忘掉大数据：万物皆数据，数据藏大道

作为公众号的开篇之作，自然以“忘掉大数据”为题，这既是我的主张也是十年实战大数据的感悟。作为道家行者，凡事喜欢探究本原，试图务实一些还原大数据的真相。

为什么要忘掉大数据？

是不是大数据无用？恰恰相反，大数据太有用了，大数据无处不在，它可以跟所有的应用结合，当然前提是能够采集到相匹配的数据，而随着科技的发展，采集数据的范围越来越大、存储技术越来越先进、计算能力越来越强、算法越来越智能，越来越多的问题能够用数据技术来解决。那我为什么还是要忘掉它？理由有二：其一，数据的关键不在于“数据”本身，而是它表征的事实，我们必须回归到数据产生的场景中去理解数据，也必须从场景出发去应用数据，单纯的大数据毫无意义，想成为一个大数据专家，得先成为某一个应用领域的专家；其二，这是个人对大数据发展的终极梦想，因为数据，我们的生活更加自然，最终再也觉察不到大数据的存在，那才是真正的大数据时代！

回想上古时代，人类对这个世界一无所知或者知之甚少，因为无知，也就无争，所以“老死不相往来”，社会是一种“自然”的稳态，后来，部分人掌握了更多的数据，开始争夺利益，道德崩塌，社会变迁，只有大数据发展到人人都能平等的获取同样多的数据，社会才会进入一种新的“自然”的稳态。道家洞悉了天机，为“自然”的秩序，无为，也无所不为！

扯远了…….接下来谈谈我对数据的理解。

一、数据=Know，数据一直存在

1、数据是人类对世界的观测：数据是个什么样的东东？我是这么看的，我把世界分为如下这些元素：a、道，主宰世界的运行； b、公理/定理、规律 ;c、场景，包括政治人文地理气候等；d、参与者，包括人和万物，大到天体，小到粒子；于是所有的事情都可以抽象成这样，在a和b的作用下，c和d相互影响在时空中运行，而这时候出现了一个旁观者，把它观测到的这一切记录下来，就形成了我们所说的数据。

数据体现了人类的意志：数据的来源只有两种，要么人类通过手工记录，要么通过科技手段按照人类设想记录下来，记录者对事物的理解、采取的采集手段决定了数据长啥样！所以看到数据，要追溯回记录者当时怎么想怎么记的，才可能真正搞懂数据。

数据并不客观，它是有角度的：正因为数据体现了人类的意志，而人类只能选取某些角度去观测世界，因而记录下来的数据是有角度的，它离客观事实有很大的距离。譬如《史记》就体现了司马迁的偏好，项羽不是帝王，却列入本纪之中，可见其对于项羽的推崇心理。

数据表征事实，但数据只是事实的采样：事物的细节很多，人类只能对局部的点进行记录（空间抽样），也不可能连续记录（时间抽样）。譬如你记录了时间、地点、人物、事件，但还有人物心理、周边环境、星际运行、甚至粒子级别的运动，人类观测不过来，也记录不过来，很多东西无法表征，更存储不下来所有。

数据不仅失真，还可能错漏：眼里见到的不一定就是真实，最终记录下来的也不一定是眼里见到的，还有技术的误差……

真正的“数据”是世界发生的这一切，这个“数据”无穷大，一直存在：相比之下，人类的采集及表征存储技术实在是太渺小了！不少专家惊呼大数据时代来了，我们可以不用抽样能够全数据处理了，真实情况是，人类永远没有全数据，我们对这个世界“Know”得太少啊，真正的大数据时代还早得很！

（注：在我的概念，数据有广义狭义之分，广义的“数据”就是世界发生的这一切，狭义的数据是指人类记录下来的）

顺便也说一下，强人工智能时代还远着呢，且不谈意识那些深层次的话题，也不探究存储及表征技术的落后，三个理由，其一，AI在采集数据方面是预设角度的，而人类对一个事物观测角度有无穷想象空间，你自己都无法预知你会留意哪些方面，其二，模型方面，AI的学习方向也是预设的，人类大脑的联想关联能力、快速归纳能力AI无法做到，譬如婴儿第一次见到围巾，你教它把它挂到脖子上，下次它见到长的东西如皮带，它也会创造性的往脖子上挂，没人教过它围巾与皮带的关联关系！我举的这个例子不一定恰当，相信宝爸宝妈能举出更多更好的例子（欢迎投稿供引用）。其三，解读数据及数据影响行动的能力，AI还太弱。

