2013年1月，維克托的《大數(shù)據(jù)時(shí)代》出版，由于正逢互聯(lián)網(wǎng)思維、大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新概念的風(fēng)起云涌，這件遠(yuǎn)涉重洋來(lái)到中國(guó)的舶來(lái)品，一時(shí)引得洛陽(yáng)紙貴。
從維克托界定的大數(shù)據(jù)使用的三個(gè)原則來(lái)看（要整體不要抽樣；要效率不要絕對(duì)精確；要相關(guān)不要因果），大數(shù)據(jù)的界定似乎正是針對(duì)小數(shù)據(jù)使用缺陷來(lái)界定的，而這些所謂的缺陷正是我們線下傳統(tǒng)數(shù)據(jù)收集和處理的基本原則。
在大數(shù)據(jù)大行其道之時(shí)，我們積累了幾十年、上百年的小數(shù)據(jù)處理方法是否就意味著過(guò)時(shí)了呢？
要回答這個(gè)問(wèn)題，我們還是要先從小數(shù)據(jù)的定義入手。
目前網(wǎng)絡(luò)和行業(yè)都缺乏對(duì)小數(shù)據(jù)的標(biāo)準(zhǔn)定義，在美國(guó)、乃至臺(tái)灣有一種關(guān)于小數(shù)據(jù)的定義，認(rèn)為相對(duì)于服務(wù)趨勢(shì)和戰(zhàn)略的大數(shù)據(jù)而言，那些服務(wù)于個(gè)體而形成的數(shù)據(jù)指標(biāo)，應(yīng)該稱(chēng)之為小數(shù)據(jù)。舉例來(lái)說(shuō)，谷歌根據(jù)人們?cè)谒阉饕媸褂玫年P(guān)鍵詞的相關(guān)性，判斷H1N1流感趨勢(shì)，為衛(wèi)生防疫部門(mén)提供預(yù)防決策屬于大數(shù)據(jù)的典型應(yīng)用；而耐克和蘋(píng)果合作開(kāi)發(fā)的“Nike+”軟件，為個(gè)人的健康和鍛煉提供的數(shù)據(jù)指標(biāo)和參考，就屬于小數(shù)據(jù)的典型范疇。
我想說(shuō)的是，如果從維克托的大數(shù)據(jù)使用的三個(gè)原則和標(biāo)準(zhǔn)，我們可以清楚的看到，他所意指的小數(shù)據(jù)更多的是我們沿用傳統(tǒng)方法收集和整理的數(shù)據(jù)。而這本書(shū)的序作者之一的謝文也明確表示，在互聯(lián)網(wǎng)技術(shù)席卷的今天，整個(gè)世界會(huì)明顯地劃分為大數(shù)據(jù)時(shí)代、小數(shù)據(jù)時(shí)代、無(wú)數(shù)據(jù)時(shí)代，小數(shù)據(jù)的時(shí)代指向更加明顯。
所以，我們定義的小數(shù)據(jù)，應(yīng)該是在信息和數(shù)據(jù)不完整的情況下，通過(guò)科學(xué)抽樣和技術(shù)調(diào)整，為個(gè)體或某類(lèi)具體問(wèn)題提供數(shù)據(jù)參考的數(shù)據(jù)包。
弄清楚了小數(shù)據(jù)的定義，我們來(lái)看看小數(shù)據(jù)相對(duì)于大數(shù)據(jù)，是不是真的已經(jīng)out了？
一、整體數(shù)據(jù)是不是一定優(yōu)于抽樣數(shù)據(jù)？
互聯(lián)網(wǎng)技術(shù)的發(fā)展，為收集整體數(shù)據(jù)而產(chǎn)生的成本下降直至忽略不計(jì)提供了可能，而傳統(tǒng)數(shù)據(jù)的收集方法是在平衡成本和精確之下，選擇規(guī)范的抽樣方法，兩者在數(shù)量級(jí)的比較上就不在一個(gè)體量級(jí)。從統(tǒng)計(jì)的精確度上來(lái)說(shuō)，數(shù)據(jù)越大，精確度越高，結(jié)果也會(huì)更加逼近于真相。當(dāng)年傳統(tǒng)的數(shù)據(jù)處理，正是受制于數(shù)據(jù)越多成本越大，或者某些現(xiàn)實(shí)條件，無(wú)法窮盡數(shù)據(jù)，才不得已采取了抽樣分析的折中辦法。從數(shù)量的角度講，大數(shù)據(jù)確實(shí)要優(yōu)于小數(shù)據(jù)。
但是，小數(shù)據(jù)分析方法，比如樣本方差，盡可能用各類(lèi)參數(shù)將樣本與整體之間的差異縮小，讓結(jié)果無(wú)限逼近真實(shí)，在趨勢(shì)和策略判斷上，抽樣判斷和整體判斷，其實(shí)很多時(shí)候都是五十步和一百步的區(qū)別；另一方面，小數(shù)據(jù)時(shí)代積累的各類(lèi)數(shù)據(jù)處理方法，也仍然是大數(shù)據(jù)時(shí)代數(shù)據(jù)處理的基礎(chǔ)和原則，拋棄小數(shù)據(jù)來(lái)談大數(shù)據(jù)，大數(shù)據(jù)也將是無(wú)源之水、無(wú)本之木。
二、小數(shù)據(jù)處理數(shù)據(jù)的原則是效率優(yōu)先、精確為輔。
