大数据≠科学实验_唯数据论者当冷静_数据分析师
双十一的购物狂潮已过,但有关双十一的话题依旧层出不穷。从“大数据成就双十一”到“哪个星座是购物狂人”,上至专业数据分析人员,下至业余星座研究爱好者,都从中找到了乐趣。这两天有关“购买大号内衣的女性往往更败家”的话题又登上了热榜。
大数据分析师在对阿里巴巴内衣销售数据进行分析后发现,购买大号内衣的女性往往更“败家”。其根据是,65%B罩杯的女性属于低消费顾客,而C罩杯及以上的顾客大多属于中等消费或高消费买家。这一结论是否成立姑且不论,但首先传递了一个信息,今天人们已经进入数据为王的时代,其中大数据似乎又是王中之王。
大数据时代无论是商业网站还是搜索网站,人们的所搜所看所买都成为大数据的组成部分,无论之于商业,还是之于公共卫生,抑或国家安全,它们都是有用的信息。有心人已经意识到,因为拥有大量未经充分研究的中产阶层,中国成为世界上最重要的数据市场之一。研究这些数据,对社会各方面都是多赢。当然,保护人们个人隐私的代价需要考虑。
2008年谷歌推出“谷歌流感趋势”(GFT)数据分析工具,谷歌的工程师根据这个工具的数据分析,预测了2009年H1N1流感将要暴发,甚至具体到特定的地区和州。这一结论在流感暴发前发表在英国的《自然》杂志上。后来,情况果真如此,这与美国疾病控制和预防中心(CDC)的预测完全一致,但时间上比CDC早了近两周。从2010年起,阿里巴巴利用其数据建立的信用记录,向小微企业提供融资,也取得了不错的效果。
这些结果表明,数据为王时代早就到来。其实,这并不奇怪。人类文明的三大支柱是材料(物质)、能量和信息,数据又是信息中的核心部分。古希腊的毕达哥拉斯早就说过,“一切皆数”,尽管其所说的“数”与今天的数据有所不同,但在某些方面是相似的。
不过,数据为王并不意味着大数据为王,或数据越多越好,还要看如何分析和利用数据,进而得出最契合实际的结论,并且有效利用这一结论。因此,如果要承认阿里巴巴基于内衣销售的数据分析得出的女性胸越大越“败家”的结论,就需要有符合客观实际的解释,不幸的是,这一结论还处于见仁见智的阶段。网友的各种分析就提供了佐证:一是“大胸都被有钱人娶了,所以才有能力败”;二是“说明青春期的营养状况确实会影响胸的大小”,“胸大的确实普遍嫁得好”;三是“胸大并不败家,集中在网上打折的时候买东西,只会旺家。”
这笔混乱账目前肯定掰扯不清,但已有事实证明,数据越大并不意味着越好。就算是谷歌,一旦他们的大数据处理和分析不当,也会得出错误的结论。2013年1月,美国又发生流感,但GFT的预测比实际数据高两倍。这并非偶然出现错误,而是在过去一再发生。2011年8月~2013年9月,GFT高估流感流行长达108周。
谷歌的大数据为何预测不准呢?发表在2014年3月14日《科学》杂志上的一篇文章指出了两个主要原因。一是大数据浮夸,二是算法变化。大数据浮夸指的是,以为大数据可以完全取代传统的数据收集方法,而非作为后者的补充。大数据浮夸的最大问题在于,绝大多数大数据与经过严谨科学试验得到的数据之间存在很大的差异。
另外,谷歌对算法会进行不断的调整和改进,搜索引擎算法的改变和用户的搜索行为会影响到预测结果,比如媒体对于流感流行的报道会增加与流感相关的词语的搜索次数,进而影响GFT的预测;相关搜索算法也会对GFT造成影响。例如,搜索“发烧”,相关搜索中会给出关键词“流感”,而搜索“咳嗽”则会给出“普通感冒”。
大数据在某种程度上确实能透析出一些问题,但它并不是万能的,在大数据应用方面保持冷静,才能让大数据真正实现其价值。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28