從世界杯預(yù)測(cè)看大數(shù)據(jù)誤區(qū)

程實(shí)

人類一思考，上帝就發(fā)笑;世界杯一來到，上帝笑得血壓也升高。倒不是足球踢得多歡樂，而是世界杯預(yù)測(cè)太惡搞。

我略微總結(jié)了一下，剔除貝利這種聲名卓著的反向指標(biāo)，煞有其事的2014年世界杯預(yù)測(cè)大致可以分為五類：

一是實(shí)力決定論，以高盛和德銀等投行為代表，將FIFA排名、過往戰(zhàn)績(jī)、近期表現(xiàn)、球員身價(jià)、賭球賠率、國(guó)家經(jīng)濟(jì)等一系列數(shù)據(jù)綜合反映的球隊(duì)實(shí)力作為預(yù)測(cè)依據(jù)，用計(jì)量模型計(jì)算出看上去精確至極的概率，只不過，計(jì)算結(jié)果有較大差異，比如，高盛預(yù)測(cè)巴西奪冠，德銀則更看好英格蘭。

二是條件決定論，以霍金教授為代表，將各種客觀條件對(duì)某一球隊(duì)的表現(xiàn)影響糅到一個(gè)獲勝公式里，這些條件包括球場(chǎng)選擇、裁判國(guó)籍、球衣選擇、陣型選擇和交通工具選擇等，只不過，這種公式的預(yù)測(cè)有效時(shí)段很短，所以在離決賽還有一段時(shí)間時(shí)，公式預(yù)測(cè)不出最后的冠軍歸屬。

三是流言決定論，以雅虎和微軟Bing為代表，將以億為單位的網(wǎng)絡(luò)噪音轉(zhuǎn)化為清晰的結(jié)果信號(hào)。雖然這種互聯(lián)網(wǎng)魔術(shù)看上去既科學(xué)又玄妙，甚至可以從經(jīng)濟(jì)學(xué)的“預(yù)期自我實(shí)現(xiàn)”理論中得到解釋，但總讓人聯(lián)想到古時(shí)候無論中國(guó)還是西方，帝王對(duì)童謠和游吟詩人作品的格外關(guān)注。

四是宿命歸屬論，以一則關(guān)于1966年和2014年的時(shí)空重疊熱帖為代表。1966年，歐冠冠軍是皇家馬德里，西甲冠軍是馬德里競(jìng)技，西乙冠軍是拉科魯尼亞，意甲冠軍是尤文圖斯，皇家貝蒂斯降級(jí)西乙，2014年無一例外都是如此?！皔esterday once more（昨日重現(xiàn)）”就剩世界杯了，1966年是英格蘭奪冠，按照宿命歸屬，2014年英格蘭也將問鼎。

五是動(dòng)物先知論，以章魚保羅為代表，2008年保羅預(yù)測(cè)歐洲杯6場(chǎng)5勝，2010年保羅預(yù)測(cè)南非世界杯8場(chǎng)全勝，只不過，保羅沒能活到2014年巴西世界杯揭幕，于是，烏龜、大象、熊貓等動(dòng)物先知又登上了預(yù)測(cè)舞臺(tái)，只不過，保羅的輝煌再難復(fù)制。

當(dāng)然，所有這些世界杯預(yù)測(cè)或多或少都有惡搞的成分，當(dāng)不得真。但稍微嚴(yán)肅一下，細(xì)致分析這五種方法論，除了最后一種，剩下四種都用到了大數(shù)據(jù)，這恰是時(shí)下大數(shù)據(jù)熱的一種表現(xiàn)。從世界杯預(yù)測(cè)看大數(shù)據(jù)熱，三個(gè)誤區(qū)值得警醒。

