客观利用“大数据” 不要变成“大错误”

大数据时代已经来临，但大数据并非无所不能。其核心不在规模大，它蕴含的是计算和思维方式的转变，过于乐观和简单的理解，都可能助长“大数据迷信”。

得益于移动互联网以及智能手机、智能穿戴产品的发展，人们的行为、位置甚至身体的生理特征等数据都可以便捷地被记录，使得大数据的采集成为可能。

这一新的数据形态产生的价值，比如神奇的趋势预测能力被公众广泛讨论，成为不少商家宣传营销的卖点。从汽车、化妆品到体育，似乎所有行业都可以借助大数据，精确定位、找到消费者，预测趋势、赢得未来。

在支持者看来，大数据的能耐在于每一个数据点都可以被捕捉到。分析大数据就能推导出惊人准确的结果，经典的抽样统计方法面临淘汰。同时，数据已经大到能够自己说话，“数据背后的原因不再重要，人们只需要知道数据之间有统计相关性就行”，理论可能就此终结。

毋庸置疑，规模更大、更新更快的大数据拥有深刻的洞察力，也将带来价值，但认为有了大数据就无所不能，却过于乐观和简单。

首先，几百年的统计学发展史已经告诉我们，通过统计数据来认知现实世界从来都不能尽善尽美，现实中存在的样本误差和偏差等种种“陷阱”，不是单单依靠更大、更新、更快的数据就可以解决。

其次，大数据价值密度低、内容混杂，找到“货真价实”的信息已属不易。而“知其然，不求知其所以然”，只考虑纯粹相关性，不注重数据与结论之间因果关系的分析方法，在现实中往往经不起推敲。比如，理论上可以通过分析微博(19.3， 0.02， 0.10%)上的每一次发言，推断出某一事件引发的公共情绪，但不可忽视的是，微博活跃用户只能代表他们自己，并不代表更广泛的群体。

尤其不能忽视的是，目前许多数据仍处于“孤岛”状态，单一或少数领域的大数据不仅价值有限，还存在片面性的危险。只有数据跨越了行业领域间的界限，关联性加强时，数据的准确性才会提高。打通数据“孤岛”，融合数据还要走很长的路。另外，数据的收集、存储和搬运虽然越来越便利，但从技术上看，如何从海量数据中淘出有价值的信息，还缺少强大的工具。

毫无疑问，大数据时代已经来临，但大数据并非无所不能。大数据的核心不在规模大，它蕴含的是计算和思维方式的转变，过于乐观和简单的理解，都可能助长“大数据迷信”。比较切实的态度或许是，在尊重传统的统计经验基础上，在不矮化大数据是“旧瓶装新酒”的同时，不迷信大数据，善用大数据。否则，带着“数据自己可以说出结论”的谬识，就可能掉进了数据的“陷阱”，从而使大数据产生“大错误”。

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

大数据特征偏差

数据分析咨询请扫描二维码

上一篇借道大数据互联网基金再探“蓝海”

下一篇打通大数据技术的底层与顶层，Trifacta宣布已完成C轮2500万美元融资

客观利用“大数据” 不要变成“大错误”

客观利用“大数据” 不要变成“大错误”

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析需要学哪些方面

数据分析适合在什么单位工作

数据分析是什么工作内容

数据分析师需要掌握什么技能

数据开发和数据分析区别

数据架构师是干什么的

数据分析师需要具备的能力

数据分析师需要具备的技能有哪些

数据分析师需要具备的技能和能力

数据分析师的发展前景

数据分析师教程《Python数据分析极简入门》第2节 4 ...

数据分析师的工作内容是什么

数据分析师必须掌握的技能有哪些

数据分析入门难吗

数据分析能干啥

数据分析行业的前景

数据分析的常用方法

什么是企业数字化转型

女生做数据分析师最好去哪个行业

大数据技术专业学什么