大數(shù)據(jù)時代 “臟數(shù)據(jù)”無處不在且危害大

數(shù)據(jù)時代已經(jīng)到來。大數(shù)據(jù)的應(yīng)用層出不窮，正改變著公共決策、企業(yè)管理、市場營銷以及生活的方方面面。我們知道，大數(shù)據(jù)要發(fā)揮作用，有一個前提就是數(shù)據(jù)是好的數(shù)據(jù)。所有數(shù)據(jù)都是好的么？當然不！因此大數(shù)據(jù)時代還需警惕“臟數(shù)據(jù)”。什么是“臟數(shù)據(jù)”呢？簡單來說，就是那些虛假的數(shù)據(jù)，那些未能反映真實情況、扭曲了真實情況的數(shù)據(jù)。

那么，“臟數(shù)據(jù)”是怎樣形成的呢？

KPI、利益誘惑

導致主動弄臟數(shù)據(jù)

淘寶賣家信用等級制度是一個很好的創(chuàng)新，推動了誠信網(wǎng)絡(luò)購物環(huán)境的構(gòu)建。信用的等級主要依據(jù)是交易成功后買家的評分。由于信用等級在買家購物時有著巨大的指導作用，所以賣家都頗為重視自己的等級。這也導致該制度從誕生的第一天起就伴隨著“臟數(shù)據(jù)”。部分賣家挖空心思、弄虛作假爭取高的等級：有的采用虛假交易的方式，自己賣給自己，然后給予這次交易較高的評分；“刷信用”、“刷鉆”儼然成了一門生意，有不少專門做這個生意的網(wǎng)站；職業(yè)差評師也應(yīng)運而生，很多惡意買家專門以給網(wǎng)店差評為手段向網(wǎng)店店主索要錢財。

微博粉絲數(shù)體現(xiàn)了一個人的影響力，同時也具有商業(yè)價值。這里也有“臟數(shù)據(jù)”——僵尸粉，即虛假粉絲、永遠沉默的粉絲。自己可以注冊多個微博來關(guān)注自己；花錢也可以買到“關(guān)注”，這些粉絲通常是由系統(tǒng)自動產(chǎn)生的惡意注冊用戶。

終端銷售的代理商為了套取運營商的傭金，用一個虛擬的串號錄入系統(tǒng)，自己賣給自己；電信業(yè)務(wù)銷售代理商為了完成運營商下達的任務(wù)量，將手機號卡從系統(tǒng)里開出來囤著，放在抽屜里慢慢賣。這些，都能產(chǎn)生巨大的“臟數(shù)據(jù)”。

能力不足

不可避免地弄臟數(shù)據(jù)

人為的非故意的差錯也會導致數(shù)據(jù)失真。比如要人為地去統(tǒng)計某個營業(yè)廳一天的人流量，若這流量成千上萬，即使再細心的工作人員，在數(shù)的過程中也難免出現(xiàn)差錯；如果這個人本身的算術(shù)能力有問題，對100以上的數(shù)字計算不過來，那么這數(shù)據(jù)就更難準確；更有甚者，在數(shù)了半天后覺得這工作實在枯燥無聊，于是開了小差，最后虛報了一個估計的數(shù)字。

無論是主觀故意，還是客觀能力，是人都會出錯。那計算機就不會出錯么？計算機同樣會出錯，且計算機出錯的新聞比比皆是。比如在銀行ATM機上取1千元，然后吐鈔1萬元。一方面，這取決于計算機編程人員對計算規(guī)則的理解；另一方面，這還依賴于計算機程序編寫人員的能力與細心，若出現(xiàn)編程人員的理解偏差或者編程時未想象到的情形，計算就可能出錯。

“臟數(shù)據(jù)”無處不在且危害大

當數(shù)據(jù)使用者將“臟數(shù)據(jù)”當作好數(shù)據(jù)，加以分析利用，作出決策，并輔以強有力的執(zhí)行時，“臟數(shù)據(jù)”帶來的后果是極其嚴重的。通過“臟數(shù)據(jù)”，會得出錯誤的結(jié)論，錯誤的結(jié)論會導致錯誤的決策，錯誤的決策加上強有力的執(zhí)行，比沒有數(shù)據(jù)、沒有結(jié)論、沒有決策更糟糕，不但不會對事物發(fā)展起到積極作用，甚至還可能產(chǎn)生消極作用。

舉兩個簡單的例子，如果購買了上述刷來的黃鉆賣家的產(chǎn)品，你可能會覺得名不副實；如果付費找擁有大批僵尸粉的大V來傳播商業(yè)信息，你的錢可能就會打水漂；如果運營商無視套取酬金及囤卡行為而對銷售數(shù)字津津樂道并為此樂觀的話，不僅讓酬金白費，還會得出市場發(fā)展良好的錯誤結(jié)論并采取下一步措施。

“臟數(shù)據(jù)”無處不在且危害之大，因此必須要警惕“臟數(shù)據(jù)”。當然，這不是一概否定大數(shù)據(jù)，不是說大數(shù)據(jù)毫無價值，而是想提醒大家一方面要盡可能提高數(shù)據(jù)質(zhì)量，另一方面也不能完全依賴大數(shù)據(jù)。

無論是淘寶、新浪，還是電信運營商，都對數(shù)據(jù)造假者深惡痛絕，都想出了很多辦法來消除“臟數(shù)據(jù)”。顯然，這是道與魔的關(guān)系，是一個不斷糾纏、不斷提升的過程。沒有任何一種制度或者技術(shù)能百分百消除“臟數(shù)據(jù)”，但只要態(tài)度明確并不斷采取措施，就能將“臟數(shù)據(jù)”控制在一定程度，確保所用數(shù)據(jù)偏離不會太多且具有使用價值。

大數(shù)據(jù)不是萬能的，伴隨著“臟數(shù)據(jù)”的大數(shù)據(jù)更不應(yīng)該被迷信。大數(shù)據(jù)的使用還需要與經(jīng)驗、實證相結(jié)合。