京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的反面 大数据不能做什么
人们对大数据寄予了许多的希望:卖出更多的货物,做出更好的产品,找到更酷的朋友,甚至帮我们决定明天早上是否睡个懒觉。现在,凡是有信息流通的地方,都有人们对大数据的期望。
大数据果真如此神通吗?大数据不能做什么?下面从几个方面来谈谈大数据的反面。
一、大数据不能对具体行为作出精确预测
事实上,人们的社会行为具有不可预测性。甚至我们不妨可以定性地归成一个大数据测不准原理:人和事件,如果放到越大的空间和时间范围,则是越可以精确预测的;如果放到越小的空间和时间范围,则是越不可以精确预测的。
举个例子说:我们几乎可以在100%的程度上预测一个人24小时的范围内会吃饭,但若精确到某一分钟,则几乎不可能预测准确。进一步我们会发现,利用更多过去一段时间的数据,能够帮助我们提高预测某半个小时内是否吃饭的几率,但如果把时间精确到某一分钟,则更多的数据几乎提高不了预测的准确性。
其实,行为的不可预测性早已植根于人类的潜意识中。
比如,我国前一阵子发射了嫦娥三号探月飞船,在嫦娥三号发射前,科学家们已经计算出了在未来的一个月之后的某个小时、分、秒,嫦娥三号在月球上空高度和经纬度,如果这个计算结果偏离预计几十米,则可能推迟发射,重新计算校准。这是科学对未来的精确预测。
相对的情形是,在晚上10点以后,当我们准备睡觉的时候,能预测明天早餐后下楼碰到的第一个人是谁吗?几乎没有人能知道,但这个巨大的不可预测却没有引起人的关注,几乎没有人会因为不知道下楼碰到的第一个人是谁而影响睡觉。人们对不可预测性熟视无睹。
大数据的有效范围讨论,需要引进一个假设:人们可以自由决定自己的行为(常常称为“自由意志”)。一个人自由决定自己行为,在别人看来,就是他的行为无法预测,如果能够精确预测未来的一举一动,就不具备任何的自我决定的自由。
因此,大数据不能对具体行为作出精确预测,即大数据测不准原理。
大数据的不可预测性说明,企图利用大数据预测用户具体行为的努力或许是徒劳的,我们哪怕掌握一个人从出生开始就有的全部行为信息,也无法预测明天早餐他会吃什么。这也意味着,许多基于用户历史数据进行行为分析的努力会遇到瓶颈,预测缩小到一定范围之后,无法再精确下去。
二、大数据不能用来消除不确定性
大数据不能对具体行为进行预测,还表现大型社区的行为预测上。
最近,很多城市的商业中心开始引入了大数据技术,希望对用户行为作出精确的预测来提高商业中心的有效使用。从单个商家的角度出发,知道进店顾客的精确行为,能提供更针对性的服务,但是,从整个商区的角度来做预测会出现悖论。
之所以大型商圈不仅仅有购物超市,还有甜品店、美食街,人们不是冲着甜品店、美食街来的,但是,因为人们行为的不确定性,不知道购买衬衣、牛奶等生活用品究竟会花多长时间,购物间隙才有了甜品的用武之地,如果购物结束靠近用餐时间,美食街也会有生意。
不仅甜品、美食,商场里的新商品也都是因为人们行为的不确定才被销售出去的,因为新产品并不在人们计划购物的范围内。如果刻意增加购物预测的精确性将会怎样?甜品店、美食街甚至电影院都将是多余的。
生态之美源于不确定性,生态中每一个参与者都表现出足够的自由度,世界才会丰富多彩,大型商业区具有生态特征,对生态型社区进行精确预测,会让整个社区失去生机,所以大数据不能够用来消除生态中的不确定性。
三、大数据不能预测新业务
大数据的宣讲案例中,常常有一个啤酒和尿不湿的故事,建议把啤酒和尿不湿放在一起卖,说是数据统计发现,男人买啤酒的时候会顺便买尿不湿,这显然是一个误导,因为小孩需要尿不湿大概只有3年,一个活70年的男人,只有几年处在需要给孩子买尿不湿的情况,也就是说,大多数情况下,买啤酒的男人没有买尿不湿的必要。
当然,买啤酒和买尿不湿在一定的情况下会成为关联事件,比如一个青年公寓,生孩子的情况比较集中,但是,此时数据出现关联只是结果,青年公寓才是原因。
一些极端情况下,根据数据进行类似啤酒和尿不湿搭配可能会出问题,比如香水和避孕套,男人在逛超市时为取哄情人会买香水,当然,也会偷偷买好避孕套,但是,如果把香水和避孕套放在一起,让男人当着情人面去买避孕套就会产生问题。
不能从大数据的相关性直接得出结论,而是要先确定业务逻辑,再用数据相关性去验证。数据只是行为的结果而不是相反,大数据之所以能够辅助预测,是因为人的行为具有规律性,一个具有朝九晚五、周末大休规律的白领,行为数据才会呈现出以日、周、月、年为周期。
创新业务,也就是跟过去不一样的业务,因此,大数据是没法预测新业务的,也没法根据数据分析确定新出现的业务关联性是临时的,还是可持续的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12