大資料時代讓你並不只是一個人

7月28日，哈佛大學經濟學教授森德希爾·穆萊納桑(Sendhil Mullainathan)日前在《紐約時報》網路版發表署名文章表示，每當蘋果新款iPhone發售時，就覺得自己手上的老iPhone變慢了。 20年前，若想要知道大多數人對產品的認知，就必須要進行昂貴的調研，而現在人們只需要進行簡單的搜索便可以知道自己並不是一個人。

以下是文章主要內容：

作為教授的好處在於，你可以向一群忠實的聽眾信口談論自己奇怪的理論。 比如，我經常想我的研究生們抱怨，每次新款iPhone上市，我手上那台iPhone的運營速度似乎就變慢了。 這招真好使，我可能會想：是不是很多企業都喜歡在發佈新品貶低自己以前的產品?如果你不僅出售設備還握有運行系統控制權，那麼這不失為一種選擇。

這個理論雖然十分陰險，但確有人深信不疑。 但是，對於一位經濟學家來說，這個理論非常古怪，因為經濟學認為，這類型的戰略對於企業的帳本底線來說，是說的比唱的好。

蘋果不會對這類理論作出評論。 要想證明人為的商品報廢或許不會實現利潤最大化，只需要兩個簡單的理由。 首先，法律風險。 其次，競爭和消費者理性會共同抵制這一理論。 競爭對手所需要做的就是，推出一部不會很快過時且更加廉價的智慧手機產品。

但是，這些僅僅是理論層面的探討，而且我也只是經驗之談。

通常，我的學生都知道不要把我的抱怨當回事兒。 但這一次，在哈佛大學攻讀經濟學博士學位的蘿拉·特魯克(Laura Trucco)較真兒了。 她想知道，是否有人和我有類似的體驗。 但如何知曉別人的想法?她推斷，當人們開始因為手機慢而糾結時，他們會向谷歌，以此尋求解決方法。 所以，就理論上來說，能夠通過谷歌趨勢(Google Trends)提供的關鍵字「iPhone運行慢」的搜索頻率資料，來預估新品發佈時人們對老款設備的糾結程度。

由於Google Trends會每週對資料進行更新，特魯克便能夠借此，對新款手機的發佈時間和相關搜尋結果進行交叉對比。 結果顯示，有類似體驗的並非僅自己一人。 隨著軟體數量的增多以及使用者對手機運行速度提升的期望，確實會覺得手機運行速度變慢。 但是，對比結果資料卻顯示，這種感覺並非逐漸增強，而是在新手機發佈幾天後陡增。

這個資料結果所揭示的就是，人們突然‘感覺’手機變慢了，卻並不代表手上拿著的那部iPhone運行速度真的放緩。 想像一下，有人告訴你，辦公室裡有嗡嗡的響聲，這之前，你並沒有注意，但是現在，你滿耳朵都是嗡嗡聲。 對於數碼產品來說，道理是一樣的。 新產品的推出，會讓你想擁有一部更快的新手機，而且也會讓你突然發現自己的手機運行速度是多麼慢。

為了驗證這一推論，我們可以利用蘋果和谷歌Android的主要不同來進行對比。 就蘋果來說，這家企業不僅出售產品還開發運行系統。 原則上講，蘋果的這一特點造就了(銷售更多設備的)其動機，而其所採取的方法是(要控制作業系統來)放慢老款速度的運行速度。

谷歌有自己的方法(掌控Android作業系統)，但是谷歌沒有動機，因為谷歌並非通過銷售新硬體產品來直接獲得營收。 相對之下，三星及其他Android設備廠商則是具備動機卻沒有方法。

手機運行速度變慢的程度，要歸因於使用者聽到新產品發佈時所產生的心理效應，這個心理效應對Android和蘋果手機都說得通。 無論是新款Android設備，亦或是新iPhone，都會讓使用者關注到自己現有的設備。 但事實是，這個「陰謀論」僅適用于一個平臺。

特魯克進行對比的另一個搜索關鍵字是「三星Galaxy速度慢」。 在這次的對比結果中，Galaxy新手機發佈後的相關搜索資料，並未出現iPhone那樣較大的落差。 此外，其他品牌Android設備的資料對比結果與三星類似，並未出現相關搜索資料陡增的現象。 這也就暗示，相較于其他手機，蘋果發佈新款產品無疑吸引到了更多媒體的注意力。

但如果說，對新產品的關注時造成使用者感覺老手機運行變慢的原因，那麼，為什麼相關搜索資料蘋果宣佈會在蘋果產品發售當日徒增，而非新產品發佈當日?比如，2008年，iPhone3G的發佈與發售時間，前後相差一個月， 而相關搜索資料在產品發售當日激增，但在蘋果宣佈推出該產品時卻沒有變化。

這個資料甚至還有一個更加友善的解釋。 新作業系統每次都會隨著新iPhone一同發佈。 雖然不會對此問題置評，但有一個可能性就是，(為新款iPhone而優化的)新作業系統會讓老款設備運行速度變慢。

三星和iPhone的區別也能夠由此看出：只有18%的Android設備使用者採用最新作業系統，而蘋果新系統的使用者採用率卻高達90%，對於iPhone來說，新作業系統運行速度放慢事件大事。

Android和iOS之間最明顯的區別就是意圖。 在溫和版解釋中，老款手機運行速度放慢並不是一個特性的目標，其只是作業系統為了新款硬體進行優化所產生的一個副作用。 搜索頻率資料無法最終確定我的手機是不是真的運行變慢，以及原因所在。

以這種方式來看，這整個對比過程非常完美地概括了「大資料」的優勢及局限。 首先，在20年前，要想確定是都很多人都發現自己的設備運行速度變慢，就需要進行一次非常昂貴的調研。 而現在，如果正確使用Google Trends所提供的資料，我們就能夠借此知曉數億名使用者的搜索內容，以及，理論上講，他們的感受和想法。 Twitter、Instagram以及Facebook造就了「數位化排放」(digital exhaust)，為使用者揭開類似的宏觀資料。

其次，這些新型資料讓個人和集體之間形成了一種親密感。 即便是對於我們最特殊的感受，這類資料也能夠告訴我們，我們並不是一個人。 只需要幾分鐘，我就能夠知道很多人都和我一樣糾結。 哪怕你自己本身從未進行資料收集，你也能夠借助谷歌的自動補全功能看到你想要輸入的那些字，讓你發現「原來很多人都想知道這個東西。 」

　　最後，我們還看到了大資料最大的一個局限，那就是，這個資料所顯示出的只是相關性，並未結論。 在「iPhone運行慢」這一關鍵字搜尋結果中，關於搜索頻率的驟增，至少有兩種不同的解讀，即，陰謀論以及良性理論。 相關性是讓我們更進一步的推動力。 如果大資料所做的一切只是指出我們所研究內容之間有趣的相互性，這也已經讓其擁有了巨大價值。 而如果那些相關性讓陰謀理論者變得更加自鳴得意，那麼，這則是我們要為此付出的一點點代價。