世界杯期間各家科技巨頭利用大數據預測比賽結果，再現“章魚保羅”雄風。世界杯結束了但大數據預測還會繼續。從夜觀天象到氣象預報，從童話里的水晶球到今日的科技預言家，從地震云的傳說再到科學家猛攻的地震預測，人類一直希望能夠更早突破局限看穿未來。隨著信息革命的深入，大數據時代的預測更加容易，人類的生活正在被大數據預測深刻改變。
預測是大數據核心價值
人們在談論大數據的采集、存儲和挖掘時，最常見的應用案例便是“預測股市”“預測流感”“預測消費者行為”，預測性分析是大數據最核心的功能。
大數據還擁有數據可視化和大數據挖掘的功能,對已發生的信息價值進行挖掘并輔助決策。傳統的數據分析挖掘在做相似的事情，只不過效率會低一些或者說挖掘的深度、廣度和精度不夠。大數據預測則是基于大數據和預測模型去預測未來某件事情的概率。讓分析從“面向已經發生的過去”轉向“面向即將發生的未來”是大數據與傳統數據分析的最大不同。
大數據預測的邏輯基礎是，每一種非常規的變化事前一定有征兆，每一件事情都有跡可循，如果找到了征兆與變化之間的規律，就可以進行預測。大數據預測無法確定某件事情必然會發生，它更多是給出一個概率。
從天氣預報看大數據預測的四個條件
在互聯網之前便已經有基于大數據的預測分析了：天氣預報。因為互聯網，天氣預報為代表的大數據預測的以下幾個特征在更多領域得到體現。
1、大數據預測的時效性。天氣預報粒度從天縮短到小時，有嚴苛的時效要求，基于海量數據通過傳統方式進行計算，得出結論時明天早已到來，預測并無價值。其他領域的大數據預測應用特征對“時效性”有更高要求，譬如股市、實時定價，而云計算、分布式計算和超級計算機的發展則提供了這樣的高速計算能力。
2、大數據預測的數據源。天氣預報需要收集海量氣象數據，氣象衛星、氣象站臺負責收集，但整套系統的部署和運維耗資巨大。在互聯網之前鮮有領域具備這樣的數據收集能力。WEB1.0為中心化信息產生、WEB2.0為社會化創造、移動互聯網則是隨時隨地、社會化和多設備的數據上傳，每一次演化數據收集的成本都大幅降低，范圍和規模則大幅擴大。大數據被引爆的同時，大數據預測所需數據源不再是問題。
3、大數據預測的動態性。不同時點的計算因子動態變化，任何變量都會引發整個系統變化，甚至產生蝴蝶效應。如果某個變量對結果起決定性作用且難以捕捉，預測難上加難，譬如人為因素。大數據預測的應用場景大都是極不穩定的領域但有固定規律，譬如天氣、股市、疾病。這需要預測系統對每一個變量數據的精準捕捉，并接近實時地調整預測。發達的傳感器網絡外加大數據計算能力讓上述兩點更加容易。
4、大數據預測的規律性。大數據預測與傳統的基于抽樣的預測不同之處在于，其基于海量歷史數據和實時動態數據，發現數據與結果之間的規律，并假設此規律會延續，捕捉到變量之后進行預測。一個領域本身便有相對穩定的規律，大數據預測才有機會得到應用。古人夜觀天象就說明天氣是由規律可循的，因此氣象預報最早得到應用。反面案例則是規律難以捉摸，數據源收集困難的地震預測，還有雙色球彩票。
大數據預測的典型應用領域
互聯網給大數據預測應用的普及帶來了便利條件。天氣預報之外，還有哪些領域正在或者可能被大數據預測所改變呢？結合國內外案例來看，以下11個領域是最有機會的大數據預測應用領域。
1、體育賽事預測
世界杯期間，谷歌、百度、微軟和高盛等公司都推出了比賽結果預測平臺。百度預測結果最為亮眼，預測全程64場比賽，準確率為67%，進入淘汰賽后準確率為94%?，F在互聯網公司取代章魚保羅試水賽事預測也意味著未來的體育賽事會被大數據預測所掌控。
谷歌世界杯預測基于Opta Sports的海量賽事數據來構建其最終的預測模型。百度則是搜索過去5年內全世界987支球隊（含國家隊和俱樂部隊）的3.7萬場比賽數據，同時與中國彩票網站樂彩網、歐洲必發指數數據供應商Spdex進行數據合作，導入博彩市場的預測數據，建立了一個囊括199972名球員和1.12億條數據的預測模型，并在此基礎上進行結果預測。
從互聯網公司的成功經驗來看，只要有體育賽事歷史數據，并且與指數公司進行合作，便可以進行其他賽事的預測，譬如歐冠、NBA等賽事。
2、股票市場預測
去年英國華威商學院和美國波士頓大學物理系的研究發現，用戶通過谷歌搜索的金融關鍵詞或許可以金融市場的走向，相應的投資戰略收益高達326%。此前則有專家嘗試通過Twitter博文情緒來預測股市波動。
理論上來講股市預測更加適合美國。中國股票市場無法做到雙向盈利，只有股票漲才能盈利，這會吸引一些游資利用信息不對稱等情況人為改變股票市場規律，因此中國股市沒有相對穩定的規律則很難被預測，且一些對結果產生決定性影響的變量數據根本無法被監控。
3、市場物價預測
CPI表征已經發生的物價浮動情況，但統計局數據并不權威。但大數據則可能幫助人們了解未來物價走向，提前預知通貨膨脹或經濟危機。最典型的案例莫過于馬云通過阿里B2B大數據提前知曉亞洲金融危機，當然這是阿里數據團隊的功勞。
