麻豆国内精品欧美在线-麻豆国内精品久久久久久-麻豆国产在线观看一区二区-麻豆国产在线观看免费-麻豆国产原创-麻豆国产一区二区在线观看

我知道很多人自始至終都認為數(shù)據(jù)是越多越好，即大數(shù)據(jù)越大越好，Google甚至直言：更多的數(shù)據(jù)勝過更好的算法，而過去很多偵探劇中崇尚“信息越多，就越靠近真相”的刑偵金句也似乎佐證這一點。

我知道很多人自始至終都認為數(shù)據(jù)是越多越好，即大數(shù)據(jù)越大越好，Google甚至直言：更多的數(shù)據(jù)勝過更好的算法，而過去很多偵探劇中崇尚“信息越多，就越靠近真相”的刑偵金句也似乎佐證這一點。

而事實上，我的觀點是，數(shù)據(jù)只是基礎(chǔ)，如何建構(gòu)起有效的算法、模型比數(shù)據(jù)本身更重要，最起碼對目前而言是這樣的。持與我相近觀點的大有人在，如《The Signal and the Noise》(信號與噪聲，作者Nate Silver)這本書里面的一個觀點是“更多的數(shù)據(jù)意味著更多的噪聲。信號是真相，噪聲卻使我們離真相越來越遠?！?/p>

每種觀點都有自己的理據(jù)，所以我們不能片面地去判斷說哪種觀點對與錯。就大數(shù)據(jù)這個事情而言，我認為Google是一個理想主義者，而Nate Silver則是一個實用現(xiàn)實主義者。 

理想中的大數(shù)據(jù)的終極形態(tài)是不用構(gòu)建模型，或者說已經(jīng)構(gòu)建了全模型，不用針對每次分析的目的去單獨建模，數(shù)據(jù)自身會從數(shù)據(jù)特性，規(guī)律去進行邏輯性分析(非數(shù)理分析)，人們只需要將所有數(shù)據(jù)輸入，機器就能告訴人們這些數(shù)據(jù)中，哪些數(shù)據(jù)說明了什么問題，大數(shù)據(jù)的輸出成果將不是一份報告，而是一個體系，沒有一份報告能容納如此多的結(jié)果。到了那個時候，確實是更多的數(shù)據(jù)勝過更好的算法，因為那時候已經(jīng)沒有了算法，沒有什么是不能計算的。

但現(xiàn)實是，我們目前的大數(shù)據(jù)離理想中的大數(shù)據(jù)形態(tài)還有很遠的距離。

我們先看一個通過數(shù)據(jù)分析來輔助營銷的例子。你要推廣一個旅游產(chǎn)品，比如說是一個旅游攻略的APP，你第一反應(yīng)肯定是去旅行社、戶外網(wǎng)站去收集數(shù)據(jù)，去展開宣傳，去鋪開銷售吧?這當(dāng)然對，但問題是，經(jīng)常旅游的人很可能已經(jīng)不需要你旅游產(chǎn)品的指導(dǎo)，他們有更多的出游經(jīng)驗，他們有更多的團隊合作，他們可能更傾向個體出行。而不經(jīng)常出沒在戶外網(wǎng)站的人，不經(jīng)常搜索旅游相關(guān)信息的人，他們心中對旅行的渴望也許是很強烈的。從數(shù)據(jù)的維度來看，從旅行社、戶外網(wǎng)站收集到的客戶信息當(dāng)然是比大眾市場上得到的客戶信息的維度要多，顆粒度要細，信息更非結(jié)構(gòu)化，更稱得上“大數(shù)據(jù)”，但顯然，通過這些更大的數(shù)據(jù)卻未必能支撐你找到更多有需求的客戶。當(dāng)然，你也許會說在強關(guān)聯(lián)的小圈子里找到客戶的單位成本遠比漫無邊界地挖掘客戶的單位成本要低。但我只是用這個例子去說明，更多的信息未必能指向更明確結(jié)果，如何建構(gòu)一個合理的模型(利用有限的數(shù)據(jù)去做最有效的分析)，遠比找到一個新的數(shù)據(jù)源要重要得多。

