二.大數據的核心思想

1.有什么不重要，怎么用才重要

在會上，無奈的發現每當舉男女之間的例子，眾人理解能力就飆升，而講偏產品技術方面時，下面就一臉木然昏昏欲睡。（諸位！��！你們是來聽色情講座呢？）

Netflix公司利用大數據來拍《紙牌屋》的勵志故事大家都聽過無數遍。Netflix是美國最大的DVD與網絡視頻租賃網站，他們在國內有2700萬用戶，全球有3300萬。他們從流媒體視頻用戶處收集到的數據是異常驚人的，每一次搜索，每一次暫停，每一次積極或者消極的評價，還有自己的位置數據設備數據社交媒體數據，在分析完這些數據之后，發現自己的這些觀眾都喜歡演員凱文-史派西，還喜歡導演大衛-芬奇，并且喜歡1990年的英國同名電視劇。三項綜合在一起，Netflix就下定決心拍攝《紙牌屋》，并將數據分析運用得淋漓盡致。在Netflix的觀影頁面上，提供暫停后截圖的功能，他們就依靠這種數據來判斷觀眾更喜歡哪種布景和畫面。

當然，這三個因素其實都有不穩定性，例如凱文-史派西也曾拍過只被評了4.2分的《弗雷德圣誕老人》，大衛-芬奇首次執導的《異形3》也成系列中口碑最差的一部。但是從概率上來說，這三個成功因素都包括的劇集更靠譜。

另外國政通推出的“同名同姓”應用，雖然看起來比較偏娛樂化實用性不強，但是這背后的那些身份數據是可以進行各種二次利用。每次看到類似應用，我總會把前同事“操瑞士”的奇葩名字輸進去，現在只有這款應用準確的找到了全國只有1個操瑞士，并且是安徽人。呼叫瑞士大使館迅速鎖定他的位置吧！

所以大數據的核心并不是擁有數據，而是拿數據去做了什么。也就是說你不能僅僅占有人家的身子，也要占據人家的心靈。

2.對數據的容錯性更強，來源更加多樣化

一個500M的用戶數據excel表算不算大數據？曾經在做某款產品的用戶篩選時，這么一個excel成功拖死我電腦三次，我當時憤怒的說：“KAO，這SB大數據！”現在想起來，我冤枉了大數據君，您受苦了。

真正的大數據，應該是從不同維度，不同途徑過來的各種格式數據碎片，并不限于文字/視頻/聲音/位置/圖片等。只有將不同維度的數據放在一起判斷，得出來的趨勢才有可能更真實。雷同的數據積累的再多，超過某一個限度之后，我們再從新樣本上獲得的有用信息就越來越少，就如同經濟學上的邊際效應遞減一樣。而用簡單點兒的話解釋就是如果你已經交往過五個IT碼農，那么第六個其實也不會新鮮到哪里去，倒不如重新調整方向，換個高富帥找點兒不同的刺激。

多樣化的來源同樣可以避免陷在一個死胡同里出不來。例如以前經常說的“三年自然災害”，如果僅僅去查詢這三年的天氣狀況和死亡人數的關系。那么可能最后得出結論是“晴朗天氣比陰天更容易致人死亡”。但實際上如果去結合《人民日報》畝產十萬斤的相關翔實公正報道再加上那些年中國糧食對外進出口情況，那么就會得出更有建設性的結論。在一90后妹子的追問下，只說了四個數字。1958年，中國出口糧食288.34萬噸，進口22.35萬噸。困難時期第一年，1959年，中國出口415.75萬噸，進口0.20萬噸，那年，聽說大家都好餓。別不多說，免得喝茶。

再舉個例子，這兩天淘寶首頁給我推送的個性化廣告除了情趣用品就是“花花公子”服飾大優惠，我不就是為了找素材和配圖搜了一下“情趣用品”么？你們沒完沒了的給我推送這個，節操何在？如果你們能拿到我小學老師的評語，初中老師的評語和操行評定，高中老師的評語和操行評定，通過對多個來源不同的數據源分析，那么你們給我推送的一定會是《鋼鐵是怎么煉成的》《雷鋒日記》等好書。(大學老師的評語就算了，那廝打CS被我蹂躪了太久容易懷恨在心。)

3.擁有大數據的身，也要有大數據的心

以往的數據分析，更多的是精確的樣本/深度的數據挖掘，“精確”就是其代名詞。不符合規格的樣本過濾掉，然后再深度挖掘數據字段間的關系，得出幾個精確無比數字去做PPT，或者從一系列數據里精準的找到某個正一臉猥瑣偷拍姑娘的人。

但是大數據更多的是通過對各種數據分析得出某種趨勢，這種趨勢不必過于精確，但是能讓相關決策人有底氣去做某項決定。大數據不重要，重要的是使用大數據的人。

因為哪怕面向完全相同的數據源，不同的人得出的結論或者決定也可能是截然不同的。三國赤壁大戰，當龐統獻計“若以大船小船各皆配搭，或三十為一排，或五十為一排，首尾用鐵環連鎖，上鋪闊板，休言人可渡，馬亦可走矣”時，同時聽到這話的兩個人，曹操下席而謝，“非先生良謀，安能破東吳耶！”，而徐庶卻私下里扯住龐統“你好大膽，只恐燒不盡絕。”由此可見，“以人為本”是多么精辟的一句廢話�。�

無論你NB還是SB，數據總在那里，不離不棄。

4.強調趨勢和未來

大數據，更多的應該是分析過去，提醒現在，展望未來。無法用到實踐中去的大數據都是耍流氓，無論這個結果是造福了全人類，還是幫助網站提高1%轉化率，這都是有用的。

上圖這充滿著暴力氣息的玩意是當年冷戰期間美國和蘇聯研發的高速列車，他們將轟炸機上的渦輪直接裝在了火車頂上。其中美國的M-497號在1966年俄亥俄州的鐵軌上跑出了295.54公里/小時。雖然幾十年后，才有了現代高速鐵路，但是如果沒有最初的這種野蠻實驗，恐怕現在自主研發的高鐵也沒有那么充足的底氣。

談趨勢談大數據，怎么能不提谷歌的流感趨勢呢？谷歌分析自己上億次的搜索查詢，近乎實時的提供全球許多國家和地區的流感疫情評估，從截圖可以看出，谷歌的趨勢曲線跟美國官方公布的數據重合度非常高，但是后者在時間和效率上完全無法比擬谷歌趨勢。

如果你在準備出差的時候，發現你要去的地方正爆發鼠疫，我想大部分人肯定就哭著喊著辭職不去了。

再例如2012年美國某著名避孕套品牌發布校園性健康報告，報告表明在美國大學生中，25%得了性病，其中排名第一的是尖銳濕疣，得病率最高的學校是位于科羅拉多州的美國空軍學院(U.S. AIR FORCE ACADEMY)。然后緊接著，無聊的我又從學院官網中看到學校男生占比78.1%，女生占比21.9%。

從這些數據至少我們可以分析出一個結果：跟海歸一夜情之前，請查一下學位證。