大数据的反面 大数据不能做什么
人们对大数据寄予了许多的希望:卖出更多的货物,做出更好的产品,找到更酷的朋友,甚至帮我们决定明天早上是否睡个懒觉。现在,凡是有信息流通的地方,都有人们对大数据的期望。
大数据果真如此神通吗?大数据不能做什么?下面从几个方面来谈谈大数据的反面。
一、大数据不能对具体行为作出精确预测
事实上,人们的社会行为具有不可预测性。甚至我们不妨可以定性地归成一个大数据测不准原理:人和事件,如果放到越大的空间和时间范围,则是越可以精确预测的;如果放到越小的空间和时间范围,则是越不可以精确预测的。
举个例子说:我们几乎可以在100%的程度上预测一个人24小时的范围内会吃饭,但若精确到某一分钟,则几乎不可能预测准确。进一步我们会发现,利用更多过去一段时间的数据,能够帮助我们提高预测某半个小时内是否吃饭的几率,但如果把时间精确到某一分钟,则更多的数据几乎提高不了预测的准确性。
其实,行为的不可预测性早已植根于人类的潜意识中。
比如,我国前一阵子发射了嫦娥三号探月飞船,在嫦娥三号发射前,科学家们已经计算出了在未来的一个月之后的某个小时、分、秒,嫦娥三号在月球上空高度和经纬度,如果这个计算结果偏离预计几十米,则可能推迟发射,重新计算校准。这是科学对未来的精确预测。
相对的情形是,在晚上10点以后,当我们准备睡觉的时候,能预测明天早餐后下楼碰到的第一个人是谁吗?几乎没有人能知道,但这个巨大的不可预测却没有引起人的关注,几乎没有人会因为不知道下楼碰到的第一个人是谁而影响睡觉。人们对不可预测性熟视无睹。
大数据的有效范围讨论,需要引进一个假设:人们可以自由决定自己的行为(常常称为“自由意志”)。一个人自由决定自己行为,在别人看来,就是他的行为无法预测,如果能够精确预测未来的一举一动,就不具备任何的自我决定的自由。
因此,大数据不能对具体行为作出精确预测,即大数据测不准原理。
大数据的不可预测性说明,企图利用大数据预测用户具体行为的努力或许是徒劳的,我们哪怕掌握一个人从出生开始就有的全部行为信息,也无法预测明天早餐他会吃什么。这也意味着,许多基于用户历史数据进行行为分析的努力会遇到瓶颈,预测缩小到一定范围之后,无法再精确下去。
二、大数据不能用来消除不确定性
大数据不能对具体行为进行预测,还表现大型社区的行为预测上。
最近,很多城市的商业中心开始引入了大数据技术,希望对用户行为作出精确的预测来提高商业中心的有效使用。从单个商家的角度出发,知道进店顾客的精确行为,能提供更针对性的服务,但是,从整个商区的角度来做预测会出现悖论。
之所以大型商圈不仅仅有购物超市,还有甜品店、美食街,人们不是冲着甜品店、美食街来的,但是,因为人们行为的不确定性,不知道购买衬衣、牛奶等生活用品究竟会花多长时间,购物间隙才有了甜品的用武之地,如果购物结束靠近用餐时间,美食街也会有生意。
不仅甜品、美食,商场里的新商品也都是因为人们行为的不确定才被销售出去的,因为新产品并不在人们计划购物的范围内。如果刻意增加购物预测的精确性将会怎样?甜品店、美食街甚至电影院都将是多余的。
生态之美源于不确定性,生态中每一个参与者都表现出足够的自由度,世界才会丰富多彩,大型商业区具有生态特征,对生态型社区进行精确预测,会让整个社区失去生机,所以大数据不能够用来消除生态中的不确定性。
三、大数据不能预测新业务
大数据的宣讲案例中,常常有一个啤酒和尿不湿的故事,建议把啤酒和尿不湿放在一起卖,说是数据统计发现,男人买啤酒的时候会顺便买尿不湿,这显然是一个误导,因为小孩需要尿不湿大概只有3年,一个活70年的男人,只有几年处在需要给孩子买尿不湿的情况,也就是说,大多数情况下,买啤酒的男人没有买尿不湿的必要。
当然,买啤酒和买尿不湿在一定的情况下会成为关联事件,比如一个青年公寓,生孩子的情况比较集中,但是,此时数据出现关联只是结果,青年公寓才是原因。
一些极端情况下,根据数据进行类似啤酒和尿不湿搭配可能会出问题,比如香水和避孕套,男人在逛超市时为取哄情人会买香水,当然,也会偷偷买好避孕套,但是,如果把香水和避孕套放在一起,让男人当着情人面去买避孕套就会产生问题。
不能从大数据的相关性直接得出结论,而是要先确定业务逻辑,再用数据相关性去验证。数据只是行为的结果而不是相反,大数据之所以能够辅助预测,是因为人的行为具有规律性,一个具有朝九晚五、周末大休规律的白领,行为数据才会呈现出以日、周、月、年为周期。
创新业务,也就是跟过去不一样的业务,因此,大数据是没法预测新业务的,也没法根据数据分析确定新出现的业务关联性是临时的,还是可持续的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11