大数据，别拽上天了(2)_数据分析师

要知道，按常态理解来看，食盐这种商品是没理由出现大规模销量暴涨的，但是，系统汇总全国用户的购买信息绘制出的销量图是基本不会出错的。

但问题就在于，如果按销量图预判的未来趋势采购食盐，但销量却突然下滑，那么，付出的物流仓储成本是不小的。

这个案例透露出什么?大数据在运用过程中，有他的天然短板。这个短板是什么呢?是他不够“大”。就像案例所说，常态情况，食盐这种商品是没理由大规模销量暴涨的，但你的销售系统提供的图表，清晰显示这段时间以及未来的食盐销量趋势不断增长。而你，即使看到了数据，也断然不敢轻易做采购决定。

为什么，因为即使销量统计图给了你一个可能的增长信息，但这违背了你脑海中的预判逻辑。所以，你会犹豫不决。除非，这个大数据能“大”到把一切变量全部涵盖

那么我们再换一个案例，从另一个角度来说

根据某公司调查，中国人均工资平均每年上涨百分之七，勉强应对通货膨胀。此数据精确可靠，是此公司通过全国各地工资收入情况汇总后，由系统精算得出

不知道大家看到这条信息什么感觉?如果你不是政府官员，只是一个打工仔。相信你十有八九会觉得，一堆废话。为什么。因为你在乎的不是工资上涨的百分比的统计。而是怎么让自己的工资上涨。因为，如果要算工资涨多少，你自己把这几年领到的钱加减乘除，轻轻松松就算出来了。

而这透露出什么。透露出大数据的相对“无效性”。即即使你用大数据能得出一些东西，但你得出的东西对我而言是毫无价值的。那么，管你大数据还是小数据。多看一眼都是耽误时间。

(官方机构统计“下馆子”人群越来越多的信息，对部分地理位置不那么好的小饭店无用也是类似机理)

那么，以上两个案例如果汇总，我们客观总结一下大数据的缺陷

一：如果某个事务的关联信息不能完全容纳进“大数据”系统，则大数据的可靠性，实用性将天然减弱。

二：很多东西，我们根本不需要大数据来告诉我们。因为我们本就知道。我们苦恼的，是如何解决当下面临的困境。而大数据显然无法在中短期给我们提供帮助。

因此，某种程度我们可以说：大数据，也就是一个参考价值相对更高一丁点的数据而已。如果你所处的行业变数太多或者本就是早已知道原因只不过能力不足才面临困境的话。大数据对你而言，其实没那么大的价值。

那些动不动就大数据的人，其实，很可能不那么了解大数据的运作机理