數據使其成為了世界上最大的“寄售店”。

2004年，沃爾瑪對過去交易的龐大的數據庫進行了觀察，這個數據庫記錄的數據不僅包括每一個顧客的購物清單以及消費額，還包括購物籃中的物品、具體購買時間，甚至購買天氣。沃爾瑪公司注意到，每當在季節性颶風來臨之前，不僅手電筒的銷售量會增加，蛋撻的銷量也會增加。因此，當季節性風暴來臨時，沃爾瑪會把蛋撻放在靠近颶風用品的位置，當然，這一改變也增加了銷量。

大數據運用的極致，非美國折扣零售商塔吉特莫屬了。《紐約時報》曾報道過塔吉特公司怎樣在不被清楚告知的情況下預測出一個女性的懷孕情況。很多人都不知道，對于零售商來說，知道一個顧客是否懷孕非常重要。因為這是一對夫妻改變消費觀念的開始，也是一對夫妻生命的分水嶺。他們會開始光顧以前不會去的商店，漸漸對新的品牌建立忠誠。

塔吉特的分析團隊首先查看了簽署嬰兒禮物登記簿的女性的消費記錄。他們注意到，登記簿上的婦女會在懷孕大概第三個月的時候買很多無香乳液。幾個月之后，她們會買一些營養品，比如鎂、鈣、鋅。公司最終找出了大概二十多種關聯物，這些關聯物可以給顧客進行“懷孕趨勢”評分。這些數據甚至使得零售商能夠比較準確地預測預產期，這樣就能夠在孕期的每個階段給客戶寄送相應的優惠券。

谷歌的拼寫檢查器基本上涵蓋了世界上的每一種語言。谷歌的拼寫系統一直在不斷地完善和增加新的詞匯，這是人們每天使用搜索引擎的附加結果。你輸錯了“iPad”嗎？不要緊，它在那兒呢！

谷歌幾乎是“免費”地獲得了這種拼寫檢查，包括那些“不合標準”“不正確”或“有缺陷”的數據。谷歌依據其每天處理的30億查詢中輸入搜索框中的錯誤拼寫，利用一個巧妙的反饋循環將用戶實際想輸入的內容告知系統，當搜索結果頁面的頂部顯示“你要找的是不是：流行病學”時，用戶可以通過點擊正確的術語明確自己需要重新查詢的內容。

有趣的是，谷歌并不是第一個有這種拼寫想法的公司。2000年左右，雅虎也看到了從用戶輸錯的查詢中創建拼寫檢查系統的可能性，但并未付諸實踐，舊的搜索查詢數據就這樣被當成了垃圾對待。只有谷歌認識到了用戶交互的碎屑實際上是金粉，收集在一起就能鍛造成一塊閃亮的金元寶。

美國勞工統計局的人員每個月都要公布消費物價指數（CPI），這是用來測試通貨膨脹率的。這些數據對投資者和商家都非常重要。聯邦政府為了得到這些數據，會雇用很多人向全美90個城市的商店、辦公室打電話、發傳真甚至登門拜訪，他們反饋回來的價格信息達80000種，甚至包括土豆的價格。采集這些數據，政府每年大概要花費兩億五千萬美元，雖然這些數據是精確、有序的，但是采集結果的公布會有幾周的滯后。

麻省理工學院的兩位經濟學家對此提出了一個大數據方案，那就是接受更混亂的數據。通過一個軟件在互聯網上收集信息，他們每天可以收集到50萬種商品的價格。雖然這些收集到的數據很混亂，也不是所有數據都能輕易進行比較，但是把大數據和好的分析法相結合，就會變得不一樣，例如這個項目在2008年9月雷曼兄弟破產之后馬上就發現了通貨緊縮趨勢，而那些依賴官方數據的人直到11月份才知道這個情況。

（林冬冬摘自浙江人民出版社《大數據時代》）