大数据的小故事

 大数据是今天的IT领域最受关注的热门词汇之一。公司里开发新产品，有意无意总想跟大数据拉上关系，以显得自己走在技术的最前沿;同事们在一起聊天，也总爱把大数据这个词挂在嘴边，以显示自己学识渊博，与时俱进。即使是狐朋狗友在微信群里瞎聊，“大数据”这个词也时不时地蹦出来：“大数据表明，不要瞎折腾减肥，微胖才是真健康”，“四月是春心荡漾的季节。根据大数据，30%的恋情在四月会升温急剧。“

    其实，通过大量数据来发现事物背后的规律不是什么新鲜事，只是现在技术发展了，数据的搜集和储存变得越来越便宜和方便，数据的种类和数量都达到了从前没有的高度，而很多适合处理海量数据的工具也应运而生，为人们分析和利用这些数据提供了方便。所以这个大数据的说法，只是技术的逐渐进步和升级，并不是什么革命性的新概念，基本上是新瓶装旧酒。但必须承认的是，现在大数据在社会上的影响已经不能跟过去同日而语，量变已经快要引起质变。以前只有几个做数据分析的人对这个东西感兴趣，现在街头巷尾的贩夫走卒全在谈论它;过去做梦也想不到数据分析会影响我们的衣食住行，现在却发现跟大数据有关的经历在日常生活中俯拾皆是。

    上周末我就亲身经历了一个大数据的小故事。最近旧金山艺术博物馆在展出一些苏格兰国家艺术画廊的名画，我们附庸风雅，到艺术博物馆看了画展，然后又到渔人码头吃了一顿丰盛的海鲜大餐，度过了愉快的一天。但这近乎完美的一天最后却出了一个小小的瑕疵：为晚餐付账时，我们的信用卡被刷卡机拒收。我们在钱包里搜罗半天，才凑出足够的现金付了账。

    但账虽付了，信用卡遭拒毕竟有些蹊跷，因此我们一回家就给信用卡公司打电话，询问到底是什么情况。结果信用卡公司告诉我们，我们的信用卡目前确实不能使用。他们注意到这张卡上有几桩可疑的交易，因此把卡暂时锁住了。我们问都有些什么可疑交易，信用卡公司的客服人员细细地数给我们听，还果真都不是我们经手的。看来这张信用卡已经被人盗用。而让人佩服的是，这几桩交易都是当天发生的。我们自己还浑然不觉，信用卡公司就已经第一时间发现了情况有异。

    信用卡公司的神奇武功，当然是以大数据为基础的。信用卡公司拥有消费者行为的大量数据。他们对这些数据进行分析，找出关联，建立模型，然后又实时追踪信用卡持有者的行为，一旦发现异常，就会发出警报，采取行动。在我们的例子中，这个异常就是在很短的时间里，在相隔一定距离的好几个地方都发生了信用卡交易。因为信用卡失窃造成的损失通常都由信用卡公司负担，信用卡公司有足够的动力来进行风险管理，以及时发现盗窃行为，降低损失。资本的趋利本能和高科技结合，造就了一流的以大数据为基础的信用卡防盗机制。

    还有一个关于大数据的故事也很有意思，因为和我们最关注的高中生申请大学的过程有关。大家都知道，大学尤其是名牌大学的录取过程在外人看来很像黑箱作业。看上去很相似的两个申请人，可能一个被收一个被拒;一个各方面都很优秀的申请人可能屡战屡败，而一个条件明明一般的申请人，却可能所向无敌，大获全胜。

    但有人声称他破解了名校录取学生的秘密，这个人就是升学辅导公司智胜的创始人马振翼。因为这些年里升学辅导公司都生意兴隆，智胜也辅导了不少学生，积累了一些学生的数据资料。马振翼声称，根据这些数据，智胜已经建立了模型，可以用学生档案中的12个变量——从高中成绩和考试分数到课外活动及移民背景 ——来计算学生被各个顶尖大学录取的概率。比如说，他的算法预测，一名在美国出生的高中毕业生，GPA成绩3.8，SAT考试分数2000，有适当的领导力，从事过800小时的课外活动，那么他被纽约大学录取的概率为20.4%，被南加州大学录取的概率为28.1%。马振翼说，“我们的模型比很多大学招生办的人更清楚如何才能进入他们学校。”

