正宗的大資料思維就在這裡

不僅要看圖，文字還有真乾貨。

上面是100+手機的最新網圖，它正在網路中四散傳播，當你打開「郝聞郝看」的這幾秒，它已經在互聯網被傳遞和轉載了N次，這就是力量，讓資訊不斷擴張與自我延伸，同時也造就出更多資料。

按照阿裡巴巴副總裁、資料委員會會長車品覺的話說，這是社交資料的常態，它決定著時代大潮下資料分析的特徵——冷豔高貴接地氣，奔放洋氣有深度。

要知道，HTTP://www.aliyun.com/zixun/aggregation/34062.html">Windows95時代的資料分析，MB量級；Google搜索時代的資料分析，GB級；而到了社交時代， 資料分析就是TB級，每每千倍數量級的增長，到如今，自然變成了「大」資料的分析，大在資料的數量級，也大在資料的多樣維度，此外，更講求Veracity（真實性）、Velocity(及時的速度)，進而，大資料分析才能真的「 可實施」、「可解釋」與「資料準確、穩定」。

概念多多吧？ 很抽象！ 不好意思，小郝子只能告訴郝友們，這些概念是大資料思維的基礎，沒有它們，談什麼大資料都是無本之木，無源之水。 這是小郝子第二次聽品覺老師佈道，在上海「福布斯」的論壇上。 與去年末採訪不同，這次多了一些業內資深者的探討，思想的碰撞，展現出大資料思維在實踐中的火花。

一、問題既是答案，你懂麼？

問題就是答案？ 是的，大資料思維就是要會「問」。

品覺說了個案例——之前，南方電網有人請教，他們收集每戶各時段用電的資料有用麼？ 品覺考慮了一下，問對方，能否用不同的時段的用電量資料，來估算大件家用電器是否出現故障，電網的人回答說可以，那麼這樣就可以衍生出針對的服務，提醒屋主「電器可能出現故障」，早些維修，避免出現短路、火災等隱患。 而更進一步，若能瞭解其家用電器的品牌、型號，更可以告訴商家，相關產品的地理分佈，實際故障率等等資料，這些對它們生產、銷售又具有極大的意義...... 這不就是大資料思維了麼？

點融網創始人郭宇航則分享了第一個案例，他曾到著名的P2P網貸同行Lending Club去學習，早年，Lending Club一直在收集一些看似無用的資料：比如，使用者上網的時點，填寫借貸申請表花費的時間，但後來，時間久了， Lending Club發現這些統計都與借款者的違約率密切相關——總是在大半夜上網尋求貸款的人，他們很可能沒有十分穩定的工作；而很快填寫完借貸申請表的人，很可能借貸的態度不是那麼謹慎，其動機就值得深究...... 看似沒用的資料最後卻可以展現極大的能量。

所以說，看到資料不是重要的，關鍵是怎麼將它們應用於展現其價值的地方，讓老闆更瞭解商業運營的各個切面，讓風控更多控制風險的角度，讓跑步的人更懂得自己身體各部位的狀態...... 那麼，大資料就是為你而生。

二、假設與答案之間

又是段子兩則：

如若京東創始人劉強東向你要「週報」，你要做一份什麼樣的週報？ 告訴他：「以番茄為代表的生鮮做得很好」，或者是：「奶茶事業大有可為」？ 都不對，你應該以周為單位，回顧之前劉佈置的任務要點，哪裡做得好，為什麼好，哪裡有問題，為什麼出現這樣的問題，有哪些解決方案，最好的解決方案是什麼，為什麼；當下的電商環境出現了哪些重要的變化，京東需要做怎樣的適應性變化...... 沒有準確假設的大資料分析，即便拿出結果，也不能說服劉強東這樣的大佬，因為一開始方向就錯了，假設差之毫釐，結果謬以千里。 用大資料來討好領導？ 當心馬屁拍到馬蹄上。

另有一位互聯網企業高管說，阿裡投資優酷，第二天股票一定跌，「這就是我的大資料。 」沒錯，第二天優酷的股票跌了，但這就大資料了？ 真心扯淡，不漲就跌，也就是50%的概率必定猜對。 大資料分析可不是一次猜中就行，要次次「猜中」才是真的大資料分析，更核心的，要「猜到」——漲，漲多少個基點；跌，跌多少個基點。 不然，比巫蠱卜算還不靠譜，怎麼能是大資料？ 小郝子個人覺得，不懂裝懂，正是這群人污穢了大資料的美好願景，就是「劣幣驅逐良幣」的變種，SB兮兮。 （請原諒小郝子又罵人了）

　　可見，不懂假設就找不到答案，蒙對了答案也不能證明大資料思維，在一套嚴謹的數學體系下，大膽假設，小心驗證，調整，對標，才是尋求大資料正解的良途，雖然它註定不會平坦。