【好文嚴選:大數據不能做什麼?】原文連結

出處:風傳媒| 責任編輯:代金鳳 | 發布日期:2014年 12 月 21 日

【我們為什麼挑選這篇文章】

看了許多大數據優點的文章,那你對大數據的缺點有了解了嗎?透過本文,你可以知道什麼是大數據做不到的?甚麼又是大數據不可避免的?跟著作者一起來看看大數據的另一個面貌吧。

--------------------------------------------------------------------------------------------------------------------------------------------------

人們對大數據寄予了許多的希望:賣出更多的貨物,做出更好的產品,找到更酷的朋友,甚至幫我們決定明天早上是否睡個懶覺。現在,凡是有信息流通的地方,都有人們對大數據的期望。

大數據果真如此神通嗎?大數據不能做什麼?下面從幾個方面來談談大數據的反面。

一、 大數據不能對具體行為作出精確預測

事實上,人們的社會行為具有不可預測性。甚至我們不妨可以定性地歸成一個大數據測不准原理:人和事件,如果放到越大的空間和時間範圍,則是越可以精確預測的;如果放到越小的空間和時間範圍,則是越不可以精確預測的。

舉個例子說:我們幾乎可以在100%的程度上預測一個人24小時的範圍內會吃飯,但若精確到某一分鐘,則幾乎不可能預測準確。進一步我們會發現,利用更多過去一段時間的數據,能夠幫助我們提高預測某半個小時內是否吃飯的機率,但如果把時間精確到某一分鐘,則更多的數據幾乎提高不了預測的準確性。

其實,行為的不可預測性早已植根於人類的潛意識中。

比如,我國前一陣子發射了嫦娥三號探月飛船,在嫦娥三號發射前,科學家們已經計算出了在未來的一個月之後的某個小時、分、秒,嫦娥三號在月球上空高度和經緯度,如果這個計算結果偏離預計幾十米,則可能推遲發射,重新計算校準。這是科學對未來的精確預測。

相對的情形是,在晚上10點以後,當我們準備睡覺的時候,能預測明天早餐後下樓碰到的第一個人是誰嗎?幾乎沒有人能知道,但這個巨大的不可預測卻沒有引起人的關注,幾乎沒有人會因為不知道下樓碰到的第一個人是誰而影響睡覺。人們對不可預測性熟視無睹。

大數據的有效範圍討論,需要引進一個假設:人們可以自由決定自己的行為(常常稱為「自由意志」)。一個人自由決定自己行為,在別人看來,就是他的行為無法預測,如果能夠精確預測未來的一舉一動,就不具備任何的自我決定的自由。

因此,大數據不能對具體行為作出精確預測,即大數據測不准原理。

大數據的不可預測性說明,企圖利用大數據預測用戶具體行為的努力或許是徒勞的,我們哪怕掌握一個人從出生開始就有的全部行為信息,也無法預測明天早餐他會吃什麼。這也意味著,許多基於用戶歷史數據進行行為分析的努力會遇到瓶頸,預測縮小到一定範圍之後,無法再精確下去。

二、大數據不能用來消除不確定性

大數據不能對具體行為進行預測,還表現大型社區的行為預測上。

最近,很多城市的商業中心開始引入了大數據技術,希望對用戶行為作出精確的預測來提高商業中心的有效使用。從單個商家的角度出發,知道進店顧客的精確行為,能提供更針對性的服務,但是,從整個商區的角度來做預測會出現悖論。

之所以大型商圈不僅僅有購物超市,還有甜品店、美食街,人們不是衝著甜品店、美食街來的,但是,因為人們行為的不確定性,不知道購買襯衣、牛奶等生活用品究竟會花多長時間,購物間隙才有了甜品的用武之地,如果購物結束靠近用餐時間,美食街也會有生意。

不僅甜品、美食,商場裡的新商品也都是因為人們行為的不確定才被銷售出去的,因為新產品並不在人們計劃購物的範圍內。如果刻意增加購物預測的精確性將會怎樣?甜品店、美食街甚至電影院都將是多餘的。

生態之美源於不確定性,生態中每一個參與者都表現出足夠的自由度,世界才會豐富多彩,大型商業區具有生態特徵,對生態型社區進行精確預測,會讓整個社區失去生機,所以大數據不能夠用來消除生態中的不確定性。

三、大數據不能預測新業務

大數據的宣講案例中,常常有一個啤酒和尿不濕的故事,建議把啤酒和尿不濕放在一起賣,說是數據統計發現,男人買啤酒的時候會順便買尿不濕,這顯然是一個誤導,因為小孩需要尿不濕大概只有3年,一個活70年的男人,只有幾年處在需要給孩子買尿不濕的情況,也就是說,大多數情況下,買啤酒的男人沒有買尿不濕的必要。

當然,買啤酒和買尿不濕在一定的情況下會成為關聯事件,比如一個青年公寓,生孩子的情況比較集中,但是,此時數據出現關聯只是結果,青年公寓才是原因。

一些極端情況下,根據數據進行類似啤酒和尿不濕搭配可能會出問題,比如香水和避孕套,男人在逛超市時為取哄情人會買香水,當然,也會偷偷買好避孕套,但是,如果把香水和避孕套放在一起,讓男人當著情人面去買避孕套就會產生問題。

不能從大數據的相關性直接得出結論,而是要先確定業務邏輯,再用數據相關性去驗證。數據只是行為的結果而不是相反,大數據之所以能夠輔助預測,是因為人的行為具有規律性,一個具有朝九晚五、週末大休規律的白領,行為數據才會呈現出以日、週、月、年為周期。

創新業務,也就是跟過去不一樣的業務,因此,大數據是沒法預測新業務的,也沒法根據數據分析確定新出現的業務關聯性是臨時的,還是可持續的。

互聯網雙週評問題延伸—大數據能做什麼?

大數據當然能做很多事,正如現在許多數據公司在做的一樣,雖然大數據在不同領域的處理能力不同,但大數據分析和工業時代的工具一樣,是普適性的,換句話說,大數據幾乎可以用於所有行業。

數據難道不比具體的現象更準確嗎?

尺子的量化當然更具有普遍的意義,但175這個數字如果不知道是用來記錄身高,或者不知道單位是厘米的話,就無法知道用它來做什麼,更談不上準還是不准。

大數據時代,怎麼理解用數據說話?

數據是現實的記錄,數據不會說謊,未來是過去的延伸,大數據分析能夠預測未來的一些特徵,但預測不是唯一的,沒有業務邏輯輔助,數據給不出正確結論。

既然大數據不能精確預測,那麼大數據對科學範預測比日常生活更適合嗎?

恰恰相反,大數據是複雜的科學運算,目的就是解決海量不規則數據輸入下如何得到更準確結果,好比坐地鐵,地鐵無法精確到達某個人的家裡,但是個有效的接近工具。

Latest Posts

Tags

Photostream