大数据时代已经来临,但大数据并非无所不能。其核心不在规模大,它蕴含的是计算和思维方式的转变,过于乐观和简单的理解,都可能助长“大数据迷信”
得益于移动互联网以及智能手机、智能穿戴产品的发展,人们的行为、位置甚至身体的生理特征等数据都可以便捷地被记录,使得大数据的采集成为可能。
这一新的数据形态产生的价值,比如神奇的趋势预测能力被公众广泛讨论,成为不少商家宣传营销的卖点。从汽车、化妆品到体育,似乎所有行业都可以借助大数据,精确定位、找到消费者,预测趋势、赢得未来。
在支持者看来,大数据的能耐在于每一个数据点都可以被捕捉到。分析大数据就能推导出惊人准确的结果,经典的抽样统计方法面临淘汰。同时,数据已经大到能够自己说话,“数据背后的原因不再重要,人们只需要知道数据之间有统计相关性就行”,理论可能就此终结。
毋庸置疑,规模更大、更新更快的大数据拥有深刻的洞察力,也将带来价值,但认为有了大数据就无所不能,却过于乐观和简单。
首先,几百年的统计学发展史已经告诉我们,通过统计数据来认知现实世界从来都不能尽善尽美,现实中存在的样本误差和偏差等种种“陷阱”,不是单单依靠更大、更新、更快的数据就可以解决。
其次,大数据价值密度低、内容混杂,找到“货真价实”的信息已属不易。而“知其然,不求知其所以然”,只考虑纯粹相关性,不注重数据与结论之间 因果关系的分析方法,在现实中往往经不起推敲。比如,理论上可以通过分析微博上的每一次发言,推断出某一事件引发的公共情绪,但不可忽视的是,微博活跃用 户只能代表他们自己,并不代表更广泛的群体。
尤其不能忽视的是,目前许多数据仍处于“孤岛”状态,单一或少数领域的大数据不仅价值有限,还存在片面性的危险。只有数据跨越了行业领域间的界 限,关联性加强时,数据的准确性才会提高。打通数据“孤岛”,融合数据还要走很长的路。另外,数据的收集、存储和搬运虽然越来越便利,但从技术上看,如何 从海量数据中淘出有价值的信息,还缺少强大的工具。
毫无疑问,大数据时代已经来临,但大数据并非无所不能。大数据的核心不在规模大,它蕴含的是计算和思维方式的转变,过于乐观和简单的理解,都可 能助长“大数据迷信”。比较切实的态度或许是,在尊重传统的统计经验基础上,在不矮化大数据是“旧瓶装新酒”的同时,不迷信大数据,善用大数据。否则,带 着“数据自己可以说出结论”的谬识,就可能掉进了数据的“陷阱”,从而使大数据产生“大错误”。