據美國媒體報道，在“大數據時代”，我們生活中的一切似乎都可以通過量化的方式來進行解釋，但在逐漸熟悉這個名詞的同時，我們也必須要警惕“過度解讀”大數據對企業可能造成的危害。
據美國媒體報道，在“大數據時代”，我們生活中的一切似乎都可以通過量化的方式來進行解釋，但在逐漸熟悉這個名詞的同時，我們也必須要警惕“過度解讀”大數據對企業可能造成的危害。
在電影《派特的幸福劇本》中，羅伯特德尼羅飾演的角色就給我們在這方面進行了一番生動的“詮釋”。這個名叫老派特索利塔諾的角色，是費城老鷹橄欖球隊的忠實粉絲。他堅信，許多毫無聯系、隨機發生的事情，例如遙控器擺放的位置等，都有可能會成為決定球隊比賽勝負的關鍵因素。
大多數人都會認為，德尼羅演的這個角色只不過是個迷信的家伙罷了。但事實上，他的這種做法在另外一部分人的眼中，正是對事物過分詮釋、牽強附會以至于濫用的表現，一種將互相之間毫無關系的隨機事件進行“解讀”，希望找出他們之間的聯系，并從中找出“模式”的做法。而喜歡解讀看似毫無意義的東西，正是人腦本身固有的特點，相信不少人也都有過這種體驗，受到潛意識的影響，我們總是認為某一朵云彩的形狀很像人臉，總是覺得某段音樂的背后隱含著信息。
然而，研究人員認為，這種“過度解讀”的行為，很有可能會給企業帶來危害。
“大數據的出現，讓一些研究人員認為，自己可以通過一定量的數據，來分析出任何東西。”微軟研究院首席研究員Danah Boyd、新南威爾士州大學副教授Kate Crawford在他們合作發表的文章中這樣寫道，“因為數據積累量的龐大，原本毫無干系的事情之間也可能會存在聯系，這種情況誘發了對大數據‘過度解讀’的傾向。”
而企業受到這種傾向的影響，就會去利用大數據分析，得出一些其實并不準確的結論，這一分析過程本身不但耗費成本，所得的結論還會影響企業從廣告到管理的諸多決策環節。
在這方面，一個典型的例子就是谷歌公司。谷歌公司2008年開發了“流感趨勢”，這個工具是通過分析人們借助谷歌對流感、感染癥狀、診斷等方面詞匯的搜索，來判斷流感人群所在的地理位置，從而得出流感爆發后的實時傳播地圖。這個工具在一段時間內的表現還是不錯的，但在2012年12月卻出了岔子。《自然》雜志發表的一篇文章顯示，谷歌提供的流感病患統計數，足足是疾病防控中心統計數據的兩倍。這是為什么呢研究人員認為，由于媒體對流感爆發進行了“鋪天蓋地”的報道，人們對流感相關內容的搜索量大大增加，這就使得谷歌的數據過分地“膨脹”了。如果一家藥房利用谷歌的數據來決定對流感防控藥物的存貨量，很有可能就會導致儲存過度。
“越來越多的商業品牌開始依靠數據來管理自己與客戶之間的關系，并推動自己的業務發展。在這種情況下，如果盲目地依靠數據做出決策，并執行這種決策的話，坦率的說，確實非常令人后怕。”英國市場調研機構GfK NOP總經理Colin Strong表示，“如果企業不停下來想一想這些決策究竟是怎么做出來的，就很有可能會承受商業上的損失。”
“對大數據的使用，仍然是主觀的，量化得出的結果，有時并不代表客觀事實。這一點，在社交網絡的信息方面表現得尤為明顯。”Danah Boyd與Kate Crawford表示。
據悉，雖然目前人們逐漸開始萌生了謹慎地使用大數據的意識，但對于具備合理使用大數據技能人才的缺乏，卻有可能會使“過度解讀”大數據的情況愈演愈烈。
根據麥肯錫研究院2011年發布的報告，到2018年，全美范圍內對具備量化分析等分析技能的“大數據”相關人才的需求，將會達到400萬之巨。此外，在大數據相關的管理與分析人員方面，還有可能出現150萬的用工缺口
“目前，客戶最經常向我們抱怨的，就是找不到合適的應聘者。”一家負責數據類相關職業招聘的機構負責人告訴記者。
根據這家機構開展的調查，數據分析行業的從業人員中，89%的人基本上每月都會通過LinkedIn等網站拿到新的邀約，25%的人被其他企業聯系的頻率更是高達每周一次。而這位負責人更是預測稱，隨著納米技術的發展，預計到未來，相關職位的需求將會出現“井噴”。
京公網安備 11010502049343號