[身边的大数据.docVIP

躲不开的大数据 提起大数据，很多人都有一个误解，过去我们认为，随着人类信息记录技术和传输技术的发达，以及成本越来越低，我们的数据记录就从一些小数据慢慢变成一个巨大的数据包，大数据是这样吗？错！大数据的本质不在于它的大，而在于它的全！我们是通过多维的、多角度的记录一个世界，或者一个人的真相和行为轨迹，我们来判断它原本的本来面目。 很多人一提大数据，就把它当做一个高大上的事物来对待，其实所谓的大数据，更多的是一种理念，今天，我就将我对大数据的理解和大家做一个分享。（1’02”） 【Part?1】 大数据有一个关键词，叫做“交叉复现”，或者叫做“交叉复用”。什么意思呢？我举一个例子。 在时装界有个大品牌叫Prada,它在纽约的旗舰店最近几年就搞了一个小改革，每一件衣服上都有一个芯片，当这件衣服被拿到试衣室的时候，试衣室有一个记录仪，就记录一次，说明这件衣服进过试衣室，但这件衣服是不是被买了，这个探测器不管。过去的所谓的商业数据就是进、销、存，我进货多少、销出去多少、库存有多少，它只记录这些信息，这叫大数据吗？这不叫大数据，因为它虽然数据量非常大，但是它记录的是一个单维信息，可是当Prada做了这个小实验，虽然只记录一个并不太大的一个数据规模，但是由于它角度变了，于是大数据的规模就突然一下出来了，大家想啊，原来Prada只能知道我哪件衣服好销，但是有一类衣服是这样的，大家一看很喜欢，摘下来到试衣间试，试完了之后，因为某种缺陷，大家把它撂下了，没买，所以当这两个数据，就是柜台边的销售数据和试衣间里面的试衣数据，两个一碰，Prada就能找出一些衣服的地款型，它们很好看，第一感觉很好，但是卖不掉，一定是因为有什么缺陷，把这个缺陷改进完了，等于Prada就马上多了几款热销的品种，所以在商业上，这样多维的交叉复现就这样用起来了。（2‘07”） 再比如说，互联网金融，虽然现在学术界对其争论非常多，但它一定是一种先进的方式，因为它正在用大数据的方法，一点一点地去逼近在传统社会中要用极高的成本去解决的一个问题，就是信用差别。传统的银行要决定给一个贷款客户办理贷款业务，这得下多少功夫啊！这得老师傅带一个团队，做各种各样的调查，最后发现信用不错，我们放心把钱借给你。可是在互联网时代，所有的信用判别，要用大数据的方法，它的成本会低到不像话，比如一家互联网金融公司，他做P2P的贷款，你要找这家公司贷款，它只要你填一个简单的表格就行了：姓名、住址、电话号码、你的单位、你的工资卡的卡号，就是证明有人正常给你发工资，你有基本的信用记录，就行了！你申请贷款几万、几十万，就这么给你了！那你说这不是不负责任嘛？对，在传统社会看来，这就叫不负责任，但在大数据时代来看，未必如此。他可以通过多个信息、通过交叉复现得知你很多东西，比如说你的住址，这是不是一个好的小区，你住不住得起好房子？那你说我填一个假地址行不行？不行的！大数据交叉验证，它可以到你微博上看呀，看你微博在哪儿发，因为发微博，最多的可能性一个是家、一个是单位，你如果有单位，因为你有工资卡，对不对？那另外一个点，发微博最多应该就是你家，那你常住的地址和你填的这个地址是不是吻合，这就是交叉去验证。然后再比如说，它能够知道你每个月交的电费，它就知道你家里的电器的使用量，这基本上也可以衡量出一个人的生活水平和收入水平。再比如说，它知道你的电话号码，那你电话费交的情况是怎么样呢？你买这个电话是分期付款还是一把付掉的呢？你用的电话是一种什么类型的电话呢？等等。所有这些信息通过交叉验证，就又能呈现出来。甚至在洛杉矶，有一家专门就做给那种叫高风险贷款，就是你没啥信用记录，或者信用记录不好的人，我给你放贷款，这家公司就用了很多大数据的手段，它甚至细到什么程度，比如说你在银行，你总要填自己姓名吧，它就看你怎么填，它不会告诉你的。你如果全是小写，这是一种很不规范的填法，说明你这个人有点粗枝大叶；如果你全是大写，说明你这个人有点狂妄自大。那最标准的填法是什么？首字母大写，后面小写。就说明你这个人很精细，那很精细的人通常来说，你的信用度要好那么一点点，那它就把这一点点记入对你信用的判别的整体的数据库，人家监控的就这么细！洛杉矶这家公司试验下来，它的坏账率比同样做这一行，但是没有用大数据的整个坏账率要低60%！这是我用最简单的方法给大家讲大数据起作用的原理。（4’21”） 【Part?2】 那有些人又说了，这和我有什么关系呢？我不排斥别人用大数据，但我自己用不上大数据，碰到大数据我躲着行不行？实话告诉你，还真不行，因为在座的每一个人，都是大数据的提供者。比如说你用的是智能手机，你新装软件的时候，它会有一条提示的：这个软件会调用你的通话记录、短信、WIFI、LBS、你的地址……所有这些东西要调用，可不可以？可以你就装，不可以你别装！人家软件公司