看完這篇干貨，我不相信你會不收藏。大數據時代，熱文很多，但需要的是冷思考。

大數據已經成為時尚詞匯，理解混亂是必然的。對此的九個思考，沒有邏輯、沒有體系性，純粹是片段式的，目的是提出問題，思考中。心中無“大師”，一切從現象入手，竊以為“大師”一詞僅僅適合于鬼神靈，不適合人。

此思考希冀引起思想碰撞，各種觀點，無論是鼓勵、批評，甚至攻擊，只要發自內心，都能夠促進思索。感謝!結合大家的批評與建議，對一些集中問題點進行一些思考后的再補充。

大數據思考之一

任何一個網站的數據都是人們互聯網行為數據的很小的一個子集，無論這個子集多么全面，分析多么深入，都是子集，不是全集。對于企業來講，競爭對手的數據價值遠遠超過自己網站數據的價值，從量級上，對于所有公司都一樣，自己擁有的數據遠遠小于全集數據。看起來的全數據恰恰是殘缺數據。

補充

一些朋友對“競爭對手的數據價值遠遠超過自己網站數據的價值”的判斷是錯誤的，我虛心接受，知己知彼很重要，實際的意義是“企業的生存關鍵不在于自己如何，而在于競爭對手如何，自己的事情必須做好”。在此前提下，競爭對手的數據價值遠遠超過自己網站數據的價值”。

大數據思考之二

數據量的大幅增加會造成結果的不準確，來源不同的信息混雜會加大數據的混亂程度。研究發現：巨量數據集和細顆粒度的測量會導致出現“錯誤發現”的風險增加。那種認為“假設、檢驗、驗證的科學方法已經過時”的論調，正是大數據時代的混亂與迷茫，人們索性擁抱凱文凱利所稱的混亂。

補充

舍恩伯格在《大數據時代》一書中的提出的被廣泛接納的：大數據“沒有精確只有混雜，沒有因果只有相關”觀點是錯誤的。混雜需要梳理成合理才有分析價值，無論是牛頓、愛因斯坦，還是韋伯的理想類型都是在混雜中找尋分析方法，相關很多時候是沒有找到因果之前的認識，因果與過程理解是研究的核心。

大數據思考之三

互聯網用戶的基本特征、消費行為、上網行為、渠道偏好、行為喜好、生活軌跡與位置等，反映用戶的基本行為規律。體系完整是所有分析性工作的第一步，完整的框架甚至勝過高深的模型。人類的認識最大的危險是不顧后果的運用局部知識。如果只關心自己網站數據，其分析基礎必然是斷裂數據。

補充

斷裂數據的危害會在競爭激烈時日益凸顯，很多互聯網企業以CRM管理系統當成數據挖掘與數據分析系統，觀念是錯誤的，CRM的目的是規范性報表，數據分析與數據挖掘的目的是探索性歸納。

大數據思考之四

現在談到大數據，基本有四個混亂觀念：第一，大數據是全數據，忽視甚至蔑視抽樣;第二，連續數據就是大數據;第三，數據量級大是大數據;第四，數據量大好于量小。對應的是：抽樣數據只要抽樣合理，結論準確;連續只是一個數據結構;大量級的噪音會得出錯誤結論;大小與價值關系不大。

補充

現實互聯網領域被基本關于大數據的書籍所累，觀念十分混亂，實際上，人類積累的數據經驗是一切分析的基礎，包括所謂的海量數據，那幾本書的方法論橫空出世，同時又沒有落地、沒有實際操作經驗積累，誤導性太強。

　　圖片來源：www.cbdio.com

大數據思考之五

大數據不是新事物，天氣、地震、量子物理、基因、醫學等都是，借鑒他們的方法有益。他們用抽樣調查。互聯網數據挖掘方法論也如此，不同的是更難，因為人的復雜性。既然是關于人的研究就需應用所有研究人的方法梳理大數據。只要懂編程、懂調動數據的人就可以做大數據挖掘的說法是謬誤。

補充

大數據不是新的，只是出現了新的收集資料的快捷方法，所有關于人的研究方式與分析方法應用于大數據是數據挖掘的核心，調動數據的能力僅僅是技術部分，關系類似導演與剪輯。

大數據思考之六

大數據分析中分析構架為第一要著，算法也極為關鍵，在最近的大數據處理中發現：解析網址后的分類是是一個難點，主要有幾個方面，一個千萬人的網絡行為數據一天產生的域名大約50000個，雖然有一些算法，但是混淆、難以辨認，連續更新與判別是分析中的重要步驟，簡單分易，精細分難。

補充

算法依賴于數據的構架，而算法需要真正理解人的行為。

大數據思考之七

算法中，只要包含文本，就必然有兩個關鍵基礎技術：關鍵詞(字典)與語義分析。關鍵詞技術成熟，語義技術是瓶頸，中文語義太難，能解決50%的團隊就不錯了，尤其是社交語言，比如"真可以!"何解?需上下文。希望風投們多鼓勵此類基礎技術研發，突破此瓶頸是大數據挖掘的關鍵點之一。

大數據思考之八

社交數據挖掘中，很多團隊集中在運用推特瀑布思路，就是可視化技術，其構圖精美值得稱道，問題是，其理論還是沿用三十多年前的社會計量法，概念還是局限在點、橋、意見領袖等小群體分析，不適合巨網，突破可視化框架的社交分析需要理論探索和實踐努力。

補充

理解社交的意義比結構展示重要。

大數據思考之九

移動互聯網對社會生活的影響本質是時間與空間的解構，分析這類大數據需要把握這兩點，如果僅僅分析app和網絡使用行為，那么分析上就失去了移動的意義。單純看流量、點擊率等簡單數字無法解決復雜的營銷問題。不創新的延續原有思維模式是人類思考惰性。

補充

互聯網和移動互聯網是相關的兩件事情。