從去年開始，進入大數據時代，不管是互聯網行業還是其他行業，“大數據”一詞開始頻繁出現。大數據僅僅是概念，還是有實用性工具？

　　“概念”性質的東西在中國的互聯網圈子總是可以快速傳播，這里面有很多原因，其中就有整體氛圍所致：大多數互聯網的創業者都是希望通過前瞻性的 創新來改變世界，受到資本追捧，最終套現。在這個過程中，概念飛快的傳播、包裝，成為各種打著標簽的產品。而實用主義者只被動接受，缺乏正確認知深刻的探 索。

　　從下圖可以看出，2008年大數據概念開始傳播后，在百度和Google的“大數據”和“Big Data”的檢索趨勢(下圖數據中Baidu的PV加權處理，和Google相等同來體現趨勢對比)：

　　大數據這詞，百度的中文檢索的爆炸性遠遠高出英文的Google檢索。

　　這就是硅谷臭名昭著的技術成熟度曲線(炒作周期)，而在國內互聯網行業被傳承和發揚的更厲害。

　　開個玩笑：“目前的大數據在國內，就好比是一堆青春期的孩子在談論“性”，每個人都喜歡談，如果不談就好像自己不正常，但只是很少人真正有經驗。真正有經驗的，卻又閉口不言，笑笑而已”。互聯網行業發展迅速，這些孩子早晚都會成人，但是目前為止，絕大多數受益者只是那些打著標簽的廠商，就好比賣給青春期孩子非法出版物的商販。

大數據到底是什么?

　　那到底什么是大數據呢?大數據僅僅是個概念還是有真正的未來呢?

　　首先，所有的數據的作用，都是尋找規律。

　　唯物主義辯證法說：世界是物質的，物質是運動的，運動是有規律的，而規律是可以掌握的。不管是最早的統計學，計算機出現后的數據分析，數據挖掘，以及到現在的大數據。我們都是在探索世界中的規律，試圖通過規律來了解這個世界。

　　在沒有出現計算機和互聯網的時代，前輩科學家奠定了數學和統計學的基礎。計算機出現后，對數據的存儲和計算能力大幅度增加，整理和分析數據的能力也在大大增加。而互聯網的出現和發展，讓搜集的手段進一步豐富，數據量大大增加。通過數據找規律的這個游戲也在不斷的豐富。

　　這個過程，數據一方面越來越大，另一方面越來越“小”的，怎么說呢：這個過程的進化可以簡單的說成“對整體樣本的覆蓋” 和“對微觀數據價值的發掘”。數據的精髓在于抽樣和模型，因為技術手段不可能獲取所有的對象特征，只能通過部分模擬全部，通過抽象模型來描述對象。而計算 機和互聯網出現后，對信息獲取能力，和對數據的分析和挖掘能力大大加強，對試圖探索的樣本覆蓋越來越大，而對對象本身的描述越來越細致。

　　好比我們想知道這一車蘋果的質量。以前只隨機抽樣100個，看看外觀有沒有生蟲壞損;現在抽樣7000個，每一個蘋果用30多項數據來描述蘋果特征和質量。以后不需要抽樣了100%的都獲取數據，然后每個蘋果100多項數據描述特征和質量，甚至整個生長周期數據。

　　但是不管是統計學，數據分析，數據挖掘，還是現在的大數據。我們的任務自始至終沒有變化：通過收集、整理、分析數據等手段，來尋找規律、推斷本質、甚至預測未來。

具體的行業中舉例

　　接下來我們選擇一個更容易抽象舉例的行業來說明：籃球(NBA)。

　　在NBA的早期，由于商業化程度不夠，對一場比賽的數據統計非常有限，不管是球員、教練、或者球隊經理對球員的認識都是在一種直覺上，或是最基礎的一些統計。

　　1986年NBA開始了完整的數據統計。所以現在的新聞都愛用：“自從1986有統計以來，這是第N個球員單場打出xxx數據……”NBA的統計正式進入了現代，數據庫技術的成功應用，讓你可以從www.nba.com 隨意找到歷史數據。

　　也從這一天起，另一個話題浮現了。正如我們喜歡把武俠小說人物武藝列高低、列座次，數據完整化之后，大量的數據引用成了媒體的新愛好。于是， “得分利器”、“防守悍將”、“投籃大師”這些詞匯，逐漸被“每場能得多少分”、“完成多少個籃板+封蓋”、“投籃命中率”等覆蓋了。所有的球迷都開始喜 歡數據了。

　　但是只看數據，又會很難理解：年輕時的馬布里，一個場均20分7.6助攻的人，怎么會被叫做獨狼?看數據，會難以理解，鮑文這個數據平淡無奇， 搶斷毫不華麗的家伙，防守卻遠比兩屆搶斷王魔術師強大得多?又怎么能理解， 斯塔德邁爾職業生涯場均8.8籃板1.4蓋帽，加內特在凱爾特人也就場均8.9籃板1.4蓋帽，但KG的防守和斯塔德邁爾，那就是天壤之別呢?

　　實際上，就是因為數據太單一，對球員的微觀數據的描述太少，根本無法只用數據來描述一個球員在球場上發揮的作用或者特點。

　　21世紀，細節化微觀數據越來越多的被融入NBA，專業的NBA數據挖掘公司Synergy Sports出現了?！禨I》披露過一份籃球之神喬丹的專業統計：公牛80.2%的進攻要經他之手; 83.9%的投籃是跳投;54.3%的投籃來自于球場右側;17%的進攻來自拉開單打;單打時運2.67步后拔起跳投;對手干擾到位情況下，命中率是 46.3%;等等。

　　到了這一地步，數據開始進入到新的時代。而今年的NBA季后賽，美國媒體開始把場均奔跑距離，速度，最快速度等等也加入到了分析的維度。新的技術手段加大了微觀數據價值的發掘。也許我們可以稱之為：大數據。

正確的看待大數據

　　數據的確不會說謊。但要精準說明一件事，需要足夠多的數據，和足夠微觀的挖掘。但數據，永遠不會足夠多。例如籃球比賽，數據與感知，會永遠的交 織下去。越來越多的數據模型，會給出無限接近印象的結果;但是當數據或感知任何一方一統天下時，談論籃球，也就不復有樂趣了。而不論對數據多么了解，也需 要教練設計戰術、發揮球員特定，激勵團隊士氣，才能贏得比賽，數據本身不會“贏球”。

　　大數據是一種進步，但是我們完全沒有必要神話，更沒有必要妖魔化。大數據是一種概念，也只是我們認知世界發展到目前階段順理成章的產物。理智的看待大數據，讓好的為生產和研究服務，更多的發揮我們自己的創新性和主觀能動性，會更有價值。

                                                                                                                                       數據分析師