文|邹欣，微软亚洲研究院研发经理 微博@程序员邹欣
最近几年来，市面上有不少关于大数据的宣传， 凡有饮水处，都能听到 “big data“， ”data driven decision making” 等等高大上的词汇。我在中关村街头看见有人在溜大数据的猪，也吃过大数据的猪肉，饱食终日，也想分享一些零碎的感想。
0. 大数据的好处
【此处略去 250 万字】
1. 古已有之。很多现在流行的道理，国人往往说古已有之。 “数据驱动决定”也不例外：
… …先诳之曰：“与若芧，朝三而暮四，足乎？”众狙皆起怒。俄而曰：“与若芧，朝四而暮三，足乎？”众狙皆伏而喜。—— 《列子》
虽然都是七个“茅”， 但是朝四暮三会导致用户爽， 那一定是有道理的！
2. 自己的数据和别人的数据
大部分人对自己的如雷鼾声听而不闻，倒是别处有什么小响动，就坐卧不宁，说影响自己休息。一些大公司里不少的经理经常发一些其他产品的成败分析，最新动向，谣言等等，但是自己产品的用户发邮件来抱怨，却没人处理。
3. 数据的可见性 和 成本
当我们谈大数据的时候， 很多人的第一反应是，希望看到更多的数据，甚至所有的数据，因为看到了所有的数据，就能做决定了。
例如，两个人在下陆战棋， 你不知道对方的具体兵力部署，的确不好做决定。 但是，要看到对方的数据，需要多少成本呢？你可以用连长，营长去实验，但是这样的实验是有成本的。
有时候自己人传递数据，处理数据也是有成本的，我们以前小伙伴们在学桥牌的时候，本来双方已经叫到4黑桃了，不料南方又叫了一个新花色 “5 草花”！ 后来双方总结的时候，南说 “我想表达一下我的草花也挺好...” 表达是有成本的，这意味着双方又要为此在 5 阶上面寻找合适的定约，增加了许多没必要的风险，最后牌局打宕了。
(下图只是一个示意)
好，下面给你看所有的数据，这回所有的棋子都没有遮掩，双方的信息都是公开的。那么，这些数据展现了什么规律？下一步黑棋应该怎么走？
（这是最高等级的决赛，请读者慎重考虑。实战中，黑棋的下一手考虑了 2 小时 57 分钟，然后一招制敌。这位棋手的大脑在将近 3 小时的时间里收集了什么？计算了什么？）
4. 大数据和第一感
一叶落而知天下秋。 这是大数据么？ 如果大数据的专家坐镇，要看到多少落叶，到什么时候才做出 “data driven” 的判断 — 秋天到了！
大数据，有人觉得大和纷乱，有人第一感就能看到问题的实质。例如 @winter 讲得故事：
5. 大数据、把握和时间
如果有时间，我们总是可以得到更多的数据。 有积极的员工提出新想法，建议在某一个局部先试验，当然这需要资源。 其他人反对说， 你有100% 的把握么？ 哦，没有？ 不然继续收集数据，等到有了我们再讨论。
等到有充分数据的时候，就是竞争对手已经占领市场，大势已定，各路专家都写文章分析它的成功经验的时候。 这时，你拿了数据给领导看。 领导说，嗯，有道理啊，当然，我们这个时候再进入这个市场显然已经太晚了。。。
篮球场上，有队员要投篮， 他的队友不是各自做好准备抢篮板，或者补位，而是问你， 你有100% 的把握投进么？ 如果没有，那就传一会球吧，千万别 “风投”。。。 篮球比赛有24 秒的进攻时间限制。大公司往往没有这样的限制，在大公司工作的人可以永远头脑风暴，收集数据，分析数据， 把传球过去，别人又传过来，这样就能度过好几年。事实上，别人在市场上已经打了好几个来回了。
6. 记一次 SMART 的大数据项目
王屋村进驻了几个大数据专业的实习生，他们品尝了当地特产芝麻烧饼之后，都赞这些烧饼外焦里嫩，焦得金黄，带有芝麻的香味。 吃完好多烧饼之后，大家打着饱嗝，看着桌面上的芝麻粒儿，决定要对它进行大数据的剖析和改进。 首先，最容易数据化的，是芝麻粒儿。“最关键的，是要问出好问题”， 他们从课堂笔记中画重点的字句里抽出这句话，开始了一系列当地人从来没问过的问题：
- 一个烧饼表面附着有多少个芝麻？
- 当烧饼没有附着任何芝麻的时候，是不能叫“芝麻烧饼”的， 当烧饼的芝麻数到了N 个，用户就会说这是“芝麻烧饼”， 那么，N 是多少？
