大資料莫成“大錯誤”

標籤：style   http   ar   資料   div   on   ef   c   技術   

　　大資料時代已經來臨，但大資料並非無所不能。其核心不在規模大，它蘊含的是計算和思維方式的轉變，過於樂觀和簡單的理解，都可能助長“大資料迷信”

　　得益於移動互連網以及智能手機、智能穿戴產品的發展，人們的行為、位置甚至身體的生理特徵等資料都可以便捷地被記錄，使得大資料的採集成為可能。

　　這一新的資料形態產生的價值，比如神奇的趨勢預測能力被公眾廣泛討論，成為不少商家宣傳營銷的賣點。從汽車、化妝品到體育，似乎所有行業都可以藉助大資料，精確定位、找到消費者，預測趨勢、贏得未來。

　　在支援者看來，大資料的能耐在於每一個資料點都可以被捕捉到。分析大資料就能推匯出驚人準確的結果，經典的抽樣統計方法面臨淘汰。同時，資料已經大到能夠自己說話，“資料背後的原因不再重要，人們只需要知道資料之間有統計相關性就行”，理論可能就此終結。

　　毋庸置疑，規模更大、更新更快的大資料擁有深刻的洞察力，也將帶來價值，但認為有了大資料就無所不能，卻過於樂觀和簡單。

　　首先，幾百年的統計學發展史已經告訴我們，通過統計資料來認知現實世界從來都不能盡善盡美，現實中存在的樣本誤差和偏差等種種“陷阱”，不是單單依靠更大、更新、更快的資料就可以解決。

　　其次，大資料價值密度低、內容混雜，找到“貨真價實”的資訊已屬不易。而“知其然，不求知其所以然”，只考慮純粹相關性，不注重資料與結論之間 因果關係的分析方法，在現實中往往經不起推敲。比如，理論上可以通過分析微博上的每一次發言，推斷出某一事件引發的公用情緒，但不可忽視的是，微博活躍用 戶只能代表他們自己，並不代表更廣泛的群體。

　　尤其不能忽視的是，目前許多資料仍處於“孤島”狀態，單一或少數領域的大資料不僅價值有限，還存在片面性的危險。只有資料跨越了行業領域間的界 限，關聯性加強時，資料的準確性才會提高。打通資料“孤島”，融合資料還要走很長的路。另外，資料的收集、儲存和搬運雖然越來越便利，但從技術上看，如何 從海量資料中淘出有價值的資訊，還缺少強大的工具。

　　毫無疑問，大資料時代已經來臨，但大資料並非無所不能。大資料的核心不在規模大，它蘊含的是計算和思維方式的轉變，過於樂觀和簡單的理解，都可 能助長“大資料迷信”。比較切實的態度或許是，在尊重傳統的統計經驗基礎上，在不矮化大資料是“舊瓶裝新酒”的同時，不迷信大資料，善用大資料。否則，帶 著“資料自己可以說出結論”的謬識，就可能掉進了資料的“陷阱”，從而使大資料產生“大錯誤”。

大資料莫成“大錯誤”