目前的大數(shù)據(jù)與理想中的大數(shù)據(jù)形態(tài)的距離并不在于數(shù)據(jù)源的多少上，數(shù)據(jù)源從來不是問題，問題是在于我們?nèi)绾稳ソ?gòu)一個科學(xué)合理的分析模型，并相信、堅持分析模式的輸出結(jié)果。通過不斷地修正、累積各種正確的分析模型，我們將不斷接近理想形態(tài)。

而很不幸的是，有時候現(xiàn)實與之背道而馳。

分析員總是習(xí)慣帶著預(yù)設(shè)去分析，他們會自覺不自覺地以對自己有利的方式對這些數(shù)據(jù)進行分析和解釋，而哪怕這些方式很可能與這些數(shù)據(jù)所代表的客觀現(xiàn)實不相吻合。出于各種原因，分析員很難從干擾他們的噪聲中分辨出有用的信號，甚至?xí)o視這些真實有用的信號。于是，數(shù)據(jù)展示給他們的通常都是他們想要的結(jié)果，而且他們通常也能確保這些數(shù)據(jù)令大家皆大歡喜。同時，我們天真的相信各種預(yù)測分析模型，卻沒有人認真地去驗證這些模型是否科學(xué)合理，是否與事實相符，也許這些模型在進行架設(shè)選擇時根本不堪一擊。

我對此感同身受。我曾經(jīng)為不同省份的移動公司做過各種形式的經(jīng)分，給我最大的感受就是，我們不是要用數(shù)據(jù)去發(fā)現(xiàn)問題，找到解決問題的方法，而是我們要用數(shù)據(jù)去支持領(lǐng)導(dǎo)的觀點，一旦結(jié)果與領(lǐng)導(dǎo)觀點相悖時，模型是可以調(diào)整，數(shù)據(jù)可以調(diào)整，口徑可以調(diào)整，只有領(lǐng)導(dǎo)的觀點不能動，不能變。具體的過程是，剛開始時我們通過經(jīng)驗建構(gòu)了分析模型，模型只需要三組數(shù)據(jù)，但很不幸無法支撐領(lǐng)導(dǎo)的觀點，進而增加到五組，依然無法得出想要的結(jié)論，進而想方設(shè)法增加到十組，并開始調(diào)用不同的分析模型，費盡九牛二虎之力，終于在用某模式導(dǎo)入XXYY數(shù)據(jù)時，出來的結(jié)果剛好與領(lǐng)導(dǎo)的觀點一致，好吧，終于天亮了，終于可以定稿了，終于可以各自回家睡覺了。一覺醒來后開始宣揚，我們充分調(diào)用了N多的數(shù)據(jù)，并創(chuàng)新性地使用了X模型，得出某某結(jié)論，與領(lǐng)導(dǎo)觀點不謀而合。

這就是分析員的困境，而這種困境是目前分析工作的常態(tài)，也許壓力不是來自于領(lǐng)導(dǎo)，但也有可能來自于市場的壓力，個人績效的壓力，時間精力的有限，經(jīng)驗和知識的匱乏，甚至是內(nèi)心無法言明的情緒等。

這個世界自從有了印刷機，信息的傳遞不再局限，信息變得不再那么稀有，后來有了互聯(lián)網(wǎng)，信息開始爆炸式增長，我們擁有的信息太多，甚至多到無從下手，但事實上是有用的信息寥寥無幾。沒有科學(xué)、經(jīng)過驗證的模型支持，我們往往主觀地、有選擇的看待信息，對信息的曲解卻關(guān)注不夠，于是，當(dāng)我們把越來越多的信息塞進越來越臃腫的模型，我們以為我們將看到更多真相，而事實是很多只是假相。

借用《The Signal and the Noise》的一句話結(jié)尾：我們以為自己需要信息，但其實我們真正需要的是知識。