118
gooseeker集搜客
大數據的問題03：園中有金不在金——大數據的價值
上一個故事《大數據的問題02：顛簸的街道——“n=All”隻是一個幻覺？》 展現了全數據夢想及其數據偏差問題，讓我們感受到：“n=All”,夢想很豐滿，但現實很骨感！那麼，大數據背後的價值到底在哪？園中有金不在金——大數據的價值
人們在描述大數據時，通常表明其具備4個V特征，即4個以V為首字母的英文描述： 1）Volume（體量大）、 2）Variety（模態多）、 3）Velocity（速度快）及 4）Value（價值大）。 前三個V，本質上，是為第四個V服務的。試想一下，如果大數據裏沒有我們希望得到的價值，我們為何還辛辛苦苦這麼折騰前3個V？
英特爾中國研究院院長吳甘沙先生說，“鑒於大數據信息密度低，大數據是貧礦，投入產出比不見得好。”《紐約時報》著名科技記者Steve Lohr，在其采訪報道“大數據時代（The Age of Big Data）”中表明，大數據價值挖掘的風險還在於，會有很多的“誤報”發現，用斯坦福大學統計學教授Trevor Hastie的話來說，就是
“在數據的大幹草垛中，發現有意義的“針”，其困難在於“很多幹草看起來也像針（The trouble with seeking a meaningful needle in massive haystacks of data is that “many bits of straw look like needles）”
針對大數據的價值，李國傑院士借助中國傳統的寓言故事《園中有金》，從另外一個角度，說明大數據的價值，寓言故事是這樣的：
有父子二人，居山村，營果園。父病後，子不勤耕作，園漸荒蕪。一日，父病危，謂子曰：園中有金。子翻地尋金，無所得，甚悵然。是年秋，園中葡萄、蘋果之屬皆大豐收。子始悟父言之理。
人們總是期望，能從大數據中挖掘出意想不到的“大價值”。可李國傑院士認為，實際上，大數據的價值，主要體現在它的驅動效應上，大數據對經濟的貢獻，並不完全反映在大數據公司的直接收入上，應考慮對其他行業效率和質量提高的貢獻。
大數據是典型的通用技術，理解通用技術的價值，要懂得采用“蜜蜂模型”：蜜蜂的最大效益，並非是自己釀造的蜂蜜，而是蜜蜂傳粉對農林業的貢獻——你能說秋天的累累碩果，沒有蜜蜂的一份功勞？
回到前文的小故事，兒子翻地的價值，不僅在於翻到園中的金子，更是在於翻地之後，促進了秋天果園的豐收。在第一個小故事中，醉漢黑暗中尋找的鑰匙，亦非最終的價值，通過鑰匙打開的門才是。
對於大數據研究而言，一旦數據收集、存儲、分析、傳輸等能力提高了，即使沒有發現什麼普適的規律或令人完全想不到的新知識，也極大地推動了諸如計算機軟硬件、數據分析等行業的發展，大數據的價值也已逐步體現。
李國傑院士認為，我們不必天天期盼奇跡出現，多做一些“樸實無華”的事，實際的進步就會體現在紮紮實實的努力之中。一些媒體總喜歡宣傳一些抓人眼球的大數據成功案例。但從事大數據行業的人士，應保持清醒的頭腦：無華是常態，精彩是無華的質變。
如果把“大數據”比作農夫父子院後的那片土地，那麼土地的麵積越大，會不會能挖掘出的“金子”就越多呢？答案還真不是，下麵的故事我們說說大數據的大小之爭。
全文：深度|十個段子反思大數據
最後更新：2017-01-09 14:08:06