《对“伪大数据”说不：走出大数据分析与解读的误区》，[美]冯启思著，中国人民大学出版社，定价：55. 00元

    在本书中，统计学专家冯启思将告诉你在什么时候可以接受大数据“专家”的结论，什么时候要对这些统计数字提出质疑。作者还在书中告诫人们在当今这个信息超载的时代，媒体充斥着各种不良信息，千万不要轻易地信以为真，要学会对“伪大数据”说不！
  
    我们生活在一个任何人都无法摆脱数据的大数据时代。数据越多，人们做出的分析就越多———呈现指数增长；人们分析得越多，制造出的烟幕弹也就越多。因此，保持清醒的头脑就变得非常重要。

    大数据是高科技时代的流行语，它大约出现在 2010年。这个行业喜欢将两个词组织起来表达一个概念，就跟史蒂文·西格尔喜欢用两个词为他的电影命名一样。大数据是“宽带”、“无线”、“社交媒体”或“网站”这类新概念的后裔。它表示海量的数据，仅此而已。

    隶属于被誉为“传奇”的麦肯锡管理咨询公司的麦肯锡全球研究院谈起“大数据”时说道：“这个概念指的是那些规模巨大到通常的数据处理软件都无法捕捉、存储、管理和分析的数据集。”根据 2011年其发表的第一份“大数据”报告，这些研究者所认为的“大”是指每家企业所拥有的数据达到几十个乃至上千太字节。

    我们对“大数据”的理解要比工业标准更全面。我们之所以关心这个问题，不是因为数据越来越多，而是因为对数据的分析越来越多了。我们不得不投入更多的人手以便能更多、更快地分析数据。真正驱动我们这样做的不是数据的数量而是数据的价值。如果我们想深入研究失业、通货膨胀或者其他经济指标，我们可以从美国劳工统计局的网站上下载大量的数据集。如果某位纽约居民对某饭店的“B”健康等级感兴趣，他就可以在纽约市的健康与心理卫生部的在线数据库中，查阅违规饭店名单。几年前，当丰田汽车被接连曝出存在突然加速的隐患时，我们了解到美国国家公路交通安全管理局设立了一个开放资源中心，用来存储关于驾驶员安全方面的投诉。自1990年代初，任何人都可以从雅虎财经、亿创理财（等网站上，下载到股票、共同基金以及其他金融产品的运作情况。有时，甚至连公司也会参与其中，使得一些专有的数据公开化。 2006年，美国最大的在线DVD租赁商奈飞公司统计并发布了1亿部电影的分类等级，并征募科学家来改进预测算法。玩家们通过研究统计数字来获得竞争优势，从而将“梦幻体育”这个游戏推到了一个新的高度。那些过去印刷在纸版书的数据，如今以电子表格的形式在互联网上迅速传播。数据是免费的，又很容易获得，这必然会产生更多的数据分析。

    大数据不仅意味着有更多好的分析，也意味着会有更多坏的分析。要知道，即便是专家和技术大牛也有掉链子的时候。如果一些不好的数据被心怀叵测的可疑人员添油加醋地利用，事情会变得更糟糕；不过，即便是动机纯洁的分析人员稍有不慎也会上当受骗。在这个充满数据的世界中，消费者得有一副火眼金睛才行啊！

    大数据是真实的，而其影响更是广泛的。至少，我们每个人都是数据分析的消费者。因此，我们必须学会成为一个聪明的消费者。我们需要具备的是一种数字直觉。

    数字直觉是我在招聘数据分析员时最为看重的一种品质。它能将真正的天才从“还不错”中区别开来。我希望在应聘者身上发现三样东西：一个是数字直觉，其他两样分别是技术能力跟商业思维。有些人可能在编程方面无人能敌，但却没有一点数字直觉；有些人可能是个讲故事的高手，能将一个个的情节串联起来，但是却没有任何数字直觉。数字直觉是第三维度。

    本文摘自《对“伪大数据”说不：走出大数据分析与解读的误区》

来源：《新华书目报》2015年3月19日