CDA數據分析師出品

編譯：Mika

【導讀】收集更多的數據會導致更好的決策嗎？像亞馬遜、谷歌和網飛這樣有競爭力、精通數據的公司已經認識到，單靠數據分析并不總能產生最佳結果。在文中，數據科學家塞巴斯蒂安·韋尼克分析了當我們純粹基于數據做出決策時出現的問題，并提出了一種更聰明的使用方法。

亞馬遜用數據拍劇卻翻車

Roy Price這個人，在座的絕大多數可能都沒聽說過。實際上，Roy Price是亞馬遜廣播公司的一位資深決策者，該公司是亞馬遜旗下的一家電視節目制作公司。

Roy Price有一個責任非常重大的工作，他要負責幫亞馬遜挑選即將制作的原創劇集。這個領域的競爭非常激烈，其他公司已經有非常多的電視劇集。Roy不能只是隨便亂挑一個劇，他必須找出真正會火的劇集。

換句話說，他挑選的劇必須落在這條曲線的右側。這條曲線是IMDB(網絡電影資料庫)上2500個電視節目的用戶評分曲線圖，評分從1到10?？v軸表明有多少劇達到這個評分。如果你的劇達到9分或以上，那就妥妥的贏了，也就是說你擁有那2%的頂尖劇。

例如像「絕命毒師」「權力的游戲」「火線重案組」這類全是令人欲罷不能的劇?？赐暌患局?，你馬上就會想看下一季。

「絕命毒師」劇照

曲線左邊，不妨選個最靠邊比較明顯的點，這里有個叫「選美小天后」(兒童選秀類)的節目。這足夠讓你明白曲線最左端代表了什么。

Roy Price并不擔心會選個落在曲線最左邊的節目，他擔心的是中間多數的這些節目。這些節目不算好，但也不是很爛，但它們不會真正地讓觀眾感興趣。所以他要確保制作的劇落在曲線的右側。

那么壓力就來了。當然，這也是亞馬遜第一次想做這類事情。所以Roy Price不想只是碰運氣，他想要打造成功，他要萬無一失的成功。

于是他舉辦了一個競賽，他吸取了許多關于電視劇的想法。通過評估，挑了八個候選的電視劇。

然后他為每個劇制作了第一集，再把它們放到網上讓觀眾免費觀看。觀眾的響應度也很高，一時間有幾百萬人在看這些劇集。

而這些人不知道的是，當他們在觀看節目時，他們也正被被Roy Price及他的團隊觀察。他們紀錄了關注所有的行為，比如哪些人按了撥放；哪些人按了暫停；哪些部分被跳過了；哪些部分被重看了一遍，他們收集了幾百萬個數據。他們想要用這些數據來決定要做什么樣的劇。

因此，在收集了所有的數據并處理過后，他們得到了一個答案——”亞馬遜需要制作一個有關四個美國共和黨參議員的喜劇”。

他們真的做了，有人知道這個節目嗎？

(觀眾：「阿爾法屋」)

是的，就是「阿爾法屋」。

「阿爾法屋」劇照

但看起來大部分人都不記得有這部劇，的確，這部劇收視率并不理想，它其實只是個一般的劇。

實際上，一般的劇差不多對應曲線上7.4分的位置，而 「阿爾法屋」 落在7.5分，比一般稍微好點。但絕對不是Roy Price和他的團隊想要達到的目標。

網飛如何用數據捧火「紙牌屋」

但在差不多同一時間，另一家公司的另一個決策者同樣用數據分析卻做出了一個頂尖的節目，他的名字是Ted Sarandos。

Ted是網飛的首席內容官，就跟Roy一樣，他也要不停地尋找能火的劇集，而他也使用了數據分析。

但他的做法有點不太一樣，不是舉辦競賽。他和他的團隊觀察了網飛所有的觀眾數據。比如觀眾對節目的評分；觀看紀錄；哪些節目最受歡迎等等。

他們用這些數據去挖掘觀眾的所有細節，關注喜歡什么類型的節目，什么類型的制作人，什么類型的演員…

在收集到全部的細節后，他們信心滿滿地決定要制作一部劇——不是四個參議員的喜劇，而是關于一位參議員的電視劇。

各位知道是哪部劇嗎？沒錯，就是「紙牌屋」。

「紙牌屋」劇照

至少在頭兩季，網飛在這個節目上賺到了極高的收視率?！讣埮莆荨乖谶@個曲線上拿到了 9.1分，這絕對實現了最初的目標。

很顯然，問題來了。這到底是怎么回事？

有兩個非常有競爭力、精通數據分析的公司，他們都整合了所有的數據。結果其中一個干的很漂亮，而另一個卻沒有。這是為什么呢？

根據邏輯分析來說，這種方法應該每次都有效啊。如果你收集了所有的數據來制定一個決策，那你應該可以得到相當不錯的決策。用大量的數據做支撐，還有高性能的計算機去增強它的效果，至少你可以期待得到一個還不錯的電視劇吧。

