数据化和意义提炼将如何推动生活与商业？

我们已经毫无疑问地进入大数据时代，借助我们所有彼此互联的设备，计算机正实时捕捉并处理我们的所有细节。商家视之为“圣杯”，因为他们终于可以预测，哪些消费者将在何时何地购买他们的已有解决方案，以及未来何种解决方案能够更具吸引力。

有人估计，现在人类两天内所捕获的数据，相当于2003年以前全部历史的所有数据之和。这个数目着实不小，但在这个瞬息万变的快节奏世界中，技术能否让这些数据变得有意义，或者从中提取新的意义，这个问题尚无定论。到目前为止，我们还不擅长在生活或商业方面预测未来。

于我而言，理解其潜力的第一步就是更好地理解：各种不同来源的这些人类数据究竟是什么样的。在这方面，我从领先的消费研究者科林·斯特朗（Colin Strong）的新书《大数据的人性化》（Humanizing Big Data）中获得了一些帮助。他列述了人类生活中日益数据化的几个方面，现复述如下：

1、情绪与情感的数据化。社交媒体上“自我报告”的大爆发，使我们将私密的个人细节展现出来。现在，很多市场调研公司都会利用这些数据，他们会“搜索”网络，以获取与特定事件、品牌、产品和服务有关的情绪的详细例证。

2、人际关系与互动的数据化。如今，我们可以看到并追踪的不仅仅是人们的交往媒介，还有他们交往的对象、方式和时间。社交媒体有望通过将我们的职业和私人人脉扩及全球的数据化，从而转变我们对人际关系的理解。

3、语音的数据化。语音分析正变得日益普及，尤其是考虑到人们的对话越来越多地被记录并存储下来，不论是与呼叫中心的通话，还是人们相互之间的交流。随着语音识别技术的提高，语音数据和可捕获的有意义语音的范围也将扩大。

4、线下与后台活动的数据化。在金融、医疗和电子商务等很多数据密集型的领域，存储着大量有关个人行为和结果的数据。现在，用于处理店内监控、交通体系和监控录像的图像分析和面部识别系统也开始兴起。

5、文化数据化。现在出现了一个名为“文化分析”的新学科，即使用数字化图像处理和可视化，对图像和视频集合进行分析，从而探索文化趋势。例如，谷歌（Google）Ngram服务已对1800年到2000年间的520多万本书籍进行数据化，任何人都可以用其分析文化趋势。 当然，从数据到真正的洞察力、智能决策和未来预测，中间还有一条鸿沟。这本书的作者还探讨了理解大数据并将其投入有效利用的过程中，人类所面临的一些重大难题，包括以下几点：

人类心理中的认知惯性。人类似乎生来抗拒改变，若干认知法则使我们专注于短视的损失规避行为。人类倾向于依赖熟悉的假设，且往往不愿改进这些假设，哪怕新的证据对它们的准确性发起了挑战。

从数据中提炼意义的认知能力。尽管计算机可以处理并储存海量数据，但从数据中提炼意义主要还是人类的职责。提炼是从经验与态势感知中攫取意义的过程，似乎人类和计算机都要颇费一番功夫才能做到。

信息过载与数据质量。现实生活中，更多数据并不一定意味着更好的决策。信息量越大，你需要的决策时间往往也就越长，也许还会导致你踌躇不前；也有可能其中一类数据量偏多，使决策向错误的方向倾斜，因为更大的数据量并不一定总能带来更好的结果。

随着我们线上和线下的数据传输越来越多，我们的数据“尾气”无疑将越来越能说明问题，使我们更加准确地预测短期内的购买习惯和兴趣。然而，真正预测未来需求和行为还要难得多。因此，我预测在未来很长一段时间内，都会是人类驱动商业大数据，而不是商业大数据驱动人类。

译 丁盈幸 校 俆笑音