数据不是万灵药

毋庸置疑，规模更大、更新更快的大数据拥有深刻的洞察力，也终将带来价值。有些鼓吹者认为，随着数据采集和分析工具进一步完善，数据就能大到可以自己得出结论。甚至谁掌握了大数据，谁就能够预知未来。 这种把大数据当万灵药的观点是危险的。首先，在低价值密度的大数据中，数据往往是混杂的，找到“货真价实”的信息已属不易，而“知其然，不求知其所以然”，只考虑纯粹相关性，而不注重数据与结论之间的因果关系的分析方法，在现实中往往经不起推敲。 此外，由于存在样本误差和偏差等种种“陷阱”，通过统计数据来认知现实世界从来都不能尽善尽美，而这些不是简单的依靠扩大样本规模就可以避免。比如，理论上可以通过分析微博上的每一次发言，推断出某一事件引发的公共情绪，但不可忽视的是，微博活跃用户并不代表更大外延的所有人。 大数据时代已经来临，但它并非无所不能。一方面，我们在不能矮化大数据为“旧瓶装新酒”的同时，更不能迷信大数据为万灵药。否则，带着“数据自己可以说出结论”的傲慢，不小心就可能掉进了数据的“陷阱”，从而使大数据成为“大错误”。我们的切实态度或许是，在尊重传统的统计经验基础上，借助更大规模的数据，解决新问题，才能期望获得真正的大价值。

转载于:https://my.oschina.net/u/1160813/blog/228880