大數(shù)據(jù)使用的第二個(gè)原則追求效率而不是絕對(duì)精確，需要重點(diǎn)提到的是，小數(shù)據(jù)處理體系的存在，正是建立在追求效率而不是絕對(duì)精確之上。小數(shù)據(jù)營(yíng)銷(xiāo)FromEMKT.com.cn一般是針對(duì)某類(lèi)具體問(wèn)題，在特定的時(shí)間段里，需要開(kāi)展數(shù)據(jù)的收集、整理和分析，并得出結(jié)論以做行動(dòng)參考。小數(shù)據(jù)營(yíng)銷(xiāo)更符合實(shí)戰(zhàn)營(yíng)銷(xiāo)中，不可能在信息完整情況下再進(jìn)行判斷的現(xiàn)實(shí)。今天乃至以后很長(zhǎng)一段時(shí)間的營(yíng)銷(xiāo)現(xiàn)實(shí)是：我們必須在競(jìng)爭(zhēng)對(duì)手信息不完整、消費(fèi)者信息不完整、市場(chǎng)信息不完整等諸多現(xiàn)實(shí)情況下，在指定的時(shí)間前，做出判斷和決策，并付諸于行動(dòng)。時(shí)機(jī)就是戰(zhàn)機(jī)，等到所有信息都完整了，黃花菜也涼了。所以，小數(shù)據(jù)才會(huì)有用抽樣代替整體的選擇。
另一個(gè)現(xiàn)實(shí)情況是，在現(xiàn)階段甚至很長(zhǎng)的一段時(shí)間里，靠互聯(lián)網(wǎng)自動(dòng)采集所有數(shù)據(jù)還不現(xiàn)實(shí)，技術(shù)的發(fā)展和普及需要時(shí)間，很多數(shù)據(jù)還無(wú)法實(shí)現(xiàn)網(wǎng)絡(luò)化，比如因?yàn)楝F(xiàn)實(shí)的財(cái)務(wù)、稅務(wù)問(wèn)題，采集經(jīng)銷(xiāo)商的數(shù)據(jù)就一直是個(gè)難點(diǎn)，ERP喊了多少年，進(jìn)銷(xiāo)存喊了多少年，在上了系統(tǒng)的企業(yè)里面，經(jīng)銷(xiāo)商的相關(guān)數(shù)據(jù)有多少水分，每個(gè)企業(yè)都心知肚明。
三、小數(shù)據(jù)具體問(wèn)題的個(gè)性化處理，更偏重于因果關(guān)系而不是相關(guān)關(guān)系。
維克托提到大數(shù)據(jù)的第三個(gè)原則，就是大數(shù)據(jù)更注重相關(guān)關(guān)系而不是因果關(guān)系，即兩組數(shù)據(jù)的相關(guān)性是數(shù)據(jù)處理的第一要?jiǎng)?wù)，至于為什么相關(guān)，這個(gè)問(wèn)題交給計(jì)算機(jī)自己處理。相關(guān)性和因果性，孰輕孰重，《大數(shù)據(jù)時(shí)代》的譯者周濤也曾表達(dá)了不同觀點(diǎn)。我們常說(shuō)某人讀書(shū)不求甚解，通常是指其知其然，而不知其所以然。今天大數(shù)據(jù)將“所以然”的東西交給計(jì)算機(jī)，使用者只對(duì)“然”負(fù)責(zé)，我和朋友調(diào)侃說(shuō)，這也許是機(jī)器統(tǒng)治人類(lèi)的第一步。
在高度繁榮的信息社會(huì)，你要確保計(jì)算機(jī)“所以然”是可控的，得有兩個(gè)前提：一個(gè)是計(jì)算編程的邏輯在開(kāi)始設(shè)定時(shí)就是正確的；一個(gè)是機(jī)器進(jìn)行海量數(shù)據(jù)處理時(shí)，自身不會(huì)因?yàn)?ldquo;疲勞”等因素造成計(jì)算錯(cuò)誤，而這正是大數(shù)據(jù)面臨的問(wèn)題。
小數(shù)據(jù)由于是針對(duì)特定問(wèn)題開(kāi)展的數(shù)據(jù)收集、處理和分析，人的因素比較大，大數(shù)據(jù)的短處正好成為了TA的長(zhǎng)處，在數(shù)據(jù)的處理過(guò)程當(dāng)中，目的的指向性和人與數(shù)據(jù)的互動(dòng)會(huì)更加有效。
關(guān)于大數(shù)據(jù)相關(guān)性的問(wèn)題，我曾看到一個(gè)網(wǎng)上的段子，問(wèn)影響人壽命長(zhǎng)短的因素有哪些，有人通過(guò)相關(guān)分析得出，一個(gè)人慶祝生日的次數(shù)與壽命的長(zhǎng)短成正比，換句話說(shuō)，一個(gè)人要長(zhǎng)壽就要多慶祝生日。稍有常識(shí)的人，都知道這是一個(gè)逗比的笑話，但是當(dāng)計(jì)算機(jī)給出其他的錯(cuò)誤相關(guān)結(jié)果時(shí)，我們有多少人能夠用常識(shí)判斷出，這是否是又一個(gè)逗比的結(jié)果？
用小數(shù)據(jù)抵制甚至漠視大數(shù)據(jù)時(shí)代的到來(lái)，是逆潮流而動(dòng)的掩耳盜鈴；但用大數(shù)據(jù)時(shí)代來(lái)否認(rèn)小數(shù)據(jù)的價(jià)值，是將大數(shù)據(jù)的歷史和未來(lái)進(jìn)行割裂，依然停留在偽數(shù)據(jù)時(shí)代。
京公網(wǎng)安備 11010502049343號(hào)