2、“数据”是物质与意识之间的连接

人类对世界的认知就是体现在对“数据”的掌握，物质通过“数据”传递给意识，意识接收“数据”感知物质。没有“数据”，物质与意识就会中断。脱离了肌壳，不知道灵魂还能不能接收“数据”，如果不能，那就跟物质中断了，这种状态跟创世元灵忍受过的难以想象的孤寂差不多。

3、数据=Know

查英语词典，“know”有知道、了解、懂三层含义，这三层渐进的解释和大数据实在是太吻合了，单一的数据能帮人们浅层次的“知道”一些事实，多维度的数据让我们进一步的“了解”事实，而对数据的综合提炼、深度洞察才能称之为“懂”，“懂”事物的规律、发展方向！所有的数据都是帮助我们Know，譬如运营报表是帮助我们“know”过去的运营情况、监控预警是帮助我们“Know”当下正在发生什么异常的事情、目标客户数据是帮助我们“Know”客户未来会有什么样的购买需求；而大数据挖掘就是利用我们已经“Know”的事实数据去推测我们想“Know”的东西。

二、数据的方法一直在使用

人类一直在有意无意的采用数据方法来思考，几乎所有的领域都有数据的影子。譬如读心术，不就是通过分析身体语言、微观动作、面部动作、空间行为、触觉等非语言行为数据再结合社会习俗、文化背景、民族习惯、现场气氛、对象资料等背景信息来推测对象的心理么？最近“别对我撒谎”就是试图利用图像数据来分析心理，当然智能程度还很低；而侦探就是通过收集现场等数据试图还原真相；所谓闻香识女人、知己知己百战不殆、分久必合合久必分等都是对数据的收集和运用；占卜算卦就更神奇了，利用道具来产生数据（当然，不知道是否还采集了空气中一些神秘的数据）然后推测人的命运……

但是，现行的数据技术并不能解决所有的问题，因为很多数据还没办法收集存储，随着采集技术的发展，未来，一切皆可测量，一切皆可数据化，所有领域的专家，都将是数据科学家。未来，请忘掉大数据，不要问大数据能做什么，而是几乎所有的领域都必须应用数据技术。大数据无处不在，也就是不存在。

三、所谓的模型、算法，都是为了让数据产生新的数据，Know->行动

前面也说了，数据挖掘，就是利用已掌握的数据推测未知，推测的结果就是一个新的数据，譬如你没有用户的性别数据，只能通过用户的浏览习惯、浏览网页分类来推测它的性别，这个性别对于你就是一个新的数据。

不能影响行动的数据都是没有意义的，换句话说，数据必须与商业（应用）相结合。千辛万苦整出一个数据，没有相应的应用流程来承接，那就徒劳无功。

四、经验也是大数据

大数据出现之后，人们对数据驱动津津乐道，什么数据驱动营销、数据驱动管理、数据驱动运营………如果凭经验做事情，似乎就被一棍子打死。但是，数据看起来很多，实际上很少（前面说的抽样、失真……），它并不总能解决问题，如果掌握的数据与目标相去甚远，无论算法多么的牛叉，都得不到一个与目标匹配的数据结果。

而人类的经验是基于多年接收的大数据运用大脑提炼的结果，除了五官，人类身体的每一寸肌肤都在接收并处理大数据，人类的大脑比计算机模型强得不知道哪里去了，匹配度高的经验效果远远好于一般的数据结果。

所以，别瞧不起经验，很多情况下，数据无能为力！

结语数据没想象那么强大，但未来数据无处不在，最后，人类一定会忘掉大数据！

作者：小白杨（吴显洋）： 从小爱数学，曾是系统架构师，后回归数据，10年大数据实战经验，渐成一家，擅长数据化思考、系统性布局。信奉道家思想，坚信万物皆数据，数据藏大道。爱徒步、爱历史、爱思考宇宙，弘大数据道，教你Know那些有趣、有用、有逼格的Data。

来源： 忘掉大数据