一切皆可量化？

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，這種改變已經為他們節省了上百萬美元。

通過在貨車上安裝傳感器、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，甚至購買時的天氣。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。

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。

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。

（甜橙摘自《大數據時代》 圖/槿喑）