大數(shù)據(jù)的小故事

 大數(shù)據(jù)是今天的IT領(lǐng)域最受關(guān)注的熱門詞匯之一。公司里開發(fā)新產(chǎn)品，有意無意總想跟大數(shù)據(jù)拉上關(guān)系，以顯得自己走在技術(shù)的最前沿;同事們在一起聊天，也總愛把大數(shù)據(jù)這個詞掛在嘴邊，以顯示自己學(xué)識淵博，與時俱進(jìn)。即使是狐朋狗友在微信群里瞎聊，“大數(shù)據(jù)”這個詞也時不時地蹦出來：“大數(shù)據(jù)表明，不要瞎折騰減肥，微胖才是真健康”，“四月是春心蕩漾的季節(jié)。根據(jù)大數(shù)據(jù)，30%的戀情在四月會升溫急劇?！?/span>

    其實，通過大量數(shù)據(jù)來發(fā)現(xiàn)事物背后的規(guī)律不是什么新鮮事，只是現(xiàn)在技術(shù)發(fā)展了，數(shù)據(jù)的搜集和儲存變得越來越便宜和方便，數(shù)據(jù)的種類和數(shù)量都達(dá)到了從前沒有的高度，而很多適合處理海量數(shù)據(jù)的工具也應(yīng)運而生，為人們分析和利用這些數(shù)據(jù)提供了方便。所以這個大數(shù)據(jù)的說法，只是技術(shù)的逐漸進(jìn)步和升級，并不是什么革命性的新概念，基本上是新瓶裝舊酒。但必須承認(rèn)的是，現(xiàn)在大數(shù)據(jù)在社會上的影響已經(jīng)不能跟過去同日而語，量變已經(jīng)快要引起質(zhì)變。以前只有幾個做數(shù)據(jù)分析的人對這個東西感興趣，現(xiàn)在街頭巷尾的販夫走卒全在談?wù)撍?過去做夢也想不到數(shù)據(jù)分析會影響我們的衣食住行，現(xiàn)在卻發(fā)現(xiàn)跟大數(shù)據(jù)有關(guān)的經(jīng)歷在日常生活中俯拾皆是。

    上周末我就親身經(jīng)歷了一個大數(shù)據(jù)的小故事。最近舊金山藝術(shù)博物館在展出一些蘇格蘭國家藝術(shù)畫廊的名畫，我們附庸風(fēng)雅，到藝術(shù)博物館看了畫展，然后又到漁人碼頭吃了一頓豐盛的海鮮大餐，度過了愉快的一天。但這近乎完美的一天最后卻出了一個小小的瑕疵：為晚餐付賬時，我們的信用卡被刷卡機(jī)拒收。我們在錢包里搜羅半天，才湊出足夠的現(xiàn)金付了賬。

    但賬雖付了，信用卡遭拒畢竟有些蹊蹺，因此我們一回家就給信用卡公司打電話，詢問到底是什么情況。結(jié)果信用卡公司告訴我們，我們的信用卡目前確實不能使用。他們注意到這張卡上有幾樁可疑的交易，因此把卡暫時鎖住了。我們問都有些什么可疑交易，信用卡公司的客服人員細(xì)細(xì)地數(shù)給我們聽，還果真都不是我們經(jīng)手的?？磥磉@張信用卡已經(jīng)被人盜用。而讓人佩服的是，這幾樁交易都是當(dāng)天發(fā)生的。我們自己還渾然不覺，信用卡公司就已經(jīng)第一時間發(fā)現(xiàn)了情況有異。

    信用卡公司的神奇武功，當(dāng)然是以大數(shù)據(jù)為基礎(chǔ)的。信用卡公司擁有消費者行為的大量數(shù)據(jù)。他們對這些數(shù)據(jù)進(jìn)行分析，找出關(guān)聯(lián)，建立模型，然后又實時追蹤信用卡持有者的行為，一旦發(fā)現(xiàn)異常，就會發(fā)出警報，采取行動。在我們的例子中，這個異常就是在很短的時間里，在相隔一定距離的好幾個地方都發(fā)生了信用卡交易。因為信用卡失竊造成的損失通常都由信用卡公司負(fù)擔(dān)，信用卡公司有足夠的動力來進(jìn)行風(fēng)險管理，以及時發(fā)現(xiàn)盜竊行為，降低損失。資本的趨利本能和高科技結(jié)合，造就了一流的以大數(shù)據(jù)為基礎(chǔ)的信用卡防盜機(jī)制。

    還有一個關(guān)于大數(shù)據(jù)的故事也很有意思，因為和我們最關(guān)注的高中生申請大學(xué)的過程有關(guān)。大家都知道，大學(xué)尤其是名牌大學(xué)的錄取過程在外人看來很像黑箱作業(yè)?？瓷先ズ芟嗨频膬蓚€申請人，可能一個被收一個被拒;一個各方面都很優(yōu)秀的申請人可能屢戰(zhàn)屢敗，而一個條件明明一般的申請人，卻可能所向無敵，大獲全勝。

    但有人聲稱他破解了名校錄取學(xué)生的秘密，這個人就是升學(xué)輔導(dǎo)公司智勝的創(chuàng)始人馬振翼。因為這些年里升學(xué)輔導(dǎo)公司都生意興隆，智勝也輔導(dǎo)了不少學(xué)生，積累了一些學(xué)生的數(shù)據(jù)資料。馬振翼聲稱，根據(jù)這些數(shù)據(jù)，智勝已經(jīng)建立了模型，可以用學(xué)生檔案中的12個變量——從高中成績和考試分?jǐn)?shù)到課外活動及移民背景 ——來計算學(xué)生被各個頂尖大學(xué)錄取的概率。比如說，他的算法預(yù)測，一名在美國出生的高中畢業(yè)生，GPA成績3.8，SAT考試分?jǐn)?shù)2000，有適當(dāng)?shù)念I(lǐng)導(dǎo)力，從事過800小時的課外活動，那么他被紐約大學(xué)錄取的概率為20.4%，被南加州大學(xué)錄取的概率為28.1%。馬振翼說，“我們的模型比很多大學(xué)招生辦的人更清楚如何才能進(jìn)入他們學(xué)校?！?/span>

