個(gè)人理解的大數(shù)據(jù)_數(shù)據(jù)分析師

很久前就想寫一篇關(guān)于大數(shù)據(jù)的文章，但總是因?yàn)橛X得自己功力不夠所以遲遲不敢動(dòng)筆。再到后來發(fā)現(xiàn)大數(shù)據(jù)的概念已經(jīng)爛大街了，現(xiàn)在只要是個(gè)做產(chǎn)品的，收了點(diǎn)用戶數(shù)據(jù)，就敢把自己叫大數(shù)據(jù)，似乎不這么說的產(chǎn)品都是非主流了。

我也不想老生常談的講數(shù)據(jù)到底要多大才能稱得上大數(shù)據(jù)，因?yàn)檫@似乎只是一個(gè)相對(duì)的值。我也不想講大數(shù)據(jù)應(yīng)該搞多么牛B和復(fù)雜的算法，因?yàn)樗坪跻欢昵按髮W(xué)計(jì)算機(jī)課本里的《機(jī)器學(xué)習(xí)》就一直在講這些東西，很久前互聯(lián)網(wǎng)上就在用貝葉斯算法過濾垃圾郵件了，今天看起來也沒有什么本質(zhì)的改進(jìn)。

后來我琢磨了很久，發(fā)現(xiàn)大家講的大數(shù)據(jù)其實(shí)沒有什么特別的，就是數(shù)據(jù)特別多，再加上點(diǎn)算法分析，就能叫自己大數(shù)據(jù)了。每當(dāng)這種時(shí)候我就會(huì)懷疑是不是自己出了問題，因?yàn)閯e人都講的挺來勁的??？

但真要說有什么特別的，我覺得還是有的，只是不知道其他人的想法是否和我一樣。我認(rèn)為的大數(shù)據(jù)，是一種思想的改變，是一種不一樣的觀察這個(gè)世界的角度。因?yàn)閿?shù)據(jù)化讓我們看到了事物的整體，所以我們看問題也從局部變成全局了，這會(huì)讓我們面對(duì)同樣的問題時(shí)，比過去要高效很多。

舉個(gè)簡(jiǎn)單的例子，圍棋這個(gè)游戲，是典型的「a minute to learn，a lifetime to master」。初學(xué)者和職業(yè)棋手之間的差距，不僅在于天賦和經(jīng)驗(yàn)。對(duì)于圍棋的初學(xué)者來說，熟悉規(guī)則后，下棋的過程是跟著感覺，愛怎么走就怎么走。但是真正的職業(yè)棋手不是這么下的，他們每天都會(huì)做大量的死活題，在他們的腦海里，因?yàn)橛洃浟藥兹f道死活棋型，以及很多定式和手筋，所以面對(duì)初學(xué)者時(shí)，基本上能夠做到出現(xiàn)什么局面，都有對(duì)應(yīng)的一種應(yīng)對(duì)方法。

職業(yè)棋手已經(jīng)可以做到部分窮舉棋盤上的變化，所以面對(duì)初學(xué)者時(shí)，就像一個(gè)高維度的智慧體面對(duì)低維度的智慧體一樣輕松。這種對(duì)棋盤變化的窮舉和記憶，我認(rèn)為就是大數(shù)據(jù)。

同樣的，在電影「中國(guó)合伙人」里有這么一個(gè)片段：新夢(mèng)想（新東方原型）面對(duì)美國(guó)人的起訴，美國(guó)人認(rèn)為中國(guó)學(xué)生作弊了，他們不可能考出那么高的分。此時(shí)成東青（俞敏洪原型）拿起了一本書，讓對(duì)方隨意翻到某一頁(yè)，他就能把那頁(yè)的內(nèi)容背誦出來 — 這是在來時(shí)的飛機(jī)上閑的蛋疼就把那本書給背了 — 美國(guó)人都看傻了。美國(guó)人可能永遠(yuǎn)都無法想中國(guó)學(xué)生在面對(duì)GRE考試時(shí)居然會(huì)采用背字典這樣的笨辦法。

像這種背字典、大量題海戰(zhàn)術(shù)的方式，我認(rèn)為也是大數(shù)據(jù)。這樣的方式背后的付出是艱辛的，數(shù)據(jù)量和「計(jì)算量」都很大，不會(huì)背字典和題庫(kù)的美國(guó)學(xué)生當(dāng)然會(huì)考不過中國(guó)學(xué)生了。

所以，我認(rèn)為大數(shù)據(jù)最終帶給我們的，是一種全新的思考方式。一方面我們看問題的角度從局部擴(kuò)展到了整體，今天的計(jì)算能力已經(jīng)足夠支撐我們?nèi)タ吹绞挛锏娜?；另一方面，我們又可以根?jù)這種思路，去創(chuàng)造和收集過去被我們忽視的數(shù)據(jù)。

大數(shù)據(jù)，不僅僅是大而已。