马继华：别把大数据过度神化

2012年是“大数据”这个概念红火的一年，正如前一年的“云计算”，但概念很多，真正实用的却很少，这杯美酒如果不是吹出来的，至少也还是需要经过几年的窖藏才能面试。

据说，阿里巴巴基于大数据构建了“RTB广告交易平台”名为Tanx，能够实现让广告主从购买媒体变成直接购买用户。形象的说法是，一个人在淘宝上买了一件商品，比如项链，接着无论是打开优酷、PPS看视频，还是上搜狐、网易浏览网页，广告框里显示的广告全都有项链。但我们却不得不考虑，这样的广告真的有效吗?

1、大数据的分析从原来统计分析看重的因果分析转为相关分析，只要知道是什么，而不重点探究为什么。这已经成为共识，但这却不能成为大数据分析中理所应当的，这无论如何都是缺陷，而在大数据的背景下，分析原因将变得更为重要，也更需要定性和直觉。

2、大数据分析重视对行为中的关联性研究从事进行预测，这种预测应该是具有预见性的，而不是说简单的联系。我们需要找到的是看什么视频的人会买项链，买哪款项链。

3、大数据的分析会大量收集用户的数据，虽然有一定的方法可以减小数据噪声的影响，但却也是不可能忽略的，“精确性不再重要”也只是适度而已，不能用不重视精确性的幌子来随便使用乱七八糟的大数据进行分析，因为这样的分析绝对不会有进行抽样统计得到的结果更好。

在一定意义上看，不管是微博、淘宝等等，根据大数据进行的分析都有一定的合理性和代表性，却很难实现更大的更充分的价值，你怎知我注册信息的真伪与网络行动的真假?其实，完全有办法根据我的购买习惯发现我的性别、住址、工作等等差异的，可粗线条的大数据难以做到，或者觉得没必要做到。

大数据分析需要连续的真实的少杂质的数据，而这些数据对于大多数中国企业而言简直是天方夜谭。

我们应该好好利用如今社会数据采集系统的海量数据，但也不能过于神话，在数据分析面前，智慧比算法和数量更重要，数据的多少并不是决定结果是否有价值的核心标准。