189 8069 5689
互联网IDC圈8月31日报道，数据从何而来，这个问题看似简单，却是数据应用最基础的一步，正因为信息爆炸时代产生的海量数据前提，我们才进入了真正的大数据时代，《大数据时代》这本书是国外大数据研究的先河之作，本书的作者舍恩伯格被誉为大数据应用第一人，在多个互联网重镇任教的经理，早在2012年就在经济学人发布了14页的大数据研究。8月29日-30日七牛D-Future数据时代峰会上维克托•迈尔•舍恩伯格让我们再一次感受数据全新的洗礼。
维克托•迈尔•舍恩伯格
以下是舍恩伯格演讲内容（根据速记整理）：
舍恩伯格：非常荣幸能出席今天的盛会，今天上午我们听到了很多技术的演讲，技术实际上给我们带来了变革，这些变革也给我们带来了一些前所未有的成功，比如在商业界，还有各个公司，大公司小公司，给他们带来了成功，在接下来的30分钟，我想要让大家思考一下，数据实际上给我们带来了工具，这些工具给我们带来了成功。但是我们真正取得成功，还是要取决于我们利用这个工具的能力。这就需要我们要好好的了解什么是数据，还有未来的数据到底是怎么样的。首先我给大家讲一个故事吧。这个故事实际上是我的同事凯尔（音）所发现的一个非常有意思的故事。
大数据时代要改变传统思维
好象出了一点技术问题，好象有一点变化，但是我还是我。我的朋友凯尔（音）跟我讲了接下来的这样一个小故事。在美国的超市，很多年前他们销售这些蛋糕，这些蛋糕有不同的口味，巧克力蛋糕、香蕉蛋糕、桃子味的蛋糕，这个蛋糕的尺寸大概是30厘米那么大，就像一个馅饼一样。如果你问一下这些美国的超市，他们销售的这些蛋糕当中，最受欢迎的销量最好的，大家觉得在美国最受欢迎的是什么馅饼呢？苹果馅饼，是的。但是如果你要真正去问一下，他们是不是真的喜欢苹果馅饼，实际上可能很多人并不是真的喜欢苹果馅饼，他们为什么不是最喜欢苹果馅饼，却买它呢？为什么呢？因为想一想，它有30厘米那么大，那全家人呢？买一个苹果派就够了。那家里的所有人可以达成一致，他们起码比较喜欢的就是苹果派，比如像巧克力派、香蕉派、桃派，就是苹果派不是他们最喜欢吃的，但是他们可以吃，这个可以达成共识。因此很多年以来，世界上的这些超市，卖的派可能未必是人们最喜欢的口味，之后他们发现了问题所在，就是尺寸问题。如果你让它尺寸变小的话，也就是说，每一个家庭可以不止买一个派，每一个家庭成员都可以买一个自己喜欢吃的口味。如果你把尺寸变一下，他们可能就不是买苹果派，可能他们根据自己的口味买香蕉派、梨派、桃派，这个问题就很简单了。
因为在之前，很多年以来，这些超市的策略是不对的。实际上是尺寸的问题，而不是口味的问题，他们的尺寸太大了，之后他们进行了调查，问用户到底喜欢吃什么口味的，他们肯定喜欢说，我想要吃苹果派，因为只有那个尺寸的苹果派。大家可能说等一下，我们一直做研究数据，我们一直看周围的环境是什么样的情况，是的，是这样的。但是几百年前几千年前，我们看当时的世界，观察它，了解这个世界。那么在过去我们一直以来，都是这样做的，我们一直也在搜集数据。搜集数据，分析数据，是需要花费很多的时间，有时候也是非常困难的，需要做大量的工作，有时候也是非常昂贵的。我们有了几千年的历史，也在不停的搜集数据，代价是非常昂贵的。但是我们可能用到的数据只有一小部分，有是有限的，我们花了那么多钱，搜集这个数据，但是我们处理的量是很小的。因此我们之前拥有的数据规模是非常小的。每天我们所处理的数据，实际上规模、数据是非常小的。大家可以想一下，我们现在的数据分析，或者是一些小的样本。它们都是一些小的数据。我们是把数据缩小到一定的规模，然后从这些小的规模数据上找到一些理论。当然了，那是小数据时代，也是我所成长的一个时代。
但是现在一切都变了。我们现在搜集数据分析数据的能力越来越强了。而且现在搜集数据的成本也下降了。现在数据价格成本已经不贵了。便宜了。因此我们周围一切都变化了。那这时候我们就需要改变自己的思维，因为我们所处的是大数据时代。如果我们找到新的方法，就可以有新的理念。
随时随地的搜集数据，在未来，可能它就起作用
