前兩年，有本書(shū)叫《大數(shù)據(jù)時(shí)代》風(fēng)靡世界，作者在書(shū)里提出了大數(shù)據(jù)的三大思維，一是要全集不要采樣，二是要混雜不要精確，三是要相關(guān)性不要因果性。前英特爾中國(guó)研究院院長(zhǎng)吳甘沙在混沌研習(xí)社進(jìn)行了一次演講，對(duì)上面三大思維進(jìn)行了反思，提出了以下三個(gè)觀點(diǎn)。

　　第一，不是說(shuō)數(shù)據(jù)越多預(yù)測(cè)就越準(zhǔn)確。

　　傳統(tǒng)采樣是這么做的，一萬(wàn)個(gè)樣本，我選一百個(gè)來(lái)處理，這樣做處理數(shù)據(jù)的速度就變快了，但有些重要的數(shù)據(jù)可能我們采不到。所以《大數(shù)據(jù)時(shí)代》這本書(shū)里才說(shuō)，要全集不要采樣。但今天每個(gè)公司都有自己的數(shù)據(jù)，所以想要拿到所有的數(shù)據(jù)基本上很難。另外，如果真的采集到了所有的數(shù)據(jù)，投入是非常高的，但是產(chǎn)出卻沒(méi)期望的那么大。大數(shù)據(jù)就像一個(gè)貧礦，價(jià)值密度很低，如果沒(méi)把握，最好不要規(guī)劃采集全部數(shù)據(jù)。

　　第二，吳甘沙說(shuō)，如果數(shù)據(jù)沒(méi)有辨識(shí)度就沒(méi)有意義。

　　《大數(shù)據(jù)時(shí)代》說(shuō)，要混雜的數(shù)據(jù)，不要精確的數(shù)據(jù)，因?yàn)楝F(xiàn)實(shí)中的數(shù)據(jù)都是混在一起的，所以沒(méi)辦法避免混雜。確實(shí)，混雜性是客觀存在的，但不一定就是我們需要的。因?yàn)閿?shù)據(jù)的價(jià)值就在于它的真實(shí)性、辨識(shí)度和準(zhǔn)確性。所以，數(shù)據(jù)的質(zhì)量依然非常重要。如果沒(méi)有辨識(shí)度，那這個(gè)數(shù)據(jù)就沒(méi)有意義了。舉個(gè)例子，我們上網(wǎng)的時(shí)候，瀏覽過(guò)什么網(wǎng)頁(yè)，都會(huì)被記錄下來(lái)。但過(guò)了兩個(gè)月，我的網(wǎng)頁(yè)改版了，這些信息就沒(méi)有用了，這些缺乏辨識(shí)度的數(shù)據(jù)就應(yīng)該扔掉了。

　　再舉個(gè)例子，谷歌曾經(jīng)用搜索來(lái)預(yù)測(cè)流感，因?yàn)楣雀璋l(fā)現(xiàn)，如果一個(gè)地方很多人都在搜索“流感”這個(gè)詞的時(shí)候，這個(gè)地方很可能正在發(fā)生流感。所以，根據(jù)流感的被搜索次數(shù)，谷歌就能知道哪里發(fā)生流感了。但后來(lái)谷歌的很多預(yù)測(cè)都是不準(zhǔn)確的，有些沒(méi)發(fā)生流感的地方也被預(yù)測(cè)得了流感。這是因?yàn)?，那些搜索流感的人，不一定就得了流感。就算是去醫(yī)院看流感的人，大部分也都沒(méi)得流感，谷歌的預(yù)測(cè)就不準(zhǔn)了。所以，谷歌這個(gè)預(yù)測(cè)失敗的原因之一就是混雜性很高，因?yàn)橛辛?ldquo;發(fā)燒、打噴嚏”這樣的數(shù)據(jù)，不代表一個(gè)人一定得了流感，這么預(yù)測(cè)就是不準(zhǔn)的。

　　第三，吳甘沙認(rèn)為，不能讓這種所謂的數(shù)據(jù)相關(guān)性主宰我們的生活。

　　今天很多人都覺(jué)得，我們知道是什么就行了，不用知道為什么。比如，啤酒和尿布放在一起賣(mài)，賣(mài)得很好，但為什么賣(mài)得好，你用不著知道，直接放一起賣(mài)就行了。還有人說(shuō)，男人一看球，女人就網(wǎng)購(gòu)，這也是一種相關(guān)性，你也不用知道為什么，營(yíng)銷(xiāo)上直接利用這一點(diǎn)就是了。其實(shí)，如果只是根據(jù)表面的相關(guān)性就推出一個(gè)結(jié)論，這樣做是有問(wèn)題的。

　　舉個(gè)例子，美國(guó)印地安納州，是美國(guó)肺癌死亡率最高的州。你馬上就會(huì)覺(jué)得，這個(gè)地方空氣肯定不好。其實(shí)，這里空氣特別好，就是因?yàn)榭諝馓昧?，所以很多肺癌病人都搬到那里了，而且都死在那里，于是就有了這樣的數(shù)據(jù)。如果你不明就里，拿著空氣凈化器跑來(lái)推銷(xiāo)，很明顯會(huì)失敗。所以，你必須了解數(shù)據(jù)背后的因果性。

　　大數(shù)據(jù)處理信息服務(wù)商金盛網(wǎng)聚認(rèn)為，大數(shù)據(jù)的開(kāi)發(fā)和利用是一項(xiàng)系統(tǒng)工程，其中涉及多個(gè)層面及維度的研究。大數(shù)據(jù)本身體現(xiàn)出的情況固然重要，但其背后的成因以及表現(xiàn)出的真實(shí)性都是需要經(jīng)過(guò)分析研究的。以輿情為例，針對(duì)某一話題，充斥于網(wǎng)絡(luò)的各種聲音自然都是大數(shù)據(jù)的一部分，面對(duì)魚(yú)龍混雜的數(shù)據(jù)，首先要判別出輿論中感性判斷與理性分析的成分，其次就理性內(nèi)容進(jìn)行篩查，看其觀點(diǎn)是否立得住，是否是出于利益考量而被裹挾。經(jīng)過(guò)多重分析方可相對(duì)客觀地了解話題的輿論傾向性。

　　金盛網(wǎng)聚（北京）科技有限公司成立于2012年，是一家數(shù)據(jù)處理與信息咨詢服務(wù)商，公司擁有自主核心技術(shù)與服務(wù)咨詢的團(tuán)隊(duì)， 公司“WJFbaric-互聯(lián)網(wǎng)大數(shù)據(jù)信息監(jiān)測(cè)SaaS平臺(tái)”目前注冊(cè)使用客戶將近上萬(wàn)個(gè)，為企業(yè)、政府、學(xué)術(shù)機(jī)構(gòu)、成功人士等提供在線信息收集、展示、閱讀、存儲(chǔ)的免費(fèi)平臺(tái)，公司遠(yuǎn)景致力于通過(guò)數(shù)據(jù)+計(jì)算形成可視化的人工智能決策平臺(tái)。