数据分析师在对阿里巴巴内衣销售数据进行分析后发现，购买大号内衣的女性往往更“败家”。其根 据是，65%B罩杯的女性属于低消费顾客，而C罩杯及以上的顾客大多属于中等消费或高消费买家。这一结论是否成立姑且不论，但首先传递了一个信息，今天人 们已进入数据为王的时代，其中大数据似乎又是王中之王。

无论是商业网站还是搜索网站， 人们的所搜所看所买都成为大数据的组成部分，无论之于商业，还是之于公共卫生，抑或国家安全，它们都是有用的信息。有心人已意识到，因为拥有大量未经充分 研究的中产阶层，中国成为世界上最重要的数据市场之一。研究这些数据，对社会各方面都是多赢。当然，保护人们个人隐私的代价需要考虑。

2008 年谷歌推出“谷歌流感趋势”(GFT)数据分析工具，谷歌的工程师根据这个工具的数据分析，预测了2009年H1N1流感将要暴发，甚至具体到特定的地区 和州。这一结论在流感暴发前发表在英国的《自然》杂志上。后来，情况果真如此，这与美国疾病控制和预防中心(CDC)的预测完全一致，但时间上比CDC早 了近两周。从2010年起，阿里巴巴利用其数据建立的信用记录，向小微企业提供融资，也取得了不错的效果。

这 些结果表明，数据为王时代早就到来。不过，数据为王并不意味着大数据为王，或数据越多越好，还要看如何分析和利用数据，进而得出最契合实际的结论，并且有 效利用这一结论。因此，如果要承认阿里巴巴基于内衣销售的数据分析得出的女性胸越大越“败家”的结论，就需要有符合客观实际的解释，不幸的是，这一结论还 处于见仁见智的阶段。

这笔混乱账目前肯定掰扯不清，但已有事实证明，数据越大并不意味 着越好。就算是谷歌，一旦他们的大数据处理和分析不当，也会得出错误的结论。2013年1月，美国又发生流感，但GFT的预测比实际数据高两倍。这并非偶 然出现错误，而是在过去一再发生。谷歌的大数据为何预测不准呢？发表在2014年3月14日《科学》杂志上的一篇文章指出了两个主要原因。一是大数据浮 夸，二是算法变化。大数据浮夸指的是，以为大数据可以完全取代传统的数据收集方法，而非作为后者的补充。大数据浮夸的最大问题在于，绝大多数大数据与经过 严谨科学试验得到的数据间存在很大的差异。

如果没有严谨的科学试验数据做后盾，现阶段 就不能得出女性胸越大越“败家”的结论。同样，也需要得到科学试验数据后，才能解释为何在2012年的“双十一”，中国比基尼销量最高的地区是并不沿海的 新疆。对大数据浮夸的两种解决之道则是：大数据并不能代替严谨的科学试验得到的数据，这两者之间需要互补，而且要使算法更符合实际情况。

本文来自：CDA 数据分析师 官网