    马振翼推销他的升学指导服务时，使用了“大数据”这个词。其实，他的数据库充其量有几千个学生的数据，实在是小得不能再小。称之为大数据，显然是想搭炙手可热的大数据的顺风车，有哗众取宠之嫌。而且，他的模型是否准确，到底有多准确，只听马振翼的一家之言当然远远不够。美国大学招生办的人员和其他教育工作者对马振翼的模型就嗤之以鼻。他们说，没人可以预测顶尖大学的录取结果，因为成绩和分数只是非常主观的录取过程中的一部分。马振翼反驳说，任何事情都可以量化。 “有了足够的数据，”他说，“没有任何东西是主观性的。”听起来也有点道理。当然，马振翼提供的升学服务中包括一种“担保服务”：保证学生可以进入某些大学，否则给家长退款。这种服务的收费是根据学生的条件和他想申请的学校名单来计算的，要定价合理，保证不亏钱，当然最好有一个可以计算录取概率的模型，所以说他有这样一个模型，我是完全相信的。但对我们外人来说，这还是一个道听途说、死无对证的模型，所以这个大数据的故事，只能算是半个。

    还有一个关于大数据的故事名气更大，我在不止一个地方读到过，听说的人肯定也很多。但我实在是喜欢这个故事，所以还是把它作为这篇文章要讲的三个故事的最后一个。美国连锁零售商店Target这些年生意很红火，不但店越开越多，而且店面明亮整洁，店里的东西价廉物美，一看就管理有方。而这个管理有方的特征之一，就是他们的大数据分析做得不错。Target顾客的购物行为的数据，是个取之不尽、用之不竭的金矿。如果对这些数据妥善地加以利用，可以让它们发挥极大的作用。比如说，如果仔细研究顾客的购物行为之间的关联，建立统计模型，从顾客的某些购物行为，推断出顾客可能会有某些其他购物行为，因而有针对性地向顾客发送广告，以影响和指导顾客的消费，对促进销售，增加赢利，当然可以有所帮助。

    Target确实这么做了，于是便有了下面的小故事。有一天，一位父亲走进住家附近的一间Target，愤怒地挥舞着Target寄给她女儿的减价券，要求见经理。

    “我女儿收到了这个!”他说。“她还在念高中，你们就给她寄婴儿衣服婴儿床的减价券!你们是想鼓励她怀孕吗?”

    经理问明情况，觉得很不好意思，诚恳地向父亲道了歉。而且，这个经理大概是个非常细心负责的人，几天之后，他又再次给这位父亲打了电话。

    但父亲不再像前几天那么气势汹汹，事实上他甚至有点局促不安。最后他终于说，“我跟我女儿谈过了。看来我家里确实发生了一些我不知道的事情。她的预产期在八月，我应该向你们道歉。”

    原来，Target的统计模型能够根据顾客的一些购买细节，推断这家人是否正在期待一个婴儿的降生。跟女儿住在一个屋檐下的父亲还一无所知，Target就已经从女儿的一些行为中知道了女儿的秘密。

    Target这种窥探我们的生活隐私的本领，当然是让人感到有些不安的，事实上很多以大数据为基础的分析工具都会让我们感到自己的空间受到了侵犯。但不去谈其中的法律和伦理问题，“窥探”确实是大数据的特点。运用得当的时候，心理学、经济学原理不能解释的或者还没有发现的规律，却可以从大量的数据中凸显出来，而很多现象和行为之间的联系，不要说身边的人不知道，就连被研究对象本身都根本没有觉察。但这也正是大数据的价值所在。因为这些信息中包含着巨大的商业价值，新兴的技术又让大数据分析成为可能，一定会有越来越多的人想要得到它们，并运用它们来获利。所以，不管我们喜欢还是不喜欢，关于大数据的小故事，以后在生活中只会更加频繁地出现。