大数据不能做什么？

林伯海

人们对大数据寄予了许多的希望：卖出更多的货物，做出更好的产品，找到更酷的朋友，甚至帮我们决定明天早上是否睡个懒觉。现在，凡是有信息流通的地方，都有人们对大数据的期望。

大数据果真如此神通吗？大数据不能做什么？下面从几个方面来谈谈大数据的反面。

一、大数据不能对具体行为作出精确预测

事实上，人们的社会行为具有不可预测性。甚至我们不妨可以定性地归成一个大数据测不准原理：人和事件，如果放到越大的空间和时间范围，则是越可以精确预测的；如果放到越小的空间和时间范围，则是越不可以精确预测的。

举个例子说：我们几乎可以在100%的程度上预测一个人24小时的范围内会吃饭，但若精确到某一分钟，则几乎不可能预测准确。进一步我们会发现，利用更多过去一段时间的数据，能够帮助我们提高预测某半个小时内是否吃饭的几率，但如果把时间精确到某一分钟，则更多的数据几乎提高不了预测的准确性。

其实，行为的不可预测性早已植根于人类的潜意识中。

比如，我国前一阵子发射了嫦娥三号探月飞船，在嫦娥三号发射前，科学家们已经计算出了在未来的一个月之后的某个小时、分、秒，嫦娥三号在月球上空高度和经纬度，如果这个计算结果偏离预计几十米，则可能推迟发射，重新计算校准。这是科学对未来的精确预测。

相对的情形是，在晚上10点以后，当我们准备睡觉的时候，能预测明天早餐后下楼碰到的第一个人是谁吗？几乎没有人能知道，但这个巨大的不可预测却没有引起人的关注，几乎没有人会因为不知道下楼碰到的第一个人是谁而影响睡觉。人们对不可预测性熟视无睹。

大数据的有效范围讨论，需要引进一个假设：人们可以自由决定自己的行为（常常称为“自由意志”）。一个人自由决定自己行为，在别人看来，就是他的行为无法预测，如果能够精确预测未来的一举一动，就不具备任何的自我决定的自由。

因此，大数据不能对具体行为作出精确预测，即大数据测不准原理。

大数据的不可预测性说明，企图利用大数据预测用户具体行为的努力或许是徒劳的，我们哪怕掌握一个人从出生开始就有的全部行为信息，也无法预测明天早餐他会吃什么。这也意味着，许多基于用户历史数据进行行为分析的努力会遇到瓶颈，预测缩小到一定范围之后，无法再精确下去。

二、大数据不能用来消除不确定性

大数据不能对具体行为进行预测，还表现大型社区的行为预测上。

最近，很多城市的商业中心开始引入了大数据技术，希望对用户行为作出精确的预测来提高商业中心的有效使用。从单个商家的角度出发，知道进店顾客的精确行为，能提供更针对性的服务，但是，从整个商区的角度来做预测会出现悖论。

之所以大型商圈不仅仅有购物超市，还有甜品店、美食街，人们不是冲着甜品店、美食街来的，但是，因为人们行为的不确定性，不知道购买衬衣、牛奶等生活用品究竟会花多长时间，购物间隙才有了甜品的用武之地，如果购物结束靠近用餐时间，美食街也会有生意。

不仅甜品、美食，商场里的新商品也都是因为人们行为的不确定才被销售出去的，因为新产品并不在人们计划购物的范围内。如果刻意增加购物预测的精确性将会怎样？甜品店、美食街甚至电影院都将是多余的。

生态之美源于不确定性，生态中每一个参与者都表现出足够的自由度，世界才会丰富多彩，大型商业区具有生态特征，对生态型社区进行精确预测，会让整个社区失去生机，所以大数据不能够用来消除生态中的不确定性。

三、大数据不能预测新业务

大数据的宣讲案例中，常常有一个啤酒和尿不湿的故事，建议把啤酒和尿不湿放在一起卖，说是数据统计发现，男人买啤酒的时候会顺便买尿不湿，这显然是一个误导，因为小孩需要尿不湿大概只有3年，一个活70年的男人，只有几年处在需要给孩子买尿不湿的情况，也就是说，大多数情况下，买啤酒的男人没有买尿不湿的必要。

当然，买啤酒和买尿不湿在一定的情况下会成为关联事件，比如一个青年公寓，生孩子的情况比较集中，但是，此时数据出现关联只是结果，青年公寓才是原因。

一些极端情况下，根据数据进行类似啤酒和尿不湿搭配可能会出问题，比如香水和避孕套，男人在逛超市时为取哄情人会买香水，当然，也会偷偷买好避孕套，但是，如果把香水和避孕套放在一起，让男人当着情人面去买避孕套就会产生问题。

不能从大数据的相关性直接得出结论，而是要先确定业务逻辑，再用数据相关性去验证。数据只是行为的结果而不是相反，大数据之所以能够辅助预测，是因为人的行为具有规律性，一个具有朝九晚五、周末大休规律的白领，行为数据才会呈现出以日、周、月、年为周期。

创新业务，也就是跟过去不一样的业务，因此，大数据是没法预测新业务的，也没法根据数据分析确定新出现的业务关联性是临时的，还是可持续的。