對于大數(shù)據(jù),這些認識上的bug你必須要知道

雖然大數(shù)據(jù)的發(fā)展（包括新型的非結(jié)構(gòu)化數(shù)據(jù)和數(shù)據(jù)分析工具）正影響著各行各業(yè)，但關于大數(shù)據(jù)也有一些誤解。

誤解一：算法能解決一切問題請輸入標題

我把這個誤解稱為神奇的算法。有關大數(shù)據(jù)的早期報道造成了一種假象：要想打造智能城市和企業(yè)，只要將功能最強大的電腦湊在一起，讓它們?nèi)シ治鍪诸^上的非結(jié)構(gòu)化數(shù)據(jù)，找出規(guī)律，其中的商業(yè)洞見自然會浮現(xiàn)出來。但事實上，數(shù)據(jù)分析并不是這樣完成的。

除了機器的運算，要使大數(shù)據(jù)發(fā)生效用還需要許多人力專家的參與，這是因為：數(shù)據(jù)的質(zhì)量和準確性相當重要。數(shù)據(jù)是怎樣收集的？誤差率如何？樣本是否有代表性？如果進行比對，不同的數(shù)據(jù)庫中數(shù)據(jù)格式是否相同？因此，數(shù)據(jù)處理中的許多工作還需要人工操作，其中的尺度計算機很難拿捏。

受編程人員的主觀影響，數(shù)據(jù)分析的算法也會出現(xiàn)各種偏差。比如，某個程序可以幫助企業(yè)篩選出最佳應聘者的簡歷，但是基于過去招聘經(jīng)歷的篩選結(jié)果并不一定能滿足公司未來所需要的技能。

更重要的是，管理者需要提出關于數(shù)據(jù)的對的問題。公司現(xiàn)階段最關心的結(jié)果是什么？數(shù)據(jù)呈現(xiàn)的哪些模式可以直接為公司所用？算法在尋找答案方面越來越游刃有余，但關鍵還要知道尋找什么問題的答案，這需要人來提出恰當?shù)膯栴}。凱撒娛樂的首席商務官塔里克·肖卡特曾這樣說：“如果僅關注數(shù)據(jù)，那你可能將一無所獲。我總是提醒我的團隊去思考，你想要回答什么問題。”

誤解二：相關分析至上

發(fā)現(xiàn)一種模式往往是不夠的。許多評論家一再指出，有了大數(shù)據(jù)，數(shù)據(jù)科學再也不需要考慮因果關系，只關注相關關系即可。這種觀點的潛在邏輯在于，通過大數(shù)據(jù)分析得到的規(guī)律近乎事實，無須再依賴人們所認知的因果判斷。

顯然這種觀點是不可取的。管理者需要分清簡單的相關分析和因果分析之間的差異，以及這種差異什么時候重要，什么時候不重要，這一點非常關鍵。簡而言之，如果僅僅是為了做預測，看數(shù)據(jù)之間的相關關系便已足夠；但如果你想改變前提條件，就必須考慮因果關系。

回到斯特林格的例子——就是發(fā)現(xiàn)降低城市樹木修剪預算會引發(fā)訴訟數(shù)量增加的那個檢察官。如果樹木修剪預算不是引發(fā)訴訟數(shù)量變化的真正原因，那么提高樹木修剪預算的方案就不會奏效。在這個例子里，搞清因果關系是很重要的。

還有一個例子，試想你的廣告策劃團隊發(fā)現(xiàn)，俄亥俄州的已婚女性對你們的頭發(fā)護理產(chǎn)品廣告更感興趣，但是你顯然不能通過鼓勵俄亥俄州的女性結(jié)婚來增加產(chǎn)品銷量（這將影響前提條件）。相反，發(fā)現(xiàn)這一規(guī)律后，你可能會考慮將產(chǎn)品定位于俄亥俄州的已婚女性群體。在這種情形下，僅需要知道相關關系就可以了。

誤解三：大數(shù)據(jù)是萬金油

有時候人們將大數(shù)據(jù)與數(shù)據(jù)戰(zhàn)略混為一談。在很多情況下，企業(yè)完全可以建立寶貴的數(shù)據(jù)庫，將之應用到戰(zhàn)略中，而不一定非要使用大數(shù)據(jù)。

數(shù)據(jù)并不一定非要“大”（非結(jié)構(gòu)化）才有用。從結(jié)構(gòu)化的數(shù)據(jù)中（如顧客的點擊行為——顧客一般會點擊網(wǎng)頁的什么位置、什么時候下拉屏幕、停留了多長時間、是否將商品放入購物車等）照樣可以得到許多有價值的信息。即使在像臉書這樣為許多世界大型服務器集群提供大數(shù)據(jù)的企業(yè)，其工程師每天處理的大多數(shù)問題也可以在一臺運轉(zhuǎn)良好的電腦上完成。數(shù)據(jù)戰(zhàn)略的關鍵在于為企業(yè)提供價值，有時候需要大數(shù)據(jù)，有時候并不需要。