【大数据专题一】欧洲杯带你了解大数据

随着科技的发展，智能化的普及，“大数据”变成了人们口中交谈的热词，而近阶段又有着明显的过热迹象，各行各业也将...

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

业界（IBM 最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

大数据给不出解释

Stop！！！你以为小编今天会顺着这思路谈下去吗？回到主题——欧洲杯带你了解大数据，专业人士通过冰岛的大数据分析：【冰岛的足球环境。。。】冰岛全国人口人口：334319.。。减掉女人：-170503，男人18岁以下：-40122，男人35岁以上：-85670，太胖：-24775，捕鲸来不了：-788，监视火山走不开：-321，剪羊毛：（正是旺季！）：-189，失明的：-265，球场看球的球迷：-8781，队医厨师按摩师：-3，教练：-1...........MD！就剩下23人了，居然已经欧洲杯上小组出现了！。。。这是会有人顺其自然的联想到中国队，STOP！！！欧洲杯咱不参加，放过国足一次吧！人们不仅对冰岛队奇迹般的小组出线竖起大拇指，也对这组大数据叹为观止。对，这就是你看到的大数据，这就是通过消耗大量劳动时间得出的结论，然而仅仅是结论而已。“大数据给出了结论，但给不了解释。”好吧，我承认将大家带入了一个盲区。

大数据读不出场景

“滴”“滴”———访谈室里充满此起彼伏的电子音。研究员们有些震惊。

事情缘起于产品经理想做一个无障碍功能的设计。研究员朱丹招募了6位盲人进行访谈。起初，大家做好充分准备，以为盲人们可能不会使用智能手机，不会用APP，需要先教一下。

但没想到，这群盲人使用互联网产品相当熟练。

他们利用智能手机的读屏功能，并且每个人都把声音调到最快档，只听见手机发出“滴”“滴”这样短促的电子音，常人的耳朵根本听不懂是什么，但6位盲人却在怪诞的声音中，熟练地使用互联网，让在场的“小伙伴都惊呆了”。

“原来网络对他们的帮助比我想象中大很多。”朱丹感慨。有位盲人告诉她，比如移动支付，对正常人来说只是多了一种支付手段，但对他们而言是一种颠覆式的设计，大大方便了盲人消费。

大数据提供了一个结果，但它并不知道用户在使用产品时，身处什么样的场景，怀揣怎样的心情，有着怎样的需求。这一切，唯有人与人面对面，才能知晓。

还有一次，谭池找到了成都的一名用户，兴高采烈跑到对方家里。目的是为了知道用户使用产品时，真实的生活场景什么样。一番交流和观察后，他忽然觉得不太对劲：

这户人家冰箱里只有6罐可乐，没有多余的食物，房间里也找不到水壶或饮水机。谭池发短信给同行的同事：留意一下，这是不是他真的家。

等到双方聊得很开心以后，对方果然露出了口风，原来他确实不住在这儿，这间屋子的主人是他父母，目前租给别人，这次为了接受调研，临时借用了一下。

“这样一来，我观察他的生活场景，有一半信息就没用了，比如小区、邻里关系等。”谭池遗憾地说。

用户真正的使用情景，他们的担忧、开心、困惑与不爽，目前的大数据读不出来。数据再大也是死的，只有人能激活它。

大数据不知道怎么做

多年前，有一位调研员曾经接过一个项目，对方要求调研某产品在用户心中是多少分，如果得分在80分以下，整个相关团队就要被撤销。

“其实，给79分还是80分，有很大区别吗？”谭池反问，“不谈评分机制，就算根据数据得分，判了一个团队的生死又怎样？问题还是在那儿，依然没有得到解决。”

大数据本身，并不能给出一个既定做法。面对数据运算的结果，之后的步骤可能更加重要。

每一年，研究中心负责调研的项目数以百计，这些课题并非调研员自己“拍脑袋”想的，大部分来自产品策划的需求方。

韩娜说，刚入这一行，自己与产品经理交流时，经常需要磨合。比如一位产品经理很纠结，关于“签到”有两种改进方案，究竟95后用户更喜欢哪一种呢？他不知道。

他可能先去找数据师，去调相关的大数据。大数据显示，95后更热衷于每天上网“签到”。但是他们“签到”究竟是出于什么心理，获得了什么满足，数据并不懂。

于是，产品经理接着找韩娜，请她进行用户研究。结果显示，95后乐意“签到”，更多是为了满足自己的情感需求，尤其是“刷存在感”。可是知道了这一点后，产品经理依然无法抉择，究竟哪个方案更好。

时间久了，韩娜渐渐明白，自己做完调研，不能仅仅解答“为什么”，“用户怎么想”，还要给出“怎么做”的建议。

当然，再细致的调研，最终也不一定能找到产品经理想要的答案。有时候，答案是有了，但考虑到成本营收、缺乏供应商、缺乏可操作性等因素，改进方案依然不了了之。大数据和访谈就都白做了。

