大數(shù)據(jù)：挖掘>搜集

謝麗聃

三分技術(shù)，七分?jǐn)?shù)據(jù)，得數(shù)據(jù)者得天下。大數(shù)據(jù)并不在“大”，而在于“有用”。價值含量、挖掘成本比數(shù)量更為重要。

“明天看《紙牌屋》，請大家別劇透?！?/p>

發(fā)這條Twitter的人除了是《紙牌屋》的粉絲外，他還有另外一個身份一美國總統(tǒng)奧巴馬。不僅如此，連中國一些官員也對這部劇頗感興趣。

《紙牌屋》里的數(shù)據(jù)秘密

《紙牌屋》究竟是何“神劇”，竟能受到眾名人的關(guān)注。

作為一家從在線影片租賃提供商，到現(xiàn)今美國最大互聯(lián)網(wǎng)視頻公司之一的奈飛視頻網(wǎng)站，十幾年來積累了龐大的客戶數(shù)據(jù)：每天奈飛公司能夠獲得用戶3000多萬個，包括停止、回放、暫停、快進(jìn)等行為，另外還會搜集訂閱用戶每天給出的400萬個評分，300萬次搜索請求。將這些數(shù)據(jù)加工整合后，形成數(shù)百億數(shù)據(jù)池。公司根據(jù)數(shù)據(jù)池里整合的數(shù)據(jù)利用推薦算法，來識別具有相似品味的觀眾。

《紙牌屋》的爆紅不僅讓它的制作方奈飛公司賺得盆滿缽盈，還讓一個前沿技術(shù)再次進(jìn)入大眾視野，它就是被稱之為“可預(yù)測未來”的“大數(shù)據(jù)技術(shù)”。

“大數(shù)據(jù)”一詞對于我們已經(jīng)并不陌生，我們可從近兩年的眾多報(bào)道和文章中尋到它的蹤影。但“大數(shù)據(jù)”究竟如何運(yùn)用，至今又取得哪些成果？恐怕大眾還無法準(zhǔn)確地一語道出。

讓“大數(shù)據(jù)”走下神壇

早在1980年，著名未來學(xué)家阿爾文·托夫勒便在《第三次革命浪潮》一書中，將“大數(shù)據(jù)”熱情地頌贊為“第三次浪潮的華彩樂章”。不過，大約從2009年，“大數(shù)據(jù)”才成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。此后，大數(shù)據(jù)時代帶來的變革便在國外商界初露倪端。

總部位于美國阿肯色州的世界著名商業(yè)零售連鎖企業(yè)沃爾瑪，為了能夠準(zhǔn)確了解顧客在其門店的購買習(xí)慣，沃爾瑪利用NCR數(shù)據(jù)挖掘工具對顧客原始交易數(shù)據(jù)進(jìn)行分析和挖掘，便可輕松地知道顧客經(jīng)常一起購買的商品有哪些。經(jīng)過大量信息的整合研究，一個意外的發(fā)現(xiàn)是：“跟尿布一起購買最多的商品竟是啤酒！”

沃爾瑪?shù)臄?shù)據(jù)，揭示了隱藏在“尿布與啤酒”背后的美國人的一種行為模式：在美國，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產(chǎn)生這一現(xiàn)象的原因是：美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。

既然尿布與啤酒一起被購買的機(jī)會很多，于是沃爾瑪就在其一個個門店將尿布與啤酒擺放在一起，結(jié)果是尿布與啤酒的銷售量雙雙增長。

這個故事的意義在于，將看似不相關(guān)的商品數(shù)據(jù)放在一起分析，找到他們之間的相關(guān)性，而后進(jìn)行交叉營銷，最終可大大促進(jìn)商品的銷量。

不管是《紙牌屋》的數(shù)據(jù)池，還是沃爾瑪?shù)慕徊鏀?shù)據(jù)分析，大數(shù)據(jù)是使其最終受益的關(guān)鍵所在。在互聯(lián)網(wǎng)、信息技術(shù)飛速發(fā)展的今天，海量數(shù)據(jù)的收集與挖掘已不再是天方夜譚，它的神秘面紗隨著科技的進(jìn)步被逐漸揭開。曾經(jīng)讓眾人敬畏、驚嘆的“大數(shù)據(jù)”現(xiàn)已走下神壇，為民所用。

