大数据时代的小数据分析

在当今的商业环境中，如果说人们会像信仰宗教一样信仰大数据，那么马丁·林斯特龙就是个无神论者。

许多怀疑论者都让人讨厌，但马丁肯定是个例外。读他的书就像跟19世纪的著名探险家一起用餐，比如理查德·弗朗西斯·伯顿爵士—他从异国归来，带回各种奇闻异事。面对杂乱无章的大世界，马丁却能洞悉一切……俄国人家里没有镜子，主人通常会给自己的机器人吸尘器Roomba取名，美国酒店的窗户从没开过，沙特阿拉伯和西伯利亚地区的冰箱贴反映了重要的家庭价值观。

马丁绝对不是个被动的观察者。他到了一个国家的机场后，会打一辆外籍司机开的出租车。在开往城区的路上，他会不停地问司机对当地人的看法。他注意到，关于一种文化的特点，外来人往往比当地人看得透。作为一个外来人，他会到当地人家里实地调查，看看他们在做什么，家里怎么布置。

马丁要写的不是一篇批判大数据的檄文。不过，他通过展现小数据的特点，向人们突出展示，在关注大数据时应该注意一些问题。主要包括以下两个方面：大数据不会激发深刻的见解。创意通常源自结合——两个以前不相融的物体结合起来。但是，大数据通常以数据库的形式存在。这一点太过狭义，所以无法激发人们的见解。一家公司研究在线顾客的“大数据”时，常常只关注线上交易量。而线上数据库通常不会追踪顾客的实体店交易（线下数据通常另设一个数据库，成为店主的私有财产）。两个数据库也不会在对比完公司的广告数据后，再做分析。本书提到过一次突破性的购物体验，那是马丁为一家法国零售商开发的。为了吸引善变的少女，马丁的方案是进行三角剖分。分析数据包括时间日志、电话记录、访谈记录、个人照片日记和商场购物观察。心理学家菲尔·泰特罗克研究过能预测政治经济大事的“超级预言家”。他发现，这些人的共同点是，喜欢对不同的数据源进行三角剖分。不幸的是，我们的“大数据”库真的太“大”了。它们不像是交叉训练的强壮运动员，反而像是只会一种技能，其他几乎一概不通的书呆子。它们过于狭隘，无法促成对比分析，带来突破性结论。

在社会科学中，三角剖分通常是指，为了验证同一个主题的结论，在研究中至少要使用两种方法。

大数据是数据，而数据重分析，轻情感。很难想象，让数据捕捉到我们最看重的情感品质：美丽、友好、性感、出色、可爱。如果数据能帮人培养情感特质，那么最浪漫的爱人形象就不是诗人，而要变成会计师了。盛世长城国际广告公司的凯文·罗伯茨认为，伟大的品牌有两个优点：

1.激发人们尊重品牌的技术性、耐用性和有效性。

2.激发人们对品牌的钟爱——因为，我们发自内心地喜爱这个品牌。

惠普和金霸王就属于“受人尊重的”品牌。大数据通常可以帮助品牌做决策，获得更多尊重。（历史数据表明，如果我们的电池电量增加15%，顾客的消费额可能增加20%。难道原因是这个？）虽然迪士尼、脆谷乐、极客团队也是受人追捧的品牌，大数据却无法提升它们的受欢迎度。