谷歌預測流感失??？數據分析并沒有想像中有效

但如果數據分析并沒有想像中的有效，這就有點嚇人了。因為我們生活在一個越來越依賴數據的時代，我們要用數據做出遠比電視節目還要嚴肅重要的決策。

MHS是一家軟件公司，如果有人在美國被判入獄，要申請假釋。很有可能MHS公司的數據分析軟件就會被用來判定你是否能獲得假釋，它也是采用跟亞馬遜和Netflix公司相同的原則。但并不是用于決定某個電視節目收視率的好壞，而是用來決定一個人將來的行為的好壞。

一個半小時的電視節目可以很糟糕，但要坐很多年的牢顯然要糟糕得多。

但不幸的是，實際上已經有證據顯示，盡管可以依靠龐大的數據資料，這項數據分析并不總能得出最優的結果。

事實上，并不只有像MHS這樣的軟件公司在分析數據時無法得出最優解，就連谷歌之類最頂尖的數據公司也會出錯。

2009年，谷歌宣布他們可以用數據分析來預測流行性感冒何時爆發。他們用自己的搜尋引擎來做數據分析，結果證明它準確無比，這引得各路新聞報道鋪天蓋地，甚至還達到了一個科學界的頂峰，在"自然"期刊上發表了文章。

之后的每一年，它都預測得準確無誤。直到有一年，預測失敗了。沒有人知道到底是什么原因，但那一年它就是不準了，當然這又成了一個大新聞，包括現在被"自然"期刊撤稿。

所以，即使是最頂尖的數據分析公司亞馬遜和谷歌有時也會出錯。但盡管出現了這些失敗，數據仍然在馬不停蹄地滲透進我們實際生活中的決策，進入工作場所、執法過程、醫藥領域…

所以，我們應該確保數據是能夠幫助我們解決問題的。

數據拆分細節+大腦整合信息

我個人也曾經多次被數據分析搞的焦頭爛額。我在計算遺傳學領域工作，這個領域有很多非常聰明的人在用多到難以想像的數據來制定相當嚴肅的決策。比如癌癥治療，或者藥物開發等等。

經過這幾年，我已經注意到一種模式或者規則，關于如何用數據做出成功以及不成功的決策。我覺得這個模式值得分享，內容大概是這樣的：

當你要解決一個復雜問題時，你通常必然會做兩件事。

首先，你會把問題拆分得非常細，這樣你就可以深度地分析這些細節。

然后，你要做的就是，再把這些細節重新整合起來，從而得出你要的結論。

有時這必須重復幾次。但基本都是圍繞這兩件事：拆分，再整合。

關鍵的問題在于，數據和數據分析只適用于第一步。無論數據和數據分析多么強大，它都只能幫助你拆分問題和了解細節，它不適用于把細節重新整合在一起來得出一個結論。

然而有一個工具可以實現第二步，我們每個人都有，那就是大腦。

如果要說大腦很擅長某一件事，那就是它很會把瑣碎的細節重新整合在一起。即使你擁有的信息并不完整，也能得到一個好的結論，特別是專家的大腦。

這也是我相信Netflix會這么成功的原因，因為他們在分析過程中同時使用了數據和大腦。

他們利用數據，首先去了解觀眾的若干細節，沒有這些數據，他們不可能進行這么透徹的分析。但在之后，要重新整合信息，制作像「紙牌屋」這樣劇的決策，就無法依賴數據了。

是Ted Sarandos和他的團隊通過思考做出了批準該節目的這個決策。這也就意味著，他們在做出決策時承擔很大的個人風險。

而另一方面，亞馬遜把事情搞砸了。他們全程依賴數據來制定決策。

首先，舉辦了關于節目創意的競賽，然后他們決定選擇制作劇集「阿爾法屋」。對他們而言，這是一個非常安全的決策。因為他們總是可以指著數據說，”這是數據告訴我們的”。但數據并沒有帶給他們滿意的結果。

當然，數據依然是做決策時的強大的工具。但我相信，當數據開始主導這些決策時，并不能保證萬無一失，不管它有多么的強大，數據都僅僅是一個工具。記住這句話之后，我發現這個裝置相當有用。

在有數據之前，這就是用來做決策的工具，很多人應該知道這個，就是”魔力8號球”(一個隨機出答案的玩具)。

它真的很奇妙，因為如果你要做一個"是"或"不是"的決策時，你只要搖一搖這顆球，就可以得到答案了。

事實上，當然我已經在我人生中做出了一些決定。雖然事后證明，我當初還不如直接用這顆球。

當然如果你手里有數據，你就會想用更尖端的方式來取代這顆球。比方說，用數據分析來得到更好的決策，但這無法改變基本的設定。這球可能會變得越來越智能。

但我相信，如果我們想達成某些像曲線最右端那樣出色的成就，最后的決定權還是應該落在我們身上。

事實上，我還發現了一件非常鼓舞人心的事。即使面對龐大的數據，當你要做出決定，想成為該領域的專家，并承擔風險時，這是非常值得的，你仍然會有很大的收獲。

因為到最后，不是數據，而是風險會把你引到曲線的最右端，謝謝各位。