别把大数据过度神化

摘要: 我们应该好好利用如今社会数据采集系统的海量数据,但也不能过于神话,在数据分析面前,智慧比算法和数量更重要,数据的多少并不是决定结果是否有价值的核心标准。

2012年是“大数据”这个概念红火的一年,正如前一年的“云计算”,但概念很多,真正实用的却很少,这杯美酒如果不是吹出来的,至少也还是需要经过几年的窖藏才能面试。

据说,阿里巴巴基于大数据构建了“RTB广告交易平台”名为Tanx,能够实现让广告主从购买媒体变成直接购买用户。形象的说法是,一个人在淘宝上买了一件商品,比如项链,接着无论是打开优酷、PPS看视频,还是上搜狐、网易浏览网页,广告框里显示的广告全都有项链。但我们却不得不考虑,这样的广告真的有效吗?

1、大数据的分析从原来统计分析看重的因果分析转为相关分析,只要知道是什么,而不重点探究为什么。这已经成为共识,但这却不能成为大数据分析中理所应当的,这无论如何都是缺陷,而在大数据的背景下,分析原因将变得更为重要,也更需要定性和直觉。

2、大数据分析重视对行为中的关联性研究从事进行预测,这种预测应该是具有预见性的,而不是说简单的联系。我们需要找到的是看什么视频的人会买项链,买哪款项链。

3、大数据的分析会大量收集用户的数据,虽然有一定的方法可以减小数据噪声的影响,但却也是不可能忽略的,“精确性不再重要”也只是适度而已,不能用不重视精确性的幌子来随便使用乱七八糟的大数据进行分析,因为这样的分析绝对不会有进行抽样统计得到的结果更好。

在一定意义上看,不管是微博、淘宝等等,根据大数据进行的分析都有一定的合理性和代表性,却很难实现更大的更充分的价值,你怎知我注册信息的真伪与网络行动的真假?其实,完全有办法根据我的购买习惯发现我的性别、住址、工作等等差异的,可粗线条的大数据难以做到,或者觉得没必要做到。

大数据分析需要连续的真实的少杂质的数据,而这些数据对于大多数中国企业而言简直是天方夜谭。

我们应该好好利用如今社会数据采集系统的海量数据,但也不能过于神话,在数据分析面前,智慧比算法和数量更重要,数据的多少并不是决定结果是否有价值的核心标准。

(本文首发于 搜狐IT)

本文系作者 马继华 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

马继华
马继华

资深电信分析师,关注电信、IT、互联网、新媒体。

评论(0

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