大数据就绕不过两个案例

要谈大数据就绕不过两个案例：一个是塔吉特，一个是纸牌屋。

塔吉特的确典型，而纸牌屋真的像Netflix所宣称的那样，是来源于大数据的功劳吗?故事的真相并没有那么炫目。

大致是这么一个节奏：一家名叫MRC的制作公司准备进入电视圈，MRC的一个实习生推荐了英剧《纸牌屋》这个剧本;然后MRC找英方买了版权，并与好莱坞最大的经纪公司CAA合作;搞定剧本后MRC和CAA又去找了HBO和AMC之类的频道去卖片，也包括Netflix。没错，Netflix直到前期准备工作都完成时，才介入纸牌屋这个项目。

Netflix看好这部片子，抛出了一堆让人难以拒绝的条件，而Netflix和大数据搭上关系，则借助于公司的CCO乔纳森·费里兰德和CMO凯利·本奈特的包装和宣传，这是一个再普通不过的资本市场的故事而已。

大数据这个概念如此火爆，但其中装的有多少是概念，有多少又是群起的炒作，有多少人真的了解大数据的意义，我们全在雾里看花。

大数据当然很大，但大并不代表一切。在数据统计里有这样一个经典案例：1936年总统大选时，美国著名期刊《读者文摘》以全国各地的电话簿为参考，发出了1000万份读者调查表，最终回收了200万份，要知道在那个年代，这是一次有可怕数据量支撑的调查。最后得出的结论是共和党的兰登将以57%对43%的绝对优势战胜民主党的罗斯福。结果呢?罗斯福以62%的支持率得以连任，《读者文摘》也由于这次惨败于1937年被迫停刊。

原因很简单，1936年正值大萧条时期，那些装得起电话的都是有钱人，而偏偏是那些装不起电话的中低收入者和失业者，都是罗斯福坚强的后盾。以电话簿为参考做调查，即使数据再大也是无用功，因为从一开始就走错了方向。

到了今天，我们依然有可能会犯70多年前《读者文摘》的错误，我们并不会因为科技的发展、互联网的强大和数据的海量存储就成为全知全能的上帝。相反，手中掌握的这笔庞大的数据反而可能使我们变得盲目和愚蠢。大数据的大的真正意义在于，人们有能力掌握宏观资料，去进行交叉融合的综合分析研究，使之产生乘法效应。

一个人在网上只买过验孕棒并不会使塔吉特为其推送婴儿产品，相反，一个人在网上买毓婷也不代表她不需要尿布，这是一个道理。只有对综合的、细颗粒的、微观的数据进行有逻辑的相关性分析，才能发挥大数据的核心价值。

比如，我们追踪一位女性顾客的消费行为，不仅仅是追踪其购买服饰的价格带、品牌喜好，更应该与海量的周边信息进行关联。比如下单时间、浏览时间，甚至她喜欢的零食、书籍等发生了什么变化。如果之前看青春小说现在看科特勒，是不是意味着她已经开始步入职场?那么她的浏览时间段有变化吗?这对于主打职场服装的品牌是否意味着推广机会?还有哪些数据可以为这一点作证?进而是否可以分析出她具体进入了什么类型的公司?担任什么职务?有没有必要为其推荐笔记本电脑?

毫无疑问，大数据是个远景客观的项目。大数据的完美应用，正像我们大脑每时每刻都在做的那样，接收无数的信息，从中剔除或者暂时存储低级别信息或者无用信息，然后与目标相关的高级别信息进行运算和处理，最后得到结论。

很可惜，我们无法存储海量的信息，而丢失信息和误存储信息的比率又大得惊人。所以，大数据对我们而言才如此迷人。

(编辑：王 放 fangwen118@126.com)