熊大胡说巅峰之作：论大数据“砖”家的典型特

大家好，我是王汉生。今天呢，跟大家讨论一个话题，叫做：论大数据“砖”家的典型特征。请注意啊，我这里“专家”的“专”呐，是“砖头”的“砖”。所以，今天的话题呢，有点调侃逗乐。如果一不小心，真的有“砖”家中招，千万别介意，我也就开个玩笑，纯属误伤友军，别upset哈！好了，不拐弯抹角了，切入正题。根据我的观察，大数据“砖”家有四个典型特征：

第一，大数据“砖”家的第一个特征是：言必称“4V”，而毫无个人见解。我跟大家学一下啊：某“砖”家上台，掌声响起，“砖”家发言开始：大数据啊，4个V哦。哦，我告诉你啊，是哪四个V哈。第一个啥子来着？噢，Volume，数据特别大呀。第二个啥来着？啊哈，Variety，形式多样化。还有啥？呦，Velocity，速度特别的快呀。最后一个是啥来着？哦，Veracity，数据要真实哈。啊，这就是大数据哈！怎么样，我学的像不像？大家是不是似曾相识啊？想想看，念概念有啥了不起啊，谁都会。所以，只要有人在我跟前说“几个V”，我心里呀，就有几个特别可爱的、澳洲特产的动物，奔腾而过！ 这就是大数据“砖”家的第一个特征。

大数据“砖”家的第二个特征：言必称“大数据时代，都知道总体了，不需要抽样”。唉，这要我说啥呢？这要我说啥？这是标准的“秀才遇见兵，有理说不清”啊。但是我可以负责任的说，这个观点是无知荒谬的，说的太绝对了。我们不排除，有的时候啊，对于一些特定的研究问题，是可以获得总体的，那就不需要抽样了。但是，在更多的时候，抽样是无法避免的。给大家举一个非常典型的例子——预测。大家都知道，数据建模的一个重要应用就在于预测。例如：预测一个投资组合将来是否会盈利？预测一个想借钱的人，真的我把钱借给他了，他是否会赖账。所以预测很重要，对吗？但是，只要是预测问题，它的总体是什么？它的总体包含了还没有发生的未来！未来都还没发生呢，你哪来的总体呀？总不能靠穿越吧！说白了，这样的“砖”家，只是在机械地复述一个别人的，而且非常不严谨的观点，实在没搞懂总体的定义。当然了，这也不能怪“砖”家，“砖”家肯定没有学过扎实的统计学，所以呢，狗熊会任重而道远啊！这是第二个特征。

大数据“砖”家的第三个特征：言必称“大数据时代，相关关系就可以了，不需要因果关系”。这个说的也太绝对了。相关关系之于预测，是有用的，自古都知道。但是，相关关系永远不能替代因果关系。例如：公鸡一叫，太阳升起来了，高度相关。那我明天想睡懒觉咋办？把咱家的公鸡宰了，太阳就不升起来了吗？还有人说，大数据分析表明，女生短裙的长度，和一个国家的GDP高度相关。今年啊咱们经济形势不好，咱号召全国女性穿超短裙，可以解决GDP的问题吗？说白了，“相关关系”是普遍存在的。尤其是样本量大的情况下，很容易被观测到。但是，“因果关系”就非常不容易了，极其可贵，是科学研究、业务决策的关键所在。这是第三个特征。

大数据“砖”家的第四个特征：言必称“沃尔玛、谷歌、IBM的高大上案例”。但是，对于发生在自己周围的普通的产业实践，一无所知。言必称沃尔玛的“啤酒尿布”，经常说谷歌的“票房预测”，还讨论IBM的“智慧城市”。我对这些案例的看法是这样的：首先，我持有审慎怀疑的态度。我怀疑这些案例是真的可以被产业化的商业案例吗？还是企业的公关PR策划？大家真的用心想想，我的怀疑有没有道理。其次，假设这些案例都是真的。请问：与我何干？关我嘛事？对发生在我们自己周围的产业变迁，有啥借鉴意义？千万别跟我说：有一定的借鉴意义。您倒是整一个真的创造了价值的案例，咱学习学习！这是大数据“砖”家的第四个特征。

最后啊，简单总结一下。今天跟大家分享了大数据“砖”家的四个典型特征。大周一的，大家都不想上班，礼拜一呢，综合征，给大家讲个笑话，开心一下，哈哈哈！如果大家不爽，以后管王老师叫大数据“砖”家好了。谢谢大家。

来源：狗熊会 作者：王汉生