首先，大數(shù)據(jù)并不能解決所有問題。大數(shù)據(jù)是很有用的，幾乎每一個(gè)商業(yè)環(huán)節(jié)，包括產(chǎn)品設(shè)計(jì)、市場(chǎng)定位、目標(biāo)選擇、銷售策略和模式修正，都能靠大數(shù)據(jù)來解決問題，甚至連各種和商業(yè)無關(guān)的問題，也都能從大數(shù)據(jù)這里得到幫助。但大數(shù)據(jù)并不是萬能的，大數(shù)據(jù)能解決的都是客觀問題，而不是主觀問題。就拿世界杯預(yù)測(cè)來說，誰能奪冠取決于多種因素，各種預(yù)測(cè)方法論本質(zhì)上并無區(qū)別，只不過它們對(duì)不同決定要素賦予的權(quán)重不盡相同。也就是說，決定奪冠的要素是什么，這是一個(gè)主觀問題，大數(shù)據(jù)只能說明客觀的狀態(tài)，無法對(duì)夾雜重要主觀判斷的問題直接給出解答。

其次，數(shù)據(jù)并不是越大越好。數(shù)據(jù)分析早就存在，大數(shù)據(jù)火爆卻是最近的事情，其中的區(qū)別就在一個(gè)“大”字。從道理上講，數(shù)據(jù)種類越多、序列越長(zhǎng)，包含的信息就越豐富。但值得強(qiáng)調(diào)的是，信息越豐富未必就越好，當(dāng)下是一個(gè)信息大爆炸的時(shí)代，信息越多有的時(shí)候越不利于獲知真相。而且更重要的是，像世界杯預(yù)測(cè)，明顯是一個(gè)核心信息不突出的事情，所以信息之間反而容易形成無邏輯的沖突，這正是預(yù)測(cè)方法眾多，卻誰都不靠譜的原因。此外，數(shù)據(jù)越大，數(shù)據(jù)處理過程中的選擇就越多，而選擇總是難以回避道德風(fēng)險(xiǎn)問題，每一個(gè)大數(shù)據(jù)分析者，都得面對(duì)為特定目標(biāo)而選擇的誘惑，“有選擇的選擇”往往是大數(shù)據(jù)反而模糊了真相的潛在原因。

最后，大數(shù)據(jù)搞不定薛定諤的貓（奧地利著名物理學(xué)家薛定諤1935年提出的一個(gè)理想實(shí)驗(yàn)，它描述了量子力學(xué)的真相）。在盒子打開前，薛定諤的貓既是活的，又是死的，只有打開盒子這一行為，才能導(dǎo)致狀態(tài)疊加的坍塌，不確定性才會(huì)消失。也就是說，在世界杯真正開始前，32支球隊(duì)都是冠軍，又都不是冠軍，只有踢起來才能見分曉。大數(shù)據(jù)分析都是基于既成事實(shí)的，它更擅長(zhǎng)于告訴我們，世界是怎樣的，而不是世界應(yīng)是怎樣和將會(huì)怎樣。在不確定性面前，大數(shù)據(jù)是無力的，所以究其根本，大數(shù)據(jù)不是用來預(yù)測(cè)的。大數(shù)據(jù)能帶給我們的，是知識(shí)，而不是判斷，而尊重不確定性，才是正確使用知識(shí)的一部分。

網(wǎng)上有個(gè)段子，“互聯(lián)網(wǎng)思維就是：化緣的改叫眾籌了，算命的改叫分析師了，八卦小報(bào)改叫自媒體了，放高利貸改叫資本運(yùn)作了，借錢給朋友改叫天使投資了，統(tǒng)計(jì)改叫大數(shù)據(jù)分析了”。從世界杯預(yù)測(cè)看大數(shù)據(jù)熱，誤區(qū)是存在的，而這些誤區(qū)的形成，和概念熱炒不無關(guān)聯(lián)。數(shù)據(jù)分析一直都是非常有用的，但濫用大數(shù)據(jù)作為噱頭，就沒意思了。所以，看世界杯遠(yuǎn)比預(yù)測(cè)世界杯要更有趣，不是嗎？