解讀《大數據時代》：大數據時代的神話

地球人都知道我們處在大數據時代，或許地球人也都知道關于大數據時代最著名的一本書就是邁爾-舍恩伯格所著的《大數據時代》。

　　我本以為大數據這么高深的學問絕不是我們這樣的屌絲能夠理解或者使用的，所以一直對此書敬而遠之，不敢閱讀。不料周邊談論大數據的人越來越多，談論《大數據時代》這本書的人也越來越多，似乎不讀《大數據時代》，估計連屌絲都做不成了。所以斗膽請來《大數據時代》。一讀，果然不懂，許多疑問。

　　何為大數據？

　　這是一個很令人困惑并且絕對屌絲的問題，平時都不好意思開口問別人，希望從書中得到答案。遺憾的是，邁爾大叔在書中就根本沒有告訴我們什么是大數據，這對像我這樣習慣在課堂里死記硬背的學生來說，就產生了輕微的智障：怎么似乎什么都是大數據?？梢矣涀∧囊粋€卻十分困難。

　　看完此書，我只能回答說大數據就是數據多數據大?？墒沁@個回答似乎有明顯的問題。邁爾大叔在書中就舉了一個大數據的例子，這個大數據只有“4000”和“兩小時”。

　　在解釋大數據時代不需要精準性時，邁爾大叔這樣寫道：

　　“互聯網上最火的網址都表明，它們欣賞不精確而不會假裝精確。當一個人在網站上見到一個Facebook的“喜歡”按鈕時，可以看到有多少其他人也在點擊。當數量不多時，會顯示像“63”這種精確的數字。當數量很大時，則只會顯示近似值，比方說“4000”。這并不代表系統不知道正確的數據是多少，只是當數量規模變大的時候，確切的數量已經不那么重要了。另外，數據更新得非?？?，甚至在剛剛顯示出來的時候可能就已經過時了。所以，同樣的原理適用于時間的顯示。谷歌的Gmail郵箱會確切標注在很短時間內收到的信件，比方說“11分鐘之前”。但是，對于已經收到一段時間的信件，則會標注如“兩個小時之前”這種不太確切的時間信息?！?/span>

　　4000個“贊”或者兩小時(120分鐘)也是大數據？我開始崩潰了！

　　我想是不是邁爾大叔可能考慮到我們對過萬的數字數不過來所以有意簡化，挑選我們能夠理解的“大數據”來說明他的論斷。

　　指鹿為馬是謂荒唐?？墒?，如果對馬沒有定義，那指鹿為馬就無所謂了。

　　呵呵，邁爾大叔還真幽默。

　　何為大數據時代？

　　我讀西洋人寫的書，總是覺得讀書時很爽，讀完后基本記不住。讀《大數據時代》也有同感。很多很多的大數據例子，讀完合上書后基本上一個都記不住。不過邁爾大叔可能知道我的這個毛病，所以提綱挈領，總結了大數據時代的三大特征。這就是地球人都知道的大數據時代的三大特征：1)不是隨機樣本，而是全體數據；2)不是精準性，而是混雜性；3)不是因果關系，而是相關關系。

　　一本書，三句話，一個時代的特征！楚漢河界，涇渭分明，一目了然。

　　小數據時代是隨機樣本、精準性和因果關系，大數據時代是全體數據、混雜性和相關關系。

　　可是我的腦子就是轉不過來，沒法從邁爾大叔的三個簡單扼要的特征總結中悟出大數據時代來。這個看上去忒簡單的總結，其實真的很深奧。簡直可謂深不可測！

　　一大堆的問題等著邁爾大叔來回答。

　　比如說，是不是大數據時代就不要隨機取樣分析了？小數據時代是否也有所謂的全體數據？比如說30年前互聯網未流行前美國銀行或保險公司擁有的數據是不是全體數據？怎樣定義全體數據？谷歌、百度、FACEBOOK或者騰訊，哪個公司擁有所謂的全體數據？為什么有了全體數據分析就要完全拋棄隨機樣本分析？如果考慮到隨機樣本分析會影響到分析結果的精度，不是大數據時代不追求精度嗎？

　　關于大數據時代不要精準性，我怎么也拐不過彎來。你說，大數據時代的老師教學生“2+2或許等于3.9”，公司會計記賬錯了也可以對老板理直氣壯地說“現在是大數據時代了”，甚至到飯店吃飯付賬也不要精準了....。.呵呵，這日子還讓不讓人活??？！

　　還有有關因果關系和相關性的問題，這也要命！我一直認為人與猴子的根本區別在于人喜歡問個“為什么？”。原本兩個猴子，一個不斷好奇地問“為什么日落就要睡覺”，結果大腦不斷進化變成了人；另一個只是看到日落就上樹睡覺，結果至今還是猴子?，F在好了，大數據時代不需要問“為什么”了，豈不苦了我們從猴子變人過程中長期培育起來的好奇心了。

　　因果關系與相關關系的區別，就是因果關系在相關關系上問了個”為什么“。

　　流傳甚廣的有關超市將啤酒與尿布一起賣的大數據例子。說是通過大數據分析發現，人們在買尿布時通常也會買啤酒，于是就將啤酒與尿布陳列在一起賣。

　　如果你生活在大數據時代，故事到此結束了。

　　如果你還好奇地想知道為什么人們買尿布時要買啤酒。呵呵，對不起，你和我一樣還生活在小數據時代。

　　我們無疑生活在一個互聯網的時代，這是一個充滿海量數據的世界。數據的多種形式、數據的多種來源、數據之間的多種復雜的聯系，都使我們這個世界變得更加神秘但也更加激動人心。這就是大數據時代。

　　對大數據時代的探索，猶如當年美國對西部的探險，充滿許多傳說和神話?！洞髷祿r代》或許可能就是這樣一本充滿神話與傳說的探險記。我們為之心動，但依舊要活在現實的生活中，現實生活中的那些規律依舊適用。

　　即使是大數據時代，我們依舊需要問”為什么“，我們依舊需要教會孩子“2+2=4”，我們甚至依舊要做隨機樣本分析。

　　大數據并沒有改變我們現有社會的基本生活邏輯。

　　大數據時代，平常人，平常心。