作為公眾號的開篇之作，自然以“忘掉大數據”為題，這既是我的主張也是十年實戰大數據的感悟。作為道家行者，凡事喜歡探究本原，試圖務實一些還原大數據的真相。
為什么要忘掉大數據?
是不是大數據無用?恰恰相反，大數據太有用了，大數據無處不在，它可以跟所有的應用結合，當然前提是能夠采集到相匹配的數據，而隨著科技的發展，采集數據的范圍越來越大、存儲技術越來越先進、計算能力越來越強、算法越來越智能，越來越多的問題能夠用數據技術來解決。那我為什么還是要忘掉它?理由有二：其一，數據的關鍵不在于“數據”本身，而是它表征的事實，我們必須回歸到數據產生的場景中去理解數據，也必須從場景出發去應用數據，單純的大數據毫無意義，想成為一個大數據專家，得先成為某一個應用領域的專家;其二，這是個人對大數據發展的終極夢想，因為數據，我們的生活更加自然，最終再也覺察不到大數據的存在，那才是真正的大數據時代!
回想上古時代，人類對這個世界一無所知或者知之甚少，因為無知，也就無爭，所以“老死不相往來”，社會是一種“自然”的穩態，后來，部分人掌握了更多的數據，開始爭奪利益，道德崩塌，社會變遷，只有大數據發展到人人都能平等的獲取同樣多的數據，社會才會進入一種新的“自然”的穩態。道家洞悉了天機，為“自然”的秩序，無為，也無所不為!
扯遠了…….接下來談談我對數據的理解。
一、數據=Know，數據一直存在
1、數據是人類對世界的觀測： 數據是個什么樣的東東?我是這么看的，我把世界分為如下這些元素：a、道，主宰世界的運行; b、公理/定理、規律 ;c、場景，包括政治人文地理氣候等;d、參與者，包括人和萬物，大到天體，小到粒子;于是所有的事情都可以抽象成這樣，在a和b的作用下，c和d相互影響在時空中運行，而這時候出現了一個旁觀者，把它觀測到的這一切記錄下來，就形成了我們所說的數據。
數據體現了人類的意志：數據的來源只有兩種，要么人類通過手工記錄，要么通過科技手段按照人類設想記錄下來，記錄者對事物的理解、采取的采集手段決定了數據長啥樣!所以看到數據，要追溯回記錄者當時怎么想怎么記的，才可能真正搞懂數據。
數據并不客觀，它是有角度的：正因為數據體現了人類的意志，而人類只能選取某些角度去觀測世界，因而記錄下來的數據是有角度的，它離客觀事實有很大的距離。譬如《史記》就體現了司馬遷的偏好，項羽不是帝王，卻列入本紀之中，可見其對于項羽的推崇心理。
數據表征事實，但數據只是事實的采樣：事物的細節很多，人類只能對局部的點進行記錄(空間抽樣)，也不可能連續記錄(時間抽樣)。譬如你記錄了時間、地點、人物、事件，但還有人物心理、周邊環境、星際運行、甚至粒子級別的運動，人類觀測不過來，也記錄不過來，很多東西無法表征，更存儲不下來所有。
數據不僅失真，還可能錯漏：眼里見到的不一定就是真實，最終記錄下來的也不一定是眼里見到的，還有技術的誤差......
真正的“數據”是世界發生的這一切，這個“數據”無窮大，一直存在：相比之下，人類的采集及表征存儲技術實在是太渺小了!不少專家驚呼大數據時代來了，我們可以不用抽樣能夠全數據處理了，真實情況是，人類永遠沒有全數據，我們對這個世界“Know”得太少啊，真正的大數據時代還早得很!
