大数据的缺陷

　　如果要找出中国科技界和时尚界的共同特点，那么可能是，两者都对流行的概念着迷，但热度可能只有两三年。

　　比如时尚界时下流行的是复古风格，衣着打扮开始往宽松方向走，而一两年前还是紧身衣受欢迎。在科技界，如同一阵风一样流行的有020、C2C、C2B、NFC等等，而现在最新流行的概念则是大数据（bigdata）。

　　大数据本身并非新鲜事物，上世纪90年代IBM进行计算机翻译项目的时候，大数据的雏形就已经出现。当时IBM把300多万条英文会议资料信息进行处理，然后让机器以此为基础进行翻译。虽然结果并不佳，但算是对一定规模的数据进行处理、分析和判断的开始。

　　现在真正的大数据是指，在海量的数据基础上，用各种算法进行预测分析，从而科学地得出结论，给出指引。而且数据规模越大，算法越科学，得出的结论和预测更准确。尤其是移动互联网的兴起，通过手机和其他移动设备可以随时收集和分析数据，很容易汇集海量的规模，从而形成正向循环。

　　在《大数据时代——生活、工作与思维的大变革》一书中，列举了很多大数据制胜的案例。比如美国的物流公司UPS通过监测全美6万辆车的各种数据发现，能提前预测车辆哪些零件需要更换，而之前没有用大数据手段，只能等汽车抛锚或出现问题时，才能去更换零件。从中UPS节省了数百万美元的支出。

　　再如一家创业公司，通过分析过去十年美国航班的飞行情况，再结合实时的天气、空港各种数据，能预测出很多航班是否正点。这些预测甚至比航空公司自己给出的航班排期表都准确，从而节省了乘客的时间。

　　这样的情况还有很多，善于利用大数据的公司名单还包括：谷歌、亚马逊、IBM、苹果、Facebook等。它们都认为大数据的核心竞争力在于预测，能比对手更精准地知道下一步——这的确是大数据的魅力所在。

　　如果仔细考虑不难发现，大数据概念的兴起，实际是科技逻辑一贯的思路在起作用——即在西方的科技逻辑体系中，人是可以被物化的，通过一系列外在的、标签式的符号，能对人进行规定。进而通过一系列外在的科技化语言和数据，能找出规律，找出趋势和发展方向，从而对人的下一步行为进行判断。

　　这样的逻辑并无错误，而且在很大程度上的确能起到效果。事实上通过大数据对用户或者消费者各种行为进行的判断预测，成功率也非常高。

　　但会不会也有例外呢？一定会有。

　　按照大数据的逻辑，预测的发生一定是在精密的数字化的分析上。如果数字化分析依托对象是有规律的物体，则可能问题不大。但是如果是对用户或消费者进行行为、购买的分析，则可能会有一些陷阱。

　　举个例子，比如亚马逊通过网页浏览习惯、购买经历、下单情况等知道了A顾客的消费习惯，并能分析出A顾客可能对数码产品感兴趣，于是在相关页面推荐了数码产品。但最终A顾客并没有购买，而是买了一个洋娃娃。这个消费行为从来没有出现在数据积累中，也许亚马逊会认为是自己数据出错了。但实际上，这次购物只是A顾客一时冲动，或者想起了旧事，或者只是偶然看见就想买——这完全是基于人本身一时的情绪而做出的购买决定。用更加通俗的话来说，人有可预知的部分，也有不可预知的部分。前者属于理性，可以交给大数据，后者属于感性，无法用数字衡量。如果想通过大数据全部还原和分析人本身，进而作为商业发展的判断依据，大有可为，但并非是万能解决方案。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。