283
gooseeker集搜客
大數據的問題06：大數據預測得準嗎？
這個係列故事全部是反思大數據，每個故事都會給大數據玩家一種刺痛感，上一篇《點球成金——數據流PK球探，誰更重要？》雖然也在說大數據失效的故事，但是明確人掌握大數據的分析師的價值和地位。今天這個故事觸及大數據核心目標——預測，看看大數據怎樣再次被“黑”的。大數據都是騙人的啊——大數據預測得準嗎？
從前，有一頭不在風口長大的豬。自打出生以來，就在豬圈這個世外桃源裏美滿地生活著。每天都有人時不時地扔進來一些好吃的東西，小豬覺得日子愜意極了！高興任性時，可在豬圈泥堆裏打滾耍潑。憂傷時，可趴在豬圈的護欄上，看夕陽西下，春去秋來，歲月不爭。“豬”生如此，夫複何求？根據過往數百天的大數據分析，小豬預測，未來的日子會一直這樣“波瀾不驚”地過下去，直到它從小豬長成肥豬……在春節前的一個下午，一次血腥的殺戮改變了豬的信念：尼瑪大數據都是騙人的啊……慘叫嘎然而止。
這則“人造寓言”是由《MacTalk·人生元編程》一書作者 池建強 先生“杜撰”而成的。池先生估計是想用這個搞笑的小寓言“黑”一把大數據。
我們知道，針對大數據分析，無非有兩個方麵的作用： （1）麵向過去，發現潛藏在數據表麵之下的曆史規律或模式，稱之為描述性分析（Descriptive Analysis）； （2）麵向未來，對未來趨勢進行預測，稱之為預測性分析（Predictive Analysis）。把大數據分析的範圍從“已知”拓展 到了“未知”，從“過去” 走向 “將來”，這是大數據真正的生命力 和“靈魂” 所在。
那頭“悲催”的豬，之所以發出“大數據都是騙人的啊”呐喊，是因為它得出了一個錯誤的“曆史規律”：根據以往的數據預測未來，它每天都會過著“飯來張口”的豬一般的生活。但是沒想到，會發生“黑天鵝事件”——春節的殺豬事件。
黑天鵝事件（Black Swan Event) 通常是指，難以預測的但影響甚大的事件，一旦發生，便會引起整個局麵連鎖負麵反應甚至顛覆。讀者可閱讀納西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）所著的暢銷書《黑天鵝》，來獲得對“黑天鵝事件”更多的理解。
其實，我們不妨從另外一個角度來分析一下，這個搞笑的小寓言在“黑”大數據時，也有失敗的地方。通過閱讀知道，舍恩伯格教授在其著作《大數據時代》的第一個核心觀點就是：大數據即全數據（即n=All，這裏n為數據的大小），其旨在收集和分析與某事物相關的“全部”數據，而非僅分析“部分”數據。
那頭小豬，僅僅著眼於分析它“從小到肥”成長數據——局部小數據，而忽略了“從肥到沒”的曆史數據。數據不全，結論自然會偏，預測就會不準。
要不怎麼會有這樣的規律總結呢：“人怕出名，豬怕壯”。豬肥了，很容易先被抓來殺掉。這樣的“豬”血淚史，天天都上演的還少嗎？上麵的小寓言，其實是告訴我們：數據不全，不僅坑爹，還坑命啊！
那麼，問題來了，大數據等於全數據（即n=All），能輕易做到嗎？要想知道答案，請閱讀《顛簸的街道——“n=All”隻是一個幻覺？》
下個故事：啤酒和尿布：經典故事是偽造的，你知道嗎？全文：深度|十個段子反思大數據
最後更新：2017-01-09 14:08:07