數(shù)據(jù)的真實(shí)價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，但絕大部分則隱藏在表面之下。而現(xiàn)在已有不少創(chuàng)新型企業(yè)開始深挖數(shù)據(jù)的水下礦藏。谷歌重復(fù)使用搜索關(guān)鍵詞來監(jiān)測流感的傳播；Farecast利用機(jī)票銷售數(shù)據(jù)來預(yù)測未來的機(jī)票價格；麥格雷戈博士用嬰兒的生命體征來預(yù)測傳染病的發(fā)生；亞馬遜通過分析用戶習(xí)慣、喜好進(jìn)行精準(zhǔn)的產(chǎn)品推薦。

數(shù)據(jù)不僅在“大”，更在于“有用”

龐大的人群和應(yīng)用市場，海量信息及傳播增速，使得中國成為世界上最復(fù)雜的大數(shù)據(jù)國家。自2009年“大數(shù)據(jù)”一詞傳入我國，就有不少行業(yè)人士對此產(chǎn)生濃厚興趣。此后幾年間，國內(nèi)不少擁有大量用戶數(shù)據(jù)的公司，都宣稱將采用大數(shù)據(jù)分析的方法，根據(jù)用戶喜好定制產(chǎn)品內(nèi)容。

就在《紙牌屋》借力“大數(shù)據(jù)”春風(fēng)得意時，我國視頻網(wǎng)站也在摩拳擦掌，奮力登上這塊新大陸，一覽科技所帶來的無限光景。

愛奇藝表示，愿意嘗試依靠大數(shù)據(jù)分析實(shí)現(xiàn)“千人千面”的首頁全個性化內(nèi)容推薦；搜狐視頻借助大數(shù)據(jù)，根據(jù)用戶需求制作本土自制劇。

雖然我國有不少試水“大數(shù)據(jù)”技術(shù)的案列，但僅僅收集海量數(shù)據(jù)，用數(shù)字作為信息統(tǒng)計(jì)的證明，而不去開發(fā)、挖掘數(shù)據(jù)的潛在價值，那么“大數(shù)據(jù)”的小宇宙依然沒被喚醒。例如去年央視春晚微信紅包用戶的數(shù)據(jù)統(tǒng)計(jì)：除夕20時至年初一零時48分，春晚微信搖一搖互動總量超過110億次；春晚微信祝福在185個國家和地區(qū)之間傳遞了約3萬億公里。數(shù)據(jù)量、信息量都已達(dá)到“大數(shù)據(jù)”標(biāo)準(zhǔn)，但孤單的數(shù)字之間有何聯(lián)系，我們又能從這些數(shù)字背后看到什么，業(yè)界卻沒有進(jìn)一步的研究。

阿里巴巴集團(tuán)董事局主席馬云在淘寶十周年晚會上說：“我們還沒搞懂PC互聯(lián)網(wǎng)的時候，移動互聯(lián)網(wǎng)來了，我們還沒搞懂移動互聯(lián)網(wǎng)的時候，大數(shù)據(jù)來了?！?/p>

確實(shí)，我們以前經(jīng)常說計(jì)劃趕不上時間的流逝，現(xiàn)在可以說時間已跟不上科技更新的步伐。現(xiàn)階段的“大數(shù)據(jù)”已不能只停留在“收集”的層面上，分析和挖掘數(shù)據(jù)的潛在信息，用信息創(chuàng)造價值，這才是“大數(shù)據(jù)”存在的意義。