在过去我们希望可以利用数据，来回答问题，首先可能是先是假设，这就是一个问题，然后搜集数据，最后进行分析，这就是一个流程。首先我们从问题切入。最后这个问题可能会给我们带来这个答案。那么这个问题，比如说大家最喜欢的口味的派是什么，是苹果还是桃味的？最后我们拿到了问题的答案，可能就是苹果派，最后我们就觉得苹果派是最受欢迎的，但是反而我们得到了这个问题的答案是错误的。那么现在我们其实可以做一些改变，改变一下我们的方式，我们不是从问题开始着手，因为有可能我们的问题本身就是错误的。我们先从数据着手，然后从数据开始搜集数据，进行分析。然后通过分析，我们可以提出一些非常棒的问题。比如说这个派的尺寸，最合适的尺寸是什么，这是正确的问题。根据这个分析，我们可以获得这样的一个假设。最后我们可以得到问题的答案，就是我们需要一个尺寸合适大小合适的派。我给大家拍张照片，后面的两位请微笑。好了，非常棒。现在我就要做一个决定，我拍了这个照片，什么是重要的，比如说如果你是非常重要的，我们就聚焦在你身上，后面的人就变成模糊的影像，我可能决定你是我的焦点，我不能让你成为一个模糊的影像。或者是我的焦点放在你这个人，那么你后面的人可能会变成模糊的影像，这意味着什么呢？我现在在照一个照片，我首先要清楚，我感兴趣的事物是什么，人是什么。我的焦点在哪里，我需要知道这个问题，知道了这个问题之后，我才能知道答案。但是如果我现在不知道焦点聚集在谁身上，那怎么办呢？实际上这个聚焦也是属于小数据，如果现在你现在已经决定了你聚焦在谁身上，这个就是小数据，如果现在还没有决定那怎么办呢？大家可以看这张照片，有一个牙刷，后面是我四岁的儿子，可以看到这里牙刷是我聚焦的位置，我儿子就变得模糊了。但是现在我想改变焦点，让我儿子成为焦点，那怎么办呢？那我们这张照片实际上是用大数据的摄象头来设想的，它实际上可以捕捉到各种各样的数据，现在我们想要让我的儿子变成焦点，我用这个大数据摄像机拍完了之后，就可以调节这个焦点，在牙刷和我儿子之间切换焦点，因为这个摄像机搜集到了所有的数据，不是小的数据，而是大的数据，因此我可以改变聚焦的位置。所以我们搜集所有的数据，不需要先定义问题，可以先把数据搜集起来，再聚焦问题是什么。也就是说如果你可以搜集到全面的数据的话，可以发现创新性的问题。而且你可能完全不需要回答这些问题，大家可能听说过这个品牌，多林国（音），实际上这是一个学习的应用，你可以用Iphone或是安卓系统来学习外国的语言。非常有意思，而且很酷。如果有兴趣的话，我也鼓励大家使用这个应用，全世界范围内有很多的人，每天都在使用多林国这个应用。我们使用数码设备，来使用这个应用，这个应用实际上可以捕捉我们的数据，捕捉我们的信息，可以捕捉我们学习语言的习惯，而且进行分析。多林国（音）这个公司，西班牙语的这些人，他们学习英语的方法是错误的，他们学习顺序是错误的，如果你可以改变一下这个顺序的话，西班牙人学习英语的速度就会越来越快。实际上他们一开始不是为了回答这个问题而搜集数据，他们先是搜集数据之后，然后分析数据，这个问题就出现了。他们通过分析，他们就调节了一下西班牙人学习英文的数据，帮助他们更好的学习英文，因此取得了成功。大学为什么不用这种方法呢？为什么我的教授同事们没有想到这一点呢？因为他们没有数据，而多林国（音）公司搜集到了这些数据。多林国（音）一开始并不知道怎么使用这些数据，但是他们逐渐逐渐的发现了可以如何应用这些数据，提升了用户的体验，也就是说，他们实际上可以实现很大的价值。他们不仅可以为客户提供更好的价值，而且可以带来利润。在过去，在以前，我们首先是提出问题，然后开始搜集数据，然后进行分析，最后拿到答案，最后把数据给扔了，因为数据已经完成了任务了，所以就把它扔到了。你要存储数据的话也是非常贵的，但是现在储存数据是不贵的。现在你可以应用数据实现更多的价值。你可以反复利用它，实现其他的目的。实际上我们看到的数据只是冰山一角而已。我们看到的是海洋之上的数据，大部分的数据是隐藏在海洋之下的。如果你重复使用这些数据，就可以发现潜在的价值。