單個商品的價格預測更加容易，尤其是機票這樣的標準化產品，去哪兒提供的“機票日歷”就是價格預測，告知你幾個月后機票的大概價位。商品的生產、渠道成本和大概毛利在充分競爭的市場中是相對穩定的，與價格相關的變量相對固定，商品的供需關系在電子商務平臺可實時監控，因此價格可以預測，基于預測結果可提供購買時間建議，或者指導商家進行動態價格調整和營銷活動以利益最大化。
5、用戶行為預測
基于用戶搜索行為、瀏覽行為、評論歷史和個人資料等數據，互聯網業務可以洞察消費者的整體需求，進而進行針對性的產品生產、改進和營銷?！都埮莆荨愤x擇演員和劇情、百度基于用戶喜好進行精準廣告營銷、阿里根據天貓用戶特征包下生產線定制產品、亞馬遜預測用戶點擊行為提前發貨均是受益于互聯網用戶行為預測。
受益于傳感器技術和物聯網的發展，線下的用戶行為洞察正在醞釀。免費商用WIFI、ibeacon技術、攝像頭影像監控、室內定位技術、NFC傳感器網絡、排隊叫號系統，可以探知用戶線下的移動、停留、出行規律等數據，進行精準營銷或者產品定制。
6、人體健康預測
中醫可以通過望聞問切手段發現一些人體內隱藏的慢性病，甚至看體質便可知曉一個人將來可能會出現什么癥狀。人體體征變化有一定規律，而慢性病發生前人體已經會有一些持續性異常。理論上來說，如果大數據掌握了這樣的異常情況，便可以進行慢性病預測。
結合智能硬件，慢性病的大數據預測變為可能。可穿戴設備和智能健康設備幫助網絡收集人體健康數據，心率、體重、血脂、血糖、運動量、睡眠量等狀況。如果這些數據足夠精準且全面，并且有可以形成算法的慢性病預測模式，或許未來你的設備就會提醒你的身體罹患某種慢性病的風險。KickStarter上的My Spiroo便可收集哮喘病人的吐氣數據來指導醫生診斷其未來的病情趨勢。急性病卻很難預測，突變和隨機性特征使之難以預測。
7、疾病疫情預測
基于人們的搜索情況、購物行為預測大面積疫情爆發的可能性，最經典的“流感預測”便屬于此類。如果來自某個區域的“流感”、“板藍根”搜索需求越來越多，自然可以推測該處有流感趨勢。
繼世界杯、高考、景點和城市預測之后，百度近日推出了疾病預測產品。目前可以就流感、肝炎、肺結核、性病這四種疾病，對全國每一個省份以及大多數地級市和區縣的活躍度、趨勢圖等情況，進行全面的監控。未來，百度疾病預測監控的疾病種類將從目前的4種擴展到30多種，覆蓋更多的常見病和流行病。用戶可以根據當地的預測結果進行針對性的預防。
8、災害災難預測
氣象預測是最典型的災難災害預測。地震、洪澇、高溫、暴雨這些自然災害如果可以利用大數據能力進行更加提前的預測和告知便有助于減災防災救災賑災。與過往不同的是，過去的數據收集方式存在著死角、成本高等問題，物聯網時代可以借助廉價的傳感器攝像頭和無線通信網絡，進行實時的數據監控收集，再利用大數據預測分析，做到更精準的自然災害預測。
9、環境變遷預測
除了進行短時間微觀的天氣、災害預測之外，還可以進行更加長期和宏觀的環境和生態變遷預測。森林和農田面積縮小、野生動物植物瀕危、海岸線上升，溫室效應這些問題是地球面臨的“慢性問題“。如果人類知道越多地球生態系統以及天氣形態變化數據，就越容易模型化未來環境的變遷，進而阻止不好的轉變發生。而大數據幫助人類收集、儲存和挖掘更多的地球數據，同時還提供了預測的工具。
10、交通行為預測
基于用戶和車輛的LBS定位數據，分析人車出行的個體和群體特征，進行交通行為的預測。交通部門可預測不同時點不同道路的車流量進行智能的車輛調度，或應用潮汐車道；用戶則可以根據預測結果選擇擁堵幾率更低的道路。
百度基于地圖應用的LBS預測涵蓋范圍更廣。春運期間預測人們的遷徙趨勢指導火車線路和航線的設置，節假日預測景點的人流量指導人們的景區選擇，平時還有百度熱力圖來告訴用戶城市商圈、動物園等地點的人流情況，指導用戶出行選擇和商家的選點選址。
11、能源消耗預測
加州電網系統運營中心管理著加州超過80%的電網，向3500萬用戶每年輸送2.89億兆瓦電力，電力線長度超過25000英里。該中心采用了Space-Time Insight的軟件進行智能管理，綜合分析來自包括天氣、傳感器、計量設備等各種數據源的海量數據，預測各地的能源需求變化，進行智能電能調度，平衡全網的電力供應和需求，并對潛在危機做出快速響應。中國智能電網業已在嘗試類似大數據預測應用。
對于單個家庭來說則可以通過智能家居設備，記錄家庭成員的起居習慣，感知用戶的舒適度，預測用戶的溫控能耗需求，進行智能的溫控裝置控制，還可結合階梯電價表來幫助用戶省錢。Nest正式基于大數據預測用戶能耗需求的成功產品。
除了上面列舉的10多個領域之外，大數據預測還可被應用在房地產預測、就業情況預測、高考分數線預測、選舉結果預測、奧斯卡大獎預測、保險投保者風險評估、金融借貸者還款能力評估等等，讓人類具備可量化有說服力可驗證的洞察未來的能力，大數據預測的魅力正在釋放出來。
京公網安備 11010502049343號