
关注“大数据”,别忘“个数据”
自从麦肯锡咨询集团提出“大数据”一词,大数据已从商业变革扩张到生活变革。这个世界所拥有的数据越来越多,越来越离散。
大数据应用改变了我们的思维深度和体验惯性。它可以预测犯罪的发生、预测流行病的散布规律,甚至预测重大的政治危机和人事变局,更可以很好地预测人们的消费习惯和消费行为。
从经济学视角看,大数据类似于理性的经济模型分析,从探寻规律中实现预测。
然而,最近30年来,理性经济学不断面临行为经济学的挑战,并出现二者相互融合和互补的新局面。大数据背后所蕴藏的“生活感性”问题,也长久以来被忽视,值得探讨。
举例而言。著名心理学家施瓦茨提到一个经典案例:一个人想买一台新车,而且对安全性和可靠性非常看重,于是他反复阅读了美国著名的商业大数据研究报告《消费者报告》,该报告数据来自于数以万计的大数据分析。终于,他决定买一台某名牌的轿车。但当天晚上其朋友对该品牌轿车的负面评价使其打消了购买该车的念头。
上述现象被称之为大数据背后的“个数据”现象。这在生活经济学中涉及到“消费感性”对“消费理性”的挑战。但为什么在消费行为选择中,“个数据”常常能战胜“大数据”?
2002年诺贝尔经济学奖获得者丹尼尔·卡恩曼提出的“可获得性启发”理论,对此可提供重要解释。“可获得性启发”是指,人们认为容易想起的事件比不容易想起的事件更常见更生动,所以也更可靠,因此会选中前者,尽管后者实际上可能更可靠。
亲朋的介绍常常比数据报告或商品推送更常见更生动。于是,来自某个亲朋的“个数据”,就很容易战胜来自于千万个陌生人的“大数据”。大量的生活经济学实验证实了在消费选择方面“个数据”对“大数据”的“颠覆”。
“可获得性启发”还有一个推论是“熟悉定律”:人们通常对熟悉的商品更有好感,当所选商品势均力敌时,最熟悉的商品会被买走。相较而言,人们对身边人提供的或自己亲耳听到的(虽然很可能只是道听途说)信息更具熟悉感,而对基于大数据的推送信息缺乏熟悉感。因此,大数据推送常常败在“熟人耳语”的“个数据”面前。
此外,值得注意的是,大数据分析通常能甄别和预测到消费者“需要”的东西,但无法保证是消费“喜欢”的东西。
尽管在生活经济学和行为经济学的领域中存在对大数据应用的某些挑战,但这些“异象”并不能掩盖大数据蓬勃的发展现实和强劲的发展态势。
“个数据”选择现象是对大数据应用的有益补充。它提醒我们注意并不断改进未来的“大数据应用”,并在大数据分析方法中嵌入更多的“个数据”分析节点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15