大數據所能做到的三大錯誤假設_數據分析師

大數據似乎已經火到不行了。根據《華爾街日報》最近的一篇報道：缺乏經驗的數據科學家每年卻指揮著價值高達30萬美元的大數據項目。顯然，我們已然大步邁進了大數據時代。

　　然而，鑒于這一領域的相關工具和一系列實踐方案都是如此的新穎，對于當下的我們來說，重新審視我們關于大數據所能夠幫助我們解決的相關問題的假設是至關重要的，或許更重要的是幫助我們捋清那些事情是大數據所無法做到的。本文中，我將為大家總結企業對于大數據所能夠幫助企業業務解決的三大最為普遍的錯誤假設。

　　大數據不能預測未來

　　大數據以及與之相關的一系列分析工具，評論，科學實驗和可視化并不能告訴你將來會發生什么事。為什么呢?因為您企業所收集的數據完全來自過去。我們尚不具備能夠從未來收集數據和價值的能力。

　　我們可以基于這些數據，分析過去發生了什么狀況，試著總結出企業的相關決策和業務行與最終結果之間的聯系和趨勢，然后可以使用猜測的方法，在相似的情況下，如果做出某個類似的決定，預估將發生的類似的結果。但我們并不能預測未來。

　　許多管理人員和企業妄圖通過收集了大量數據來預測未來。這顯然是一個壞主意，因為未來總是在變化。正如我們的理財顧問所始終強調的那樣：“過去的表現并不能保證未來的結果?！边@句格言同樣適用于大數據。

　　并非試圖預測未來，我們使用大數據來優化和改善當下的現實狀況。分析現在所發生的事情、以便能夠基于目前的事件建設性的改善后果。利用這些數據來發現如何提出恰當的問題。不要嘗試將大數據作為一個預知未來的水晶球。

　　大數據不能代替您或您企業的價值

　　大數據可能會能夠幫助您更容易和更清晰的看清和梳理各種不同決策選擇的優勢和缺點，但數據本身并不能幫助你如何解釋為什么您或您的企業要進行某些決策。

　　數據可以勾勒出各種各樣的趨勢圖，既可以通過數據本身，也可以通過可視化軟件的輔助。你的員工可以針對任何給定的問題創建許多預計的情況，但這些研究結果只能說是一種投影。作為企業的CIO，其工作就是要協調各種IT資源和人員來為企業的業務部門的需求服務，而這實際上是與數據對于企業的價值意義相調和的。

　　例如，假設你的企業是一家汽車制造商。你的大數據源和工具告訴你某些車輛模型有缺陷，而修復尚待制造的車輛需要花費幾美分的成本，但如果是對已經售出被顧客購買的車輛以及已經在生產過程中的車輛進行修理，其成本費用就會大大增加。因此，數據科學家會建議只解決目前仍在汽車生產裝配線上的車輛，而不去理會那些已經售出的，因為數據可能顯示，這樣的成本會超過了可能造成的全面賠償的成本。

　　(注意，如果你一直關注通用汽車點火開關的新聞故事背景的話，您對于此情況可能有所耳聞，覺得聽起來很熟悉。然而，這里僅僅是一個假設的例子，而我們要進一步強調，沒有證據表明大數據在通用汽車召回事件中起了作用。)

　　因為您的公司有產品質量是工作的第一首位，安全是最重要的這樣的價值聲明。雖然數據信息表明，產品召回是不值的，但是您企業仍然打電話給客戶，執行了啟動召回的流程。您企業這樣做無疑是明智的，但這并不是受大數據控制的。

　　因此要務必記住，有時正確的答案似乎是錯誤的，因此，這就表明我們看問題的角度是很重要的。請務必確保你選擇了正確的看問題的角度。

　　大數據不能解決非量化的問題

　　俗話說：當你僅有的一把工具是錘子時,所有的東西看起來都像是釘子。一旦你開始使用大數據來預測和解決業務問題方面取得了一些成功，不可避免地會有一種誘惑：每當您的業務或項目決策遇到問題，就會“尋求大數據”。

　　如前所述，數據可以給你呈現更多更好的選擇，也許，其能夠幫助您明確每項選擇可能會導致發生什么。雖然，有時候通過數據分析所提供的選擇并不是最好的，而這時，就是要讓個人發揮作用的時候了。

　　為什么呢?因為個人的行為幾乎是不可能量化的。每個人都有自己的一套特殊情況，自己的小宇宙，自身的原因和背景。因此將某個數學應用到一個單一的個體是不可能的。相反，我們必須考察一組個體，通過這樣的學科來研究具有相似特征的人群。只有這樣才能觀察到適用于整個集團的行為的發展趨勢。

　　這實際上不是一個大數據的問題。而是一個統計方面的問題。我能夠想到的最簡單的例子是信用評分，其是通過打破消費者的分組，并分析個人的還款，借款歷史各組數據進行匯總的。

　　比如說，如果某人的信用評分是720分，這一分數實際上的意思是，由他過去的還款記錄所形成的一組統計數據(具體取決于特定的信用評分等標準)。

　　信用評分不作任何聲明有關個人。他或她可能從未違約，也可能進行嚴重的犯罪，所以，沒有我們通過統計數據預測未來的行為。

　　信用分數不能預測一個人的行為。一個信用評分805的借款人可能準備違約也可能不借一分錢了，而評分只有590的借款人可能是一名財務狀況良好的醫生，并沒有其他有爭議的債務賬單。這種現象就是為什么一些金融機構不會基于有風險的貸款進行定價的原因了。

　　人類的行為是無法預測的。不要以為數據可以預測他們的行為的錯誤。大數據和人是一種不穩定的組合。文章來源:CDA數據分析師培訓官網