
所有的大數(shù)據(jù)都是有價值的嗎
大數(shù)據(jù)不一定等同于好數(shù)據(jù),且越來越多的專家也堅信這一點,大數(shù)據(jù)并不會自動產(chǎn)生好的分析結(jié)果。如果數(shù)據(jù)不完整、斷章取義或者被破壞,可能會導(dǎo)致企業(yè)產(chǎn)生錯誤的決策,從而削弱企業(yè)的競爭力或影響用戶個人日常生活。
美國哈佛大學(xué)教授、定量社會科學(xué)研究所主任——Gary King就曾因數(shù)據(jù)分析時斷章取義,得出了錯誤的結(jié)果。他發(fā)起了一個大數(shù)據(jù)分析項目,即通過檢測Twitter和其他社交媒體帖子中的“工作”、“失業(yè)”和“分類”等關(guān)鍵詞,來預(yù)測美國的失業(yè)率。
通過使用情感分析的技術(shù),該組織收集了包含這些關(guān)鍵字的tweet和其他社交媒體帖子,來查看這些帖子的增加或減少是否與每月失業(yè)率存在相關(guān)性。
在監(jiān)測這些內(nèi)容時,研究人員發(fā)現(xiàn)包含其中一個關(guān)鍵字(“工作”)的帖子數(shù)量急劇增加,但隨后,他們發(fā)現(xiàn)這與失業(yè)率毫無關(guān)系,因為他們忽略了喬布斯(喬布斯的名字Jobs也有“工作”的意思)去世的消息。我們應(yīng)從這個例子中吸取教訓(xùn),不要完全依靠“神奇”的大數(shù)據(jù)來指導(dǎo)決策。
King表示,“jobs”的雙重含義只是諸多類似事件之一,在這一領(lǐng)域工作的人都遇到過類似的經(jīng)歷。他說:“這些關(guān)鍵字列表在短期內(nèi)可能可行,但從長遠(yuǎn)來看,往往會帶來災(zāi)難性的失敗。你可以通過添加額外的關(guān)鍵字來解決問題,但這需要大量的人力參與?!?br />
你可以輸入關(guān)鍵些到Bing Social頁面,便會看到一些相關(guān)或者無關(guān)的東西。如果你不更改查詢,隨著時間的推移,你會發(fā)現(xiàn)含有這些關(guān)鍵詞的話題正以某種方式逐漸偏離主題,有時候偏離比較小,有時候卻很大?!?br />
但King表示,總體而言,很多大數(shù)據(jù)分析都產(chǎn)生了有用的內(nèi)容。Vantiv公司首席安全官兼高級副總裁Kim Jones表示,這不是一個新問題,但如果人們認(rèn)為大量數(shù)據(jù)能夠奇跡般地產(chǎn)生良好的分析結(jié)果,這個問題可能會變嚴(yán)重。他指出:“Jobs的例子是一個經(jīng)典的案例,數(shù)據(jù)本身并不等同于智慧?!?br />
King認(rèn)為內(nèi)容是關(guān)鍵。他是大數(shù)據(jù)分析公司Crimson Hexagon首席科學(xué)家兼聯(lián)合創(chuàng)始人,用該公司市場營銷執(zhí)行副總裁Wayne St. Amand的話來說,該公司旨在為在線對話提供“內(nèi)容、意義和結(jié)構(gòu)”。
然而,越來越多沒有內(nèi)容的數(shù)據(jù)在推動決策過程。華爾街日報2月份曾報道,醫(yī)療保險公司使用大數(shù)據(jù)來為其用戶創(chuàng)建個人資料文件。該公司追蹤的信息之一是購買加大號衣服的歷史記錄,這可能會導(dǎo)致將轉(zhuǎn)診轉(zhuǎn)為減肥的計劃。
沒有人會覺得鼓勵人們更健康地生活是錯誤的事情,但是這方面涉及的隱私問題卻令人不安。這個人購買加大號衣服可能是送給另一位家庭成員。而且這種隱私問題可能帶來更嚴(yán)重的影響?!杜聿┥虡I(yè)周刊》在2008年曾報道過有人因購買處方藥的歷史記錄,而被保險公司拒絕為其上醫(yī)療保險,而這個人買藥的歷史記錄暴露這個人有輕微的心理健康問題。
Adam
Frank在博客中指出,在某些情況下,銀行會因為用戶在社交網(wǎng)站LinkedIn或者Facebook上的聯(lián)系人的情況而拒絕用戶的貸款。如果你的朋友賴賬,你的信譽可能也會受到他們的信譽的影響。ACLU高級政策分析師Jay
Stanley指出,“信用卡公司有時會因為其他消費者的信貸歷史記錄而降低消費者的限額。”
Kim
Jones表示,從相關(guān)性得出結(jié)論,而不進(jìn)行進(jìn)一步分析,這給他本人也帶來過麻煩?!霸?0年代后期和90年代初期,有數(shù)據(jù)顯示,駕駛?cè)腴T級豪華車,且年齡在20和27歲之間的西班牙裔和黑人男性最有可能是毒販。而我正好符合這個標(biāo)準(zhǔn),我是非裔美國人,年齡也在這個范圍內(nèi),當(dāng)時我開的正式這樣的車,但我并不是毒販?!?br />
他表示,“我們不能只是依靠數(shù)據(jù)分析,那樣可能會導(dǎo)致一些壞的結(jié)果。如果你忽略人類的分析因素,那么你的錯誤率將會非常高。”
簡言之,大數(shù)據(jù)是一個工具,但不應(yīng)該被視為解決方案?!八梢詭椭憧s小范圍,從數(shù)百萬可能縮小到150左右,”Jones表示,“但是我們不能讓計算機做一切判斷,因為這最終可能會給你帶來麻煩?!?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10