大資料不能做什麼？

大資料平臺 大資料中心 網路大資料（）
　人們對大資料寄予了許多的希望：賣出更多的貨物，做出更好的產品，找到更酷的朋友，甚至幫我們決定明天早上是否睡個懶覺。現在，凡是有資訊流通的地方，都有人們對大資料的期望。

　　大資料果真如此神通嗎?大資料不能做什麼?下面從幾個方面來談談大資料的反面。
一、大資料不能對具體行為作出精確預測

　　事實上，人們的社會行為具有不可預測性。甚至我們不妨可以定性地歸成一個大資料測不準原理：人和事件，如果放到越大的空間和時間範圍，則是越可以精確預測的;如果放到越小的空間和時間範圍，則是越不可以精確預測的。

　　舉個例子說：我們幾乎可以在100%的程度上預測一個人24小時的範圍內會吃飯，但若精確到某一分鐘，則幾乎不可能預測準確。進一步我們會發現，利用更多過去一段時間的資料，能夠幫助我們提高預測某半個小時內是否吃飯的機率，但如果把時間精確到某一分鐘，則更多的資料幾乎提高不了預測的準確性。

　　其實，行為的不可預測性早已植根於人類的潛意識中。

　　比如，我國前一陣子發射了嫦娥三號探月飛船，在嫦娥三號發射前，科學家們已經計算出了在未來的一個月之後的某個小時、分、秒，嫦娥三號在月球上空高度和經緯度，如果這個計算結果偏離預計幾十米，則可能推遲發射，重新計算校準。這是科學對未來的精確預測。

　　相對的情形是，在晚上10點以後，當我們準備睡覺的時候，能預測明天早餐後下樓碰到的第一個人是誰嗎?幾乎沒有人能知道，但這個巨大的不可預測卻沒有引起人的關注，幾乎沒有人會因為不知道下樓碰到的第一個人是誰而影響睡覺。人們對不可預測性熟視無睹。

　　大資料的有效範圍討論，需要引進一個假設：人們可以自由決定自己的行為(常常稱為“自由意志”)。一個人自由決定自己行為，在別人看來，就是他的行為無法預測，如果能夠精確預測未來的一舉一動，就不具備任何的自我決定的自由。

　　因此，大資料不能對具體行為作出精確預測，即大資料測不準原理。

　　大資料的不可預測性說明，企圖利用大資料預測使用者具體行為的努力或許是徒勞的，我們哪怕掌握一個人從出生開始就有的全部行為資訊，也無法預測明天早餐他會吃什麼。這也意味著，許多基於使用者歷史資料進行行為分析的努力會遇到瓶頸，預測縮小到一定範圍之後，無法再精確下去。

二、大資料不能用來消除不確定性

　　大資料不能對具體行為進行預測，還表現大型社群的行為預測上。

　　最近，很多城市的商業中心開始引入了大資料技術，希望對使用者行為作出精確的預測來提高商業中心的有效使用。從單個商家的角度出發，知道進店顧客的精確行為，能提供更針對性的服務，但是，從整個商區的角度來做預測會出現悖論。

　　之所以大型商圈不僅僅有購物超市，還有甜品店、美食街，人們不是衝著甜品店、美食街來的，但是，因為人們行為的不確定性，不知道購買襯衣、牛奶等生活用品究竟會花多長時間，購物間隙才有了甜品的用武之地，如果購物結束靠近用餐時間，美食街也會有生意。

　　不僅甜品、美食，商場裡的新商品也都是因為人們行為的不確定才被銷售出去的，因為新產品並不在人們計劃購物的範圍內。如果刻意增加購物預測的精確性將會怎樣?甜品店、美食街甚至電影院都將是多餘的。

　　生態之美源於不確定性，生態中每一個參與者都表現出足夠的自由度，世界才會豐富多彩，大型商業區具有生態特徵，對生態型社群進行精確預測，會讓整個社群失去生機，所以大資料不能夠用來消除生態中的不確定性。

三、大資料不能預測新業務

　　大資料的宣講案例中，常常有一個啤酒和尿不溼的故事，建議把啤酒和尿不溼放在一起賣，說是資料統計發現，男人買啤酒的時候會順便買尿不溼，這顯然是一個誤導，因為小孩需要尿不溼大概只有3年，一個活70年的男人，只有幾年處在需要給孩子買尿不溼的情況，也就是說，大多數情況下，買啤酒的男人沒有買尿不溼的必要。

　　當然，買啤酒和買尿不溼在一定的情況下會成為關聯事件，比如一個青年公寓，生孩子的情況比較集中，但是，此時資料出現關聯只是結果，青年公寓才是原因。

　　一些極端情況下，根據資料進行類似啤酒和尿不溼搭配可能會出問題，比如香水和避孕套，男人在逛超市時為取哄情人會買香水，當然，也會偷偷買好避孕套，但是，如果把香水和避孕套放在一起，讓男人當著情人面去買避孕套就會產生問題。

　　不能從大資料的相關性直接得出結論，而是要先確定業務邏輯，再用資料相關性去驗證。資料只是行為的結果而不是相反，大資料之所以能夠輔助預測，是因為人的行為具有規律性，一個具有朝九晚五、週末大休規律的白領，行為資料才會呈現出以日、周、月、年為週期。

　　創新業務，也就是跟過去不一樣的業務，因此，大資料是沒法預測新業務的，也沒法根據資料分析確定新出現的業務關聯性是臨時的，還是可持續的。