分析：“大數(shù)據(jù)”時代什么是數(shù)據(jù)分析做不了的

分析：“大數(shù)據(jù)”時代什么是數(shù)據(jù)分析做不了的？

這位CEO手下的經(jīng)濟學家描繪出一片慘淡的景象，并且計算出經(jīng)濟低迷對公司意味著什么。但是最終，他還是在自己價值觀念的指引下做出了決定。這家銀行在意大利已經(jīng)有了幾十年的歷史。他不希望意大利人覺得他的銀行只能同甘不能共苦。他不希望銀行的員工認為他們在時局艱難之際會棄甲而逃。他決定留在意大利，不管未來有什么危機都要堅持下去，即便付出短期代價也在所不惜。做決策之時他并沒有忘記那些數(shù)據(jù)，但最終他采用了另一種不同的思維方式。當然，他是正確的。商業(yè)建立在信任之上。信任是一種披著情感外衣的互惠主義。在困境中做出正確決策的人和機構能夠贏得自尊和他人的尊敬，這種感情上的東西是非常寶貴的，即便它不能為數(shù)據(jù)所捕捉和反映。這個故事反映出了數(shù)據(jù)分析的長處和局限。目前這一歷史時期最大的創(chuàng)新就在于，我們的生活現(xiàn)在由收集數(shù)據(jù)的計算機調控著。在這個時代，頭腦無法理解的復雜情況，數(shù)據(jù)可以幫我們解讀其中的含義。數(shù)據(jù)可以彌補我們對直覺的過分自信，數(shù)據(jù)可以減輕欲望對知覺的扭曲程度。但有，些事情是“大數(shù)據(jù)”不擅長的，下面我會一一道來：數(shù)據(jù)不懂社交大腦在數(shù)學方面很差勁(不信請迅速心算一下437的平方根是多少)，但是大腦懂得社會認知。人們擅長反射彼此的情緒狀態(tài)，擅長偵測出不合作的行為，擅長用情緒為事物賦予價值。計算機數(shù)據(jù)分析擅長的是測量社會交往的“量”而非“質”。網(wǎng)絡科學家可以測量出你在76%的時間里與6名同事的社交互動情況，但是他們不可能捕捉到你心底對于那些一年才見2次的兒時玩伴的感情，更不必說但丁對于僅有兩面之緣的貝阿特麗斯的感情了。因此，在社交關系的決策中，不要愚蠢到放棄頭腦中那臺充滿魔力的機器，而去相信你辦工作上的那臺機器。數(shù)據(jù)不懂背景人類的決策不是離散的事件，而是鑲嵌在時間序列和背景之中的。經(jīng)過數(shù)百萬年的演化，人腦已經(jīng)變得善于處理這樣的現(xiàn)實。人們擅長講述交織了多重原因和多重背景的故事。數(shù)據(jù)分析則不懂得如何敘事，也不懂得思維的浮現(xiàn)過程。即便是一部普普通通的小說，數(shù)據(jù)分析也無法解釋其中的思路。數(shù)據(jù)會制造出更大的“干草垛”這一觀點是由納西姆?塔勒布(NassimTaleb，著名商業(yè)思想家，著有《黑天鵝：如何應對不可知的未來》等書作)提出的。隨著我們掌握的數(shù)據(jù)越來越多，可以發(fā)現(xiàn)的統(tǒng)計上顯著的相關關系也就越來越多。這些相關關系中，有很多都是沒有實際意義的，在真正解決問題時很可能將人引入歧途。這種欺騙性會隨著數(shù)據(jù)的增多而指數(shù)級地增長。在這個龐大的“干草垛”里，我們要找的那根針被越埋越深。大數(shù)據(jù)時代的特征之一就是，“重大”發(fā)現(xiàn)的數(shù)量被數(shù)據(jù)擴張帶來的噪音所淹沒。大數(shù)據(jù)無法解決大問題如果你只想分析哪些郵件可以帶來最多的競選資金贊助，你可以做一個隨機控制實驗。但假設目標是刺激衰退期的經(jīng)濟形勢，你就不可能找到一個平行世界中的社會來當對照組。最佳的經(jīng)濟刺激手段到底是什么？人們對此爭論不休，盡管數(shù)據(jù)像海浪一般涌來，就我所知，這場辯論中尚未有哪位主要“辯手”因為參考了數(shù)據(jù)分析而改變立場的。數(shù)據(jù)偏愛潮流，忽視杰作當大量個體對某種文化產(chǎn)品迅速產(chǎn)生興趣時，數(shù)據(jù)分析可以敏銳地偵測到這種趨勢。但是，一些重要的(也是有收益的)產(chǎn)品在一開始就被數(shù)據(jù)擯棄了，僅僅因為它們的特異之處不為人所熟知。數(shù)據(jù)掩蓋了價值觀念我最近讀到一本有著精彩標題的學術專著——《‘原始數(shù)據(jù)’只是一種修辭》。書中的要點之一就是，數(shù)據(jù)從來都不可能是“原始”的，數(shù)據(jù)總是依照某人的傾向和價值觀念而被構建出來的。數(shù)據(jù)分析的結果看似客觀公正，但其實價值選擇貫穿了從構建到解讀的全過程。這篇文章并不是要批評大數(shù)據(jù)不是一種偉大的工具。只是，和任何一種工具一樣，大數(shù)據(jù)有拿手強項，也有不擅長的領域。正如