    馬振翼推銷他的升學(xué)指導(dǎo)服務(wù)時，使用了“大數(shù)據(jù)”這個詞。其實，他的數(shù)據(jù)庫充其量有幾千個學(xué)生的數(shù)據(jù)，實在是小得不能再小。稱之為大數(shù)據(jù)，顯然是想搭炙手可熱的大數(shù)據(jù)的順風(fēng)車，有嘩眾取寵之嫌。而且，他的模型是否準(zhǔn)確，到底有多準(zhǔn)確，只聽馬振翼的一家之言當(dāng)然遠(yuǎn)遠(yuǎn)不夠。美國大學(xué)招生辦的人員和其他教育工作者對馬振翼的模型就嗤之以鼻。他們說，沒人可以預(yù)測頂尖大學(xué)的錄取結(jié)果，因為成績和分?jǐn)?shù)只是非常主觀的錄取過程中的一部分。馬振翼反駁說，任何事情都可以量化。 “有了足夠的數(shù)據(jù)，”他說，“沒有任何東西是主觀性的?！甭犉饋硪灿悬c道理。當(dāng)然，馬振翼提供的升學(xué)服務(wù)中包括一種“擔(dān)保服務(wù)”：保證學(xué)生可以進(jìn)入某些大學(xué)，否則給家長退款。這種服務(wù)的收費是根據(jù)學(xué)生的條件和他想申請的學(xué)校名單來計算的，要定價合理，保證不虧錢，當(dāng)然最好有一個可以計算錄取概率的模型，所以說他有這樣一個模型，我是完全相信的。但對我們外人來說，這還是一個道聽途說、死無對證的模型，所以這個大數(shù)據(jù)的故事，只能算是半個。

    還有一個關(guān)于大數(shù)據(jù)的故事名氣更大，我在不止一個地方讀到過，聽說的人肯定也很多。但我實在是喜歡這個故事，所以還是把它作為這篇文章要講的三個故事的最后一個。美國連鎖零售商店Target這些年生意很紅火，不但店越開越多，而且店面明亮整潔，店里的東西價廉物美，一看就管理有方。而這個管理有方的特征之一，就是他們的大數(shù)據(jù)分析做得不錯。Target顧客的購物行為的數(shù)據(jù)，是個取之不盡、用之不竭的金礦。如果對這些數(shù)據(jù)妥善地加以利用，可以讓它們發(fā)揮極大的作用。比如說，如果仔細(xì)研究顧客的購物行為之間的關(guān)聯(lián)，建立統(tǒng)計模型，從顧客的某些購物行為，推斷出顧客可能會有某些其他購物行為，因而有針對性地向顧客發(fā)送廣告，以影響和指導(dǎo)顧客的消費，對促進(jìn)銷售，增加贏利，當(dāng)然可以有所幫助。

    Target確實這么做了，于是便有了下面的小故事。有一天，一位父親走進(jìn)住家附近的一間Target，憤怒地?fù)]舞著Target寄給她女兒的減價券，要求見經(jīng)理。

    “我女兒收到了這個!”他說?！八€在念高中，你們就給她寄嬰兒衣服嬰兒床的減價券!你們是想鼓勵她懷孕嗎?”

    經(jīng)理問明情況，覺得很不好意思，誠懇地向父親道了歉。而且，這個經(jīng)理大概是個非常細(xì)心負(fù)責(zé)的人，幾天之后，他又再次給這位父親打了電話。

    但父親不再像前幾天那么氣勢洶洶，事實上他甚至有點局促不安。最后他終于說，“我跟我女兒談過了。看來我家里確實發(fā)生了一些我不知道的事情。她的預(yù)產(chǎn)期在八月，我應(yīng)該向你們道歉?！?/span>

    原來，Target的統(tǒng)計模型能夠根據(jù)顧客的一些購買細(xì)節(jié)，推斷這家人是否正在期待一個嬰兒的降生。跟女兒住在一個屋檐下的父親還一無所知，Target就已經(jīng)從女兒的一些行為中知道了女兒的秘密。

    Target這種窺探我們的生活隱私的本領(lǐng)，當(dāng)然是讓人感到有些不安的，事實上很多以大數(shù)據(jù)為基礎(chǔ)的分析工具都會讓我們感到自己的空間受到了侵犯。但不去談其中的法律和倫理問題，“窺探”確實是大數(shù)據(jù)的特點。運用得當(dāng)?shù)臅r候，心理學(xué)、經(jīng)濟(jì)學(xué)原理不能解釋的或者還沒有發(fā)現(xiàn)的規(guī)律，卻可以從大量的數(shù)據(jù)中凸顯出來，而很多現(xiàn)象和行為之間的聯(lián)系，不要說身邊的人不知道，就連被研究對象本身都根本沒有覺察。但這也正是大數(shù)據(jù)的價值所在。因為這些信息中包含著巨大的商業(yè)價值，新興的技術(shù)又讓大數(shù)據(jù)分析成為可能，一定會有越來越多的人想要得到它們，并運用它們來獲利。所以，不管我們喜歡還是不喜歡，關(guān)于大數(shù)據(jù)的小故事，以后在生活中只會更加頻繁地出現(xiàn)。