- 数据小组的目标是：求出N，并优化。
他们从MBA 和大数据的教材中，论证了这个项目是SMART 的：
Specific: 针对一个具体的问题，避免过于宽泛的 – 王屋村新农业改革前景展望，等问题。
Measureable： 可以衡量的，而不是笼统的 “好吃”，“有嚼劲”。
Actionable: 可以具体操作的 – 增加或减少芝麻的数量，非常可操，操的过程可跟踪，可衡量。
Result: 有结果的，这个活动可以优化资源，减少芝麻的浪费。
Time: 有期限的，实习期三个月就要搞定。
他们看到这个项目是SMART 的，于是就报告领导，领导看到的确是SMART 的，就认为是好的。开始行动。 他们在三个月的时间内实验（吃）了各种芝麻量的烧饼，并采访用户，衡量用户味蕾打开程度，做广泛的用户调查，跟踪芝麻在消化系统的生命流程，等等。
最后，他们用Keynote 软件分享了他们的大数据芝麻烧饼的建议：
N = 7.5
只要七颗半芝麻，用户即认同这个烧饼是 “芝麻烧饼”。为何要有半粒芝麻？ 因为大数据的平均值就是这样，同时，我们要做到极致，让用户看到烧饼上的半粒芝麻尖叫！
然后他们带着感恩的心，用技术了改变世界的的喜悦离开了王屋村，还打包了很多烧饼。
7. 大数据是手段还是目的
有些读者可能以为上面的例子太极端，其实在现实生活中，比这多彩的例子多了去了。 数据是我们的手段还是目的？
曾经有一个小软件，这个小软件可以出现在屏幕的不同位置，给用户带来一些价值，用户反馈还不错，但是还可以做更多的事情。后来产品组的PM们想通过各种实验来了解不同位置对用户的变化
- 界面初始是隐藏的 | 不隐藏
- 在任务栏中显示 | 不显示
- 有时主动弹出窗口 | 永远不弹出
人们用常识就可以知道， 如果这个App 不断地出现在用户的视野中， 用户就会用得更多，但是也有用户会觉得烦，而卸载这个App。 但是好奇的PM们想知道究竟是多少，于是我们做了各种试验， 过了好几个月，好了， 我们知道了具体的百分比，的确是和常识差不多。
那现在怎么样呢？下一步怎么办？怎么赢得用户？
大家讨论了一会，没有什么办法，最后这个项目也不做了。 如果我们把做各种实验的时间花到给用户提供更多价值上面，是否会更好？
我们做软件的目的是赢得用户， 不服务这个目标的东西都是耍流氓！
8. 当你有很多数据，但是没有洞察力的时候
KK说 – 当你对互联网一无所知，却试图通过数据来弄懂互联网，那么你很自然地会得出结论：互联网是用来传输广告和黄色内容的。
(凯文·凯利（Kevin Kelly ）访谈－－想法来自何处？)
9. 如何搞到数据
在一个平行世界中，亨利福特在研发汽车的时候，他去找当时的主流用户 — 马车夫 — 做大数据研究。
他和马车夫同吃同住同生活，他收集大量的数据，例如马粪。他在深夜和众多马车夫喝酒，开头脑风暴会议，分享了无数劳动人民的黄色笑话。 马车夫杰克的畅想深深地打动了他 – 如果马又能跑，又不会吃草，就好了。
10. 没有数据的地方
跟着数据跑，有这么大的错误么？ 不至于吧？！ 数据在哪里，公司的生意就在那里，这有错么？
这当然是有价值的，我在第 0 条就说了大数据的 250万字的好处。 你看小朋友们踢足球， 球在哪里，他们就聚集在哪里。 这至少给大家一种参与感。 那么职业的选手怎么踢球呢？
我们看看 98 年世界杯 荷兰 vs. 阿根廷的比赛
荷兰队球员弗兰克-德波尔开了一脚长传，他传球计划的落点上，没有自己的队友，也没有防守队员，那是一个没有数据的地方。 但是，当球落下的时候，自己的队友就到了。
他的队友博格坎普正跑向那个没有数据的地方（红衣服的那位）：
现在人跑到了，球也到了，博格坎普一停，一晃，挑射。
守门员的手臂还在使劲伸展，三个刚刚到场的后卫在看着皮球入网，博格坎普的身影划出一阵红色的弧线，他开始庆祝了。
没有数据的地方，没有球的地方，往往是有机会的地方。
End.
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