阿里巴巴在2008年就把大數(shù)據(jù)作為一項(xiàng)公司基本戰(zhàn)略，經(jīng)過多年的沉淀，其在經(jīng)濟(jì)領(lǐng)域的數(shù)據(jù)量可謂恐怖。但數(shù)據(jù)量大并不一定能解決問題。以天貓分期購的例子來說，消費(fèi)者在天貓上的每一次消費(fèi)行為，購買商品時填寫的手機(jī)號和地址，余額寶中的存款數(shù)目，都會被阿里抓取放入數(shù)據(jù)庫中。當(dāng)然，這些數(shù)據(jù)在平時就會淹沒在茫茫的數(shù)據(jù)海洋中，不被人注意。但當(dāng)要對用戶進(jìn)行信用評估時，這些數(shù)據(jù)便可發(fā)揮出巨大作用，因?yàn)檫@些數(shù)據(jù)完全可以直接轉(zhuǎn)化為真實(shí)的經(jīng)濟(jì)行為，天貓可利用這些關(guān)聯(lián)性極強(qiáng)的信息，幫助消費(fèi)者和商家優(yōu)化分期購配置。

在各個行業(yè)的垂直特色化應(yīng)用，大數(shù)據(jù)也有巨大的想象空間，例如：金融公司可以通過大數(shù)據(jù)進(jìn)行客戶信用評級，為銀行、保險(xiǎn)公司或P2P平臺服務(wù)；零售商可借助大數(shù)據(jù)進(jìn)行店面選址服務(wù)，并利用關(guān)聯(lián)規(guī)則進(jìn)行客戶購物籃分析，從而給客戶推薦相應(yīng)的促銷活動；房地產(chǎn)商通過互聯(lián)網(wǎng)平臺的大數(shù)據(jù)進(jìn)行購房潛在客戶挖掘，或通過大數(shù)據(jù)提供精準(zhǔn)的社區(qū)O2O服務(wù)；大數(shù)據(jù)公司可以基于自然語言處理和語義分析，為政府提供輿情監(jiān)測服務(wù)，使政府及時了解民聲，優(yōu)化政府相關(guān)服務(wù)。

2014年8月18日，中國國家主席習(xí)近平主持召開中央全面深化改革領(lǐng)導(dǎo)小組第四次會議，并發(fā)表關(guān)于傳統(tǒng)媒體與新媒體融合的重要講話。會上習(xí)近平強(qiáng)調(diào)，要利用大數(shù)據(jù)和云計(jì)算技術(shù)推進(jìn)新聞生產(chǎn)。這就為新聞媒體行業(yè)進(jìn)行大數(shù)據(jù)技術(shù)改革提供了良好契機(jī)。媒體可通過大數(shù)據(jù)實(shí)現(xiàn)更科學(xué)的媒介選擇；可推動新聞預(yù)測性報(bào)道的興起；還可利用大數(shù)據(jù)后臺改變傳統(tǒng)新聞編寫模式。

“數(shù)據(jù)將成為一種戰(zhàn)略性原料，每一個企業(yè)、科研團(tuán)隊(duì)和政府，都有責(zé)任有目的地搜集、處理、分析、索引數(shù)據(jù)?！彪娮涌萍即髮W(xué)互聯(lián)網(wǎng)中心主任周濤號召企業(yè)投身大數(shù)據(jù)，用更先進(jìn)的武器裝備應(yīng)戰(zhàn)愈加激烈的市場競爭。

近期，總投資220億元惠普全球大數(shù)據(jù)應(yīng)用研究及產(chǎn)業(yè)示范基地項(xiàng)目落戶青島，該項(xiàng)目主要是建設(shè)全球大數(shù)據(jù)應(yīng)用研究中心、大數(shù)據(jù)處理中心、大數(shù)據(jù)測試中心、全球戰(zhàn)略伙伴智慧產(chǎn)業(yè)實(shí)驗(yàn)區(qū)等惠普研發(fā)機(jī)構(gòu)，以便為惠普的升級拓展提供先進(jìn)的技術(shù)支撐。

今天，我們生活在一個計(jì)算型的社會，因?yàn)槲覀兿嘈攀澜缡强梢酝ㄟ^數(shù)字和數(shù)學(xué)而獲得解釋。“量化一切”對于活在數(shù)字時代的我們，已經(jīng)成為一種習(xí)慣。

大數(shù)據(jù)給了中國一個大機(jī)會，它除了將更好地解決社會問題、商業(yè)營銷問題、科學(xué)技術(shù)問題，還有一個可預(yù)見的趨勢就是以人為本的大數(shù)據(jù)方針。用不了多久，每個人便可以獨(dú)自利用“大數(shù)據(jù)”預(yù)測明天。