數(shù)據(jù)分析師在對(duì)阿里巴巴內(nèi)衣銷(xiāo)售數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，購(gòu)買(mǎi)大號(hào)內(nèi)衣的女性往往更“敗家”。其根 據(jù)是，65%B罩杯的女性屬于低消費(fèi)顧客，而C罩杯及以上的顧客大多屬于中等消費(fèi)或高消費(fèi)買(mǎi)家。這一結(jié)論是否成立姑且不論，但首先傳遞了一個(gè)信息，今天人 們已進(jìn)入數(shù)據(jù)為王的時(shí)代，其中大數(shù)據(jù)似乎又是王中之王。

無(wú)論是商業(yè)網(wǎng)站還是搜索網(wǎng)站， 人們的所搜所看所買(mǎi)都成為大數(shù)據(jù)的組成部分，無(wú)論之于商業(yè)，還是之于公共衛(wèi)生，抑或國(guó)家安全，它們都是有用的信息。有心人已意識(shí)到，因?yàn)閾碛写罅课唇?jīng)充分 研究的中產(chǎn)階層，中國(guó)成為世界上最重要的數(shù)據(jù)市場(chǎng)之一。研究這些數(shù)據(jù)，對(duì)社會(huì)各方面都是多贏。當(dāng)然，保護(hù)人們個(gè)人隱私的代價(jià)需要考慮。

2008 年谷歌推出“谷歌流感趨勢(shì)”(GFT)數(shù)據(jù)分析工具，谷歌的工程師根據(jù)這個(gè)工具的數(shù)據(jù)分析，預(yù)測(cè)了2009年H1N1流感將要暴發(fā)，甚至具體到特定的地區(qū) 和州。這一結(jié)論在流感暴發(fā)前發(fā)表在英國(guó)的《自然》雜志上。后來(lái)，情況果真如此，這與美國(guó)疾病控制和預(yù)防中心(CDC)的預(yù)測(cè)完全一致，但時(shí)間上比CDC早 了近兩周。從2010年起，阿里巴巴利用其數(shù)據(jù)建立的信用記錄，向小微企業(yè)提供融資，也取得了不錯(cuò)的效果。

這 些結(jié)果表明，數(shù)據(jù)為王時(shí)代早就到來(lái)。不過(guò)，數(shù)據(jù)為王并不意味著大數(shù)據(jù)為王，或數(shù)據(jù)越多越好，還要看如何分析和利用數(shù)據(jù)，進(jìn)而得出最契合實(shí)際的結(jié)論，并且有 效利用這一結(jié)論。因此，如果要承認(rèn)阿里巴巴基于內(nèi)衣銷(xiāo)售的數(shù)據(jù)分析得出的女性胸越大越“敗家”的結(jié)論，就需要有符合客觀實(shí)際的解釋，不幸的是，這一結(jié)論還 處于見(jiàn)仁見(jiàn)智的階段。

這筆混亂賬目前肯定掰扯不清，但已有事實(shí)證明，數(shù)據(jù)越大并不意味 著越好。就算是谷歌，一旦他們的大數(shù)據(jù)處理和分析不當(dāng)，也會(huì)得出錯(cuò)誤的結(jié)論。2013年1月，美國(guó)又發(fā)生流感，但GFT的預(yù)測(cè)比實(shí)際數(shù)據(jù)高兩倍。這并非偶 然出現(xiàn)錯(cuò)誤，而是在過(guò)去一再發(fā)生。谷歌的大數(shù)據(jù)為何預(yù)測(cè)不準(zhǔn)呢？發(fā)表在2014年3月14日《科學(xué)》雜志上的一篇文章指出了兩個(gè)主要原因。一是大數(shù)據(jù)浮 夸，二是算法變化。大數(shù)據(jù)浮夸指的是，以為大數(shù)據(jù)可以完全取代傳統(tǒng)的數(shù)據(jù)收集方法，而非作為后者的補(bǔ)充。大數(shù)據(jù)浮夸的最大問(wèn)題在于，絕大多數(shù)大數(shù)據(jù)與經(jīng)過(guò) 嚴(yán)謹(jǐn)科學(xué)試驗(yàn)得到的數(shù)據(jù)間存在很大的差異。

如果沒(méi)有嚴(yán)謹(jǐn)?shù)目茖W(xué)試驗(yàn)數(shù)據(jù)做后盾，現(xiàn)階段 就不能得出女性胸越大越“敗家”的結(jié)論。同樣，也需要得到科學(xué)試驗(yàn)數(shù)據(jù)后，才能解釋為何在2012年的“雙十一”，中國(guó)比基尼銷(xiāo)量最高的地區(qū)是并不沿海的 新疆。對(duì)大數(shù)據(jù)浮夸的兩種解決之道則是：大數(shù)據(jù)并不能代替嚴(yán)謹(jǐn)?shù)目茖W(xué)試驗(yàn)得到的數(shù)據(jù)，這兩者之間需要互補(bǔ)，而且要使算法更符合實(shí)際情況。

本文來(lái)自：CDA 數(shù)據(jù)分析師 官網(wǎng)