另一位调研员马建说，自己工作最开心的那刻，就是调研的建议被采纳，最终体现到产品中。

今天的企业、政府，乃至整个社会，很容易通过大数据对市场一目了然，但一目了然之后怎么做？漠视它、改正它、还是适应它？

大数据未必懂得价值

罗英、何文是“数据挖掘师”。但这份工作想做得好，单纯依靠算数据并不够，其实还要动用“情商”。

比如，QQ音乐有一个功能叫“猜你喜欢”。根据用户的数据，软件会自动推荐一些陌生歌曲。这种推荐，显然是基于大数据平台。一般我们以为，只要提供一些算法，大数据平台照此运算就成，但事实没那么简单。

首当其冲的是准确率。“猜你喜欢”究竟能猜对多少首歌？不同的数据师，可能会设计不同的算法，有的人效果明显比较好，他把“年龄”的数据用起来，而另外一个人没用，就会导致两者准确率差很大。

究竟需要考虑哪些数据维度，荐歌才会最符合心意呢？没有标准答案，不同数据师有自己的判断。同样的大数据库，一个运算下来比较准确，一个不准，其中唯一的变化就是人。

第二个问题是，为什么有人能想到“年龄”，而有人却想不到？凭借的也是个人经验。或者说，凭借的是人对事物的理解，考验的正是数据师的“情商”。

“在我们行内有一个不等式：业务知识>数据>算法。”罗英解释，“而业务知识就是你的理解能力。”用同行的话来说，就是“你的架构是否合理。”

最近，产品经理提出：能不能根据大数据，观察每座城市的人口迁移，随后做一份《城市年轻指数》报告？

数据师们给出了这样一些数据：用户的登录地，再比对他们的年龄信息等。最后给出来的数据，大家一看都觉得有价值，《城市年轻指数》报告就这样出炉了。

当然，更多时候，理想很完美，但运算出来的数据却没什么变化，被判定“数据价值不大”，议题便会不了了之。

“大数据就好像是一杯水，我们需要去厨房煮菜，水只是材料之一。”罗英形容。

何文则说，他工作的成就感，不在于运算大数据，而在于最终“能给出有价值的数据”。

大数据还能做什么

第一张与家人的合影、第一张旅行的照片、第一张宝宝的笑容……

最近，腾讯运用QQ空间的数据，为个人生成一份“社交回顾互动”H5，比如显现出你第一次注册空间的时间，跳出第一张上传的家人合照。

“其实也捏了一把汗。”从事QQ空间运营的琪琪说，“试想，第一张与家人的合影，万一大数据判断错误，跳出来的照片是与男同事的合影，岂不是很尴尬？”怎么抽取数据，让数据判断准确很重要。

小迪做调研时遇到一名初中男孩，对方很有倾诉欲。男孩告诉他，自己有5个QQ号，4个已经被妈妈“破解”了，可能是因为密码太简单，都是生日之类，妈妈太容易猜到。于是他想出了第5个QQ密码，复杂到连自己也记不住。

他把密码放在带锁的储钱罐里，再把储钱罐藏在床底下，每次用这个账号登录QQ时，他都要先从床底下把密码翻出来才行。

这个故事，后来被小迪写进了《95后迷之隐私观大揭秘》报告中。该报告揭示，95后是一群非常注重隐私的群体，近4成95后认为，自己的隐私遭到过侵犯，他们为了保护隐私采取过各种小手段。他们渴望有自己的空间，活跃于QQ空间其中一个原因，就是可以不和父母在同一个社交圈。

隐私报告诞生后，也让一些媒体和学者产生了危机感。长此以往，是不是一家互联网公司就能自己完成科研报告了？大数据会不会让一些科研机构被取代呢？

除了活动、推荐、科研，最让人期待的是，大数据在某个领域正发挥着超乎想象的作用———城市公共空间的实时数据检测。

类似功能，其实微信上已经有了。打开微信个人钱包，选择城市服务，右下方有一条“城市热力图”。点击进入，热力图能实时显现你所在的位置附近，有多少人流，它意味着交通是否拥挤。

当然，扩大使用的话，它还能实时监测某块区域，是否短时间内人流密度过高，及时提出预警。

也是基于相同的原理，近几年腾讯发布了春运迁徙报告，实时监测每年春运的迁徙情况。

而未来，当每个人的身体信息都能被实时收集，形成个人的大数据时，人会怎样？当整个社会被大数据连接起来，整座城市管理，都可以用大数据运算出一个“最佳方案”时，城市又会怎样？

我们已经迈入一个大数据的时代。

有人说，终究有一天，数据的价值将超过土地的价值。

但是也有人说，世界就是一个“黑盒子”，永远无法窥探内部的秘密。

远古时代，宇宙对于人类就是一个巨大的黑盒子。如今，科学技术正在解开一个又一个黑盒子，可是大数据的终解会通往哪里？目前依然没人说得清楚。

“技术是有局限性的。”当我们一直在展望科技的无限可能时，反倒是这些一直与大数据打交道的人，不断强调着这一点。

    关注 风知声