“是什么”比“為什么”更重要

一家公司正在從社會化媒體上抓取各種數(shù)據(jù)，通過尋找影響票房成績的相關(guān)因素預(yù)測票房。它針對電影選取30個參數(shù)，對演員選取50個參數(shù)，包括在哪里長大、畢業(yè)學(xué)校和畢業(yè)時間、扮演過的角色、收視率和票房如何、有過什么緋聞、跟誰關(guān)系好、網(wǎng)民評價等。根據(jù)這些參數(shù)，這家公司預(yù)測電影《1942》票房是3.8億元，會虧本。制片方華誼兄弟認為這家公司是在“黑”他們，但最后的票房真的只有3.6億元。

整件事情背后最有意思的是該公司選取的那些貌似古怪的參數(shù)。大家知道這些參數(shù)和預(yù)測結(jié)果相關(guān)，卻并不了解如何相關(guān)。換言之，大家只能知道“是什么”，不知道“為什么”。從對因果關(guān)系的重視轉(zhuǎn)向?qū)ο嚓P(guān)關(guān)系的渴求，是大數(shù)據(jù)帶給我們的根本性的思維方式轉(zhuǎn)變。

尋找因果關(guān)系是人類長久以來的習(xí)慣。即使確定因果關(guān)系很困難且用途不大，人類還是習(xí)慣提出“為什么”。在日常生活中，人們總是熱衷于用因果關(guān)系看待周圍的一切?？茖W(xué)家們也都在努力探尋現(xiàn)象背后不變的真理與因果關(guān)系，以作為后續(xù)行為的指導(dǎo)。

進入大數(shù)據(jù)時代，如潮的數(shù)據(jù)涌來，信息更新和環(huán)境變遷的速度遠快于我們思考和驗證的速度，紛繁復(fù)雜的關(guān)系需要我們快速地梳理，我們無須知道現(xiàn)象背后的原因。

相關(guān)關(guān)系也許不能準(zhǔn)確地告知我們某件事情為何會發(fā)生，但是它會提醒我們這件事情正在發(fā)生。在許多情況下，這種提醒的幫助已經(jīng)足夠大。如果電子醫(yī)療記錄顯示橙汁和阿司匹林的特定組合可以治療癌癥，那么找出具體的致病原因就沒有這種治療方法本身重要。同樣，只要我們知道什么時候是買機票的最佳時機，就算不知道機票價格頻繁波動的原因也無所謂。

對相關(guān)關(guān)系的渴求將帶領(lǐng)我們走向扁平化的世界，拓展思考領(lǐng)域與眼界，獲得理解這個世界的更多角度。我們不再需要在還沒有搜集數(shù)據(jù)之前，就把分析建立在早已設(shè)立的少量假設(shè)的基礎(chǔ)之上。大數(shù)據(jù)可以讓過分沉迷于因果關(guān)系的人對世界、對人類自己有一個開放性的解釋。

預(yù)測：大數(shù)據(jù)的核心

在氣象經(jīng)濟學(xué)界流行這樣一條“德爾菲氣象定律”，即氣象投入與產(chǎn)出比為1∶98，也就是說，在氣象信息方面每投入1元，就可以得到98元的經(jīng)濟回報。一個典型的例子是，氣溫每降低1攝氏度，北京市燃氣供暖系統(tǒng)日消耗天然氣將增加約200萬立方米。如果提高氣象預(yù)報的精度，實時對供暖系統(tǒng)進行合理調(diào)控，無疑將節(jié)省一筆很大的能源消耗和經(jīng)費開支。