大数据不骗人 用法才是幕后黑手_数据分析师

大数据价值被一步步挖掘，从这个概念被提出，到如今被各行各业利用，从本质上来说，大数据价值的体现必须是基于“数据的开放与共享”的，甚至是“数据分析结果的开发与共享”的，但在商业应用上，数据的共享目前还仅限于企业内部的共享，甚至企业内部的共享都尚不充分，以中国移动为例，中国移动拥有庞大的用户数据，分别产生/存放于B/O/M域等IT系统、各基地/专业公司业务平台以及统一DPI系统中(DPI数据规模巨大，蕴含丰富的用户行为信息，挖掘潜力巨大，对计算、存储网络资源提出巨大需求)，但由于部门壁垒、接口实现难等原因，这些数据并没有得到充分的共享和调用，可谓“坐拥金山而入山乏径”。

　　很多人眼里，数据有时就像一个骗子，单一企业/行业的数据是具有片面性的，如电商企业的数据只能反应用户的消费水平，购买偏好等属性，社交运营企业的数据只能反应用户的社交属性，圈子属性，金融企业的数据只能反应用户经济属性，由于数据源的限制，数据池的孤立，各企业/行业往往只使用内部各种系统、平台的客户数据进行分析，最多会结合一些通用的、容易获取的行业数据(如第三方咨询报告等)，得出的结论只能对单一企业/行业有价值，应用的层面很单一。举个例子，游戏企业想要制作一款面向年轻人的社交游戏，但它只有目前的游戏玩家的数据，基于此分析出来的结果只能迎合固有的游戏玩家的喜好而不能挖掘非游戏玩家的需求以实现新的市场的突破，一旦迷信大数据的能力和价值，并在企业运营中应用，这将是一种很危险的错误。

　　数据是具有欺骗性的。举一个通俗点的例子，在周浩晖的悬疑小说《套子里的人》中，警察根据社交数据+嫌疑人表现进行分析，社交软件的聊天记录清楚地指向A有杀死B的倾向，而现实生活中A也说过“氰化物质用作毒药可真是不错”，而死者的死因也确实是氰化钾中毒，基于这样的数据信息作出A是凶手的结论是合情合理的，其实这就是大数据分析的结果，只是不是机器分析，而是我们大脑进行的大数据分析，而实际上，这个判断是错误的，因为社交软件使用了昵称，窄数据源的大数据分析无法判断昵称指代的是谁，同时A实际上说的是“氢化物”而非“氰化物”，这一点窄数据源的大数据分析也识别不出来。其实利用大数据分析去解决问题就如同侦探破案，数据源越少误差越大，只有充分调用方方面面的数据信息才能更靠近真相。

　　数据具有欺骗性。但数据本身是无辜的，幕后黑手其实是数据的用法。数据量巨大的情况下，如何保证分析的正确性，是数据用法的关键。一旦没有正确使用，就会呈现出“骗人”的姿态。使用者要选择合适的数据分析工具进行数据解读。大数据魔镜免费版适用于一般数据分析需求的用户，高级版则有更全面、更强大的功能效果。如果选择此类工具让数据使用更高效和科学化，大数据将可以将“欺骗性”降到最小。