一、“火爆”的大數據

說起數據類型，你可能腦海中第一個蹦出的詞就是“大數據”。幾年前，你可能會因為沒有聽說過這個詞而被鄙視“落伍”，今天就不會了。一個原因是沒聽過的人越來越少，另一個原因是大家太熟悉這個詞了，就不再覺得了解大數據是什么了不起的事情。

打開百度指數（一個反映網民在網絡上搜索關鍵詞的搜索量趨勢的免費工具）搜索關鍵詞“大數據”，可以清晰地看到它在國內的熱度趨勢（見圖1-4）。自2012年起，這個詞以燎原之勢火遍全國。到2018年，這個趨勢開始放緩，除偶爾因為特殊新聞事件導致的搜索量激增外，慢慢成為一個常態化的搜索量級。

這個概念最早在國內火起來，是因為美劇《紙牌屋》。有人甚至用“巫術一般的精準”來形容在這個劇的創作過程中，大數據起到的作用。

據說，《紙牌屋》的數據庫擁有超過3000萬用戶的收視選擇數據，還有幾百萬條評論和主題搜索數據等。節目拍什么、誰來拍、誰來演、怎么播，都是基于對這些數據的分析統計來決定的。無論是用戶研究、內容偏好，還是內容轉化，都有數據的引導，從而實現了內容創造的C2B（Customer to Business），也就是“由用戶需求決定內容生產”。

這個在當時看來神奇、神秘又帶著高科技光環的故事瞬間點燃了這個概念的熱度。那段時間，打開知乎（一家網絡問答社區和內容創作平臺），大數據的問題俯拾皆是。很多不同行業的人士都紛紛提出了類似的問題：

游戲行業，大數據該如何應用？

大數據在金融行業有哪些應用前景？

大數據在石油行業可以干什么？

大數據在電信行業的應用目前的狀況如何？

大數據會如何改變管理咨詢行業？

大數據在鐵路行業的應用是什么？

大數據會對審計行業形成沖擊嗎？審計行業是否會因此而消失？

大數據對財務行業會產生什么樣的影響？

傳統行業如何搭建大數據團隊？

…………

不是“怎么用”，就是“未來會怎樣”，或者“如何搭建團隊”。

由于關注度居高不下，便出現了很多“蹭熱度”的行為。比如披著大數據的外衣來吸引眼球，其實只是用了“大量的數據”，東拼西湊了一些信息，推出一些似是而非的結論?；蛘叽蛑髷祿钠焯枺鋵嵵皇菫榱诵麄髯陨淼漠a品或品牌。

大數據之所以叫大數據，是因為它有五大特性，由IBM公司提出。這五大特性也稱為5V理論，是由五個以字母V開頭的單詞組成的，分別是：

? 大量（Volume），指數據量巨大。

? 高速（Velocity），指時效性很好。不像部分數據類型的獲取周期比較長，有的時候昨天產生的大數據，今天就能夠拿到。

? 多樣（Variety），指維度很多。有的數據類型只有單一維度或少量的分析維度，但大數據不僅數據量巨大，其中包含的維度也很多，方便大家進行多角度的分析思考。

? 價值（Value），指數據背后的分析價值和研究意義。

? 真實（Veracity），大數據都是基于自然產生的事實數據，這些數據原始不虛，沒有經過二次加工。

當數據同時具備這5個特性的時候，就可以稱之為大數據。比如說我們耳熟能詳的很多平臺，像阿里、騰訊、百度等，都是擁有大數據的。

以每年“雙十一”的淘寶數據為例，“雙十一”前后的平臺數據量是非常巨大的，絕對是“大量”的數據。它的時效性也很強，當天的數據，平臺很快就可以進行整體分析了，很“高速”。數據的維度也很多元，有銷量數據、熱門購買時間分布、價格趨勢、收藏趨勢、退貨數據等，是“多樣”的。數據的商業價值也毋庸置疑，你可以從中看到國人消費重點的變化，看到不同企業的產品興衰，看到不同品類的特點等，是有“價值”的。最后，這些都是源自用戶真實行為產生的數據，也就是事實數據，是“真實”的。

大數據本身固然價值非凡，但基于企業的需求和成本考慮，以及我看到的一些大數據“神話”的現象，我在這里想潑一點“冷水”。

以前面說到的《紙牌屋》為例。更準確一點的說法也許是：大數據分析是《紙牌屋》成功的必要條件，而非充分必要條件。與其說是大數據成就了《紙牌屋》，不如說是《紙牌屋》大大提高了“大數據”的影響力。

原因有以下三點。

首先，數據確實能幫助制作方了解用戶的過往內容偏好。但是用戶曾經喜歡不代表未來也會喜歡。未來有無數種可能性，人們未來的口味太難預估。到底拍什么樣的故事、選什么演員會火，依然需要制片方和導演的經驗、直覺，以及賭徒式的決斷。

其次，數據能夠幫助制作方實時了解用戶對已播劇集的喜好，從而優化未來的劇集內容。但是數據無法完全代替創意，再好的故事梗概如果遇上不好的內容編輯，依然會被埋沒。

最后，數據是“死”的，通過數據得出什么結論要靠人。同樣的數據，不同的人可能會得出完全不同的結論。因此，客觀存放在那里的數據，背后的價值能否被挖掘，以及能被挖掘出多少，也有很大的不確定性。

有的人會誤以為掌握海量數據就等于擁有了數據分析的能力，這是不對的。其實，就連《紙牌屋》的編劇約翰·曼凱維奇對中國用戶熱議的“紙牌屋通過大數據大獲成功”的觀點也覺得莫名其妙，并堅決否認。他曾在接受《北京青年報》采訪時明確表示：“一部劇的走紅，關乎導演、演員，更關乎有創意有深度的故事與講述故事的手法，但市場本身充滿了偶然性，并非數據能夠算出的?！?/p>

數據都是要靠“人”來分析的，就算是前面談到的螞蟻金服集團的“數據驅動業務”案例，前期的建模和迭代也依然要靠“人”來打好基礎。

大數據確實有用，但可能并沒有你想象中的“那么”有用。