微软数据视界：牛人科普如何看待大数据

    最近可能关注大数据太多了，走到哪里似乎都能看到大数据的身影。而且，基本每个展会、高峰论坛、沙龙等都在为同一个问题“什么是大数据”？很多人专家级别的演讲者会用4个V（Volume、Velocity、Variety、Veracity）来表达自己对大数据专业理解，但是非专业人士还不会太懂，一转身还是会忘记。最好的办法就是拿出实例来，告诉他们什么是大数据？让他们更主动的来拥抱大数据，就好像下面这幅图里面的美女一样。：）

图 主动拥抱大数据

    当然，实例，我们有些人可能已经听到很多了，什么奥巴马竞选总统时邀请了一个大数据分析团队了，奢侈品牌ZARA通过大数据分析业绩大幅度提升了，某大型超市通过数据分析得出尿布和啤酒应该放在一起了，还有还有，某国外一位母亲收到厂商的奶粉和尿不湿的广告，尽然是因为分析出他未结婚的女儿早孕的消息等等。

    这些大数据的案例来的都太严肃，太正统了。我们需要那种《水煮三国》般的大白话案例。这个有木有，有木有？还真有啊！

    今天下午无意间在微博看到@微软数据视界发布的一篇长微博，试图通过“牛人”的口味用最“流氓”的方式直白地告诉你：什么是大数据？它们都在哪儿？

图 牛人怎么看大数据？

    引用【大家都快觉得“大数据的未来几乎无所不能”了吧，果真如此吗？你真正思考过大数据的核心究竟是什么吗？它的真正意义何在？看看牛人@快刀青衣 是如何看待大数据的】。“牛人”试图从四个观点体现出他对于大数据的直观感受。

   

    No 1.有什么不重要，怎么用才重要。

    引用【现实生活中，像Netflix这样的视频网站，就利用大数据跳出来抢了影视公司的饭碗，拍了一部《纸牌屋》的电影，还火了】。

图 大数据的核心

    引用【有一个应用叫“同名同姓”，看起来偏娱乐化实用性不强吧？但是，这些身份数据足以让你查出在埃及神庙上刻字的人。

    同时，也可以查出全国只有一个名叫“操瑞士”的人。呵呵，瑞士大使馆迅速锁定他的位置吧！

    引用【小结：大数据的核心并不是拥有数据，而是拿数据去做了什么。你不能仅仅占有人家的身子，也要占据人家的心哦】。

    网友的回复：

    “通俗易懂，一语击中大数据的核心”！

    “无法用到实践中去的大数据都是耍流氓！”

    。。。

    还有呢，接着往下看啊:)

    No 2.对数据的容错性更强，来源更加多样化

    大数据来自于哪里？引用【它可以来自不同维度、不同途径，而且也不限于文字、视频、声音、位置或图片】。

    大数据的四个V之一的Variety，说的就是这个意思。大数据是一个融合了结构性数据和非结构性数据的混合结构数据。这种类型的数据，通过传统分析方法有些无能为力，必须启用新的分析工具。

图 大数据来自于哪里？

    引用：【只有将不同维度的数据放在一起判断，的出来的趋势才有可能更真实。雷同的数据积累的再多，超过某一个限度之后，我们再从新样本上活动的有用信息就越来越小。】

    为了更进一步说明大数据来源的复杂性，@快刀青衣举了一个切身的例子。自己为了搜索一张配图而搜索过一个关键词“情趣用品”，结果呢，结果就是他浏览的其它网友中也是被没完么了地强行插入“情趣用品”的广告啊。这个情况，确实有点尴尬，特别是当你的网友不慎被女同事看见的时候。（窃以为，这个案例是不是告诉读者以后买情趣类用品，一定要低调一点，悄悄地出来正如我们悄悄地进去。开个玩笑）

   

    同时，作者还引出一个论调：如果你已经交往过4个IT码农，那么第五个其实也新鲜不到哪儿去？这是概率问题，也属于大数据分析的范畴。

图 大数据来源的复杂性

    作者继续假设，若商家要选择一个本书给自己，【如果他们分析一下我的小学老师评语、初中老师评语、高中老师评语】是否能对作者本人得出一个结论【应该推荐《钢铁是怎样炼成的》】这本书呢？

    结论【多样化的来源可以避免陷在一个死胡同里出不来】。

图片说明

    看到这个点评，我明白了前面作者所列举的三个例子，都在告诉我们大数据将会从不同的层面对一个事物进行剖析，而不会仅从一个角度，这样就避免了数据的单一型，从而降低了误判率。

    我觉得那些搞教育或者面试的老师们，尤其要注意利用“大数据”的思维来判断一个学生的综合素质。很多老师，只看考试分数，考得好就什么素质都好，考得不好就一棍子打死，全部扔到垃圾桶里。国家还强调德智体美劳全面发展呢。是吧：）

    有点扯远了，还有呢，接着往下看:)

    No.3 拥有大数据的身，也要有大数据的心

    引用【大数据是通过对各种数据分析得出某种趋势，这种趋势不必过于精确，但是能让相关决策人有底气去做某项决定】。

    【大数据不重要，重要的是使用大数据的人】

图 重要的是使用大数据的人片说明

    作者此刻终于搬出了经典故事《三国》。他指出三国赤壁大战中，庞统给曹操献计【若以大船小船各皆配搭，或三十为一排，或五十为一排，首尾用铁环连锁，上铺阔板，休言人可渡，马亦可走矣。】

图片说明

    曹操大呼【非先生良谋，安能破东吴耶！】

    徐庶疾呼非也非也【你好大胆，只恐烧不尽绝。。。。】

图片说明

    小结【由此可见，“以认为本”是多么精辟的一句废话啊！无论你是NB还是SB，数据总在那里，不离不弃。】

    No.4 强调趋势和未来

    引用【通过上亿次的搜索查询，可近乎实时地提供全球许多国家和地区的流感疫情评估，比美国官方数据在时间和效率上更胜一筹。】

图片说明

    有一个数据，2012年美国某著名避孕套品牌发布校园性健康报告，患有性病的人在美国大学生中占到了25%。

图片说明

    【其中排名第一的是尖锐湿疣，得病率最高的学校是位于科罗拉多州的美国空军学院，而该学校男生78.1%，女生21.9%。从这些数据至少我们可以分析出一个腹黑的结果：跟海归一夜情之前，请查一下学位证。】

图片说明

    小结【大数据，更多的应用是分析过去，提醒现在，展望未来。无法用到实践中去的大数据都是耍流氓！】最经典的一句话就是最后一句话了！