(注：在我的概念，數據有廣義狹義之分，廣義的“數據”就是世界發生的這一切，狹義的數據是指人類記錄下來的)
順便也說一下，強人工智能時代還遠著呢，且不談意識那些深層次的話題，也不探究存儲及表征技術的落后，三個理由，其一，AI在采集數據方面是預設角度的，而人類對一個事物觀測角度有無窮想象空間，你自己都無法預知你會留意哪些方面，其二，模型方面，AI的學習方向也是預設的，人類大腦的聯想關聯能力、快速歸納能力AI無法做到，譬如嬰兒第一次見到圍巾，你教它把它掛到脖子上，下次它見到長的東西如皮帶，它也會創造性的往脖子上掛，沒人教過它圍巾與皮帶的關聯關系!我舉的這個例子不一定恰當，相信寶爸寶媽能舉出更多更好的例子(歡迎投稿供引用)。其三，解讀數據及數據影響行動的能力，AI還太弱。
2、“數據”是物質與意識之間的連接
人類對世界的認知就是體現在對“數據”的掌握，物質通過“數據”傳遞給意識，意識接收“數據”感知物質。沒有“數據”，物質與意識就會中斷。脫離了肌殼，不知道靈魂還能不能接收“數據”，如果不能，那就跟物質中斷了，這種狀態跟創世元靈忍受過的難以想象的孤寂差不多。
3、數據=Know
查英語詞典，“know”有知道、了解、懂三層含義，這三層漸進的解釋和大數據實在是太吻合了，單一的數據能幫人們淺層次的“知道”一些事實，多維度的數據讓我們進一步的“了解”事實，而對數據的綜合提煉、深度洞察才能稱之為“懂”，“懂”事物的規律、發展方向!所有的數據都是幫助我們Know，譬如運營報表是幫助我們“know”過去的運營情況、監控預警是幫助我們“Know”當下正在發生什么異常的事情、目標客戶數據是幫助我們“Know”客戶未來會有什么樣的購買需求;而大數據挖掘就是利用我們已經“Know”的事實數據去推測我們想“Know”的東西。
二、數據的方法一直在使用
人類一直在有意無意的采用數據方法來思考，幾乎所有的領域都有數據的影子。譬如讀心術，不就是通過分析身體語言、微觀動作、面部動作、空間行為、觸覺等非語言行為數據再結合社會習俗、文化背景、民族習慣、現場氣氛、對象資料等背景信息來推測對象的心理么?最近“別對我撒謊”就是試圖利用圖像數據來分析心理，當然智能程度還很低;而偵探就是通過收集現場等數據試圖還原真相;所謂聞香識女人、知己知己百戰不殆、分久必合合久必分等都是對數據的收集和運用;占卜算卦就更神奇了，利用道具來產生數據(當然，不知道是否還采集了空氣中一些神秘的數據)然后推測人的命運…...
但是，現行的數據技術并不能解決所有的問題，因為很多數據還沒辦法收集存儲，隨著采集技術的發展，未來，一切皆可測量，一切皆可數據化，所有領域的專家，都將是數據科學家。 未來，請忘掉大數據，不要問大數據能做什么，而是幾乎所有的領域都必須應用數據技術。大數據無處不在，也就是不存在。
三、所謂的模型、算法，都是為了讓數據產生新的數據，Know->行動
前面也說了，數據挖掘，就是利用已掌握的數據推測未知，推測的結果就是一個新的數據，譬如你沒有用戶的性別數據，只能通過用戶的瀏覽習慣、瀏覽網頁分類來推測它的性別，這個性別對于你就是一個新的數據。
不能影響行動的數據都是沒有意義的，換句話說，數據必須與商業(應用)相結合。千辛萬苦整出一個數據，沒有相應的應用流程來承接，那就徒勞無功。
四、經驗也是大數據
大數據出現之后，人們對數據驅動津津樂道，什么數據驅動營銷、數據驅動管理、數據驅動運營……...如果憑經驗做事情，似乎就被一棍子打死。但是，數據看起來很多，實際上很少(前面說的抽樣、失真......)，它并不總能解決問題，如果掌握的數據與目標相去甚遠，無論算法多么的牛叉，都得不到一個與目標匹配的數據結果。
而人類的經驗是基于多年接收的大數據運用大腦提煉的結果，除了五官，人類身體的每一寸肌膚都在接收并處理大數據，人類的大腦比計算機模型強得不知道哪里去了，匹配度高的經驗效果遠遠好于一般的數據結果。
所以，別瞧不起經驗，很多情況下，數據無能為力!
結語
數據沒想象那么強大，但未來數據無處不在，最后，人類一定會忘掉大數據!
先推出第一篇，可能抽象了點。以后會寫些更接地氣的!
作者：小白楊(吳顯洋)： 從小愛數學，曾是系統架構師，后回歸數據，10年大數據實戰經驗，漸成一家，擅長數據化思考、系統性布局。信奉道家思想，堅信萬物皆數據，數據藏大道。愛徒步、愛歷史、愛思考宇宙，弘大數據道，教你Know那些有趣、有用、有逼格的Data。
京公網安備 11010502049343號