|
很多年前，人们就发现一个有意思的现象：一个城市的文明程度可以从其厕所的卫生程度反映出来，厕所越干净、城市越发达。但直到今天，大数据无法解释这背后的原因：究竟是城市发达了厕所自然就干净，还是厕所干净了也会促进城市的发展。
对于这样“先有鸡还是先有蛋的问题”，还需要大数据加传统民调和小数据的结合才有可能找到答案。
1. 谷歌为何只猜对了一次？
感谢维克托·迈尔·舍恩伯格、马云们孜孜不倦地布道，大数据现在几乎成了全球先进生产力的标志，而且几乎被赋予万能的希望。
在《大数据时代》一书中，舍恩伯格的确总结了相对传统小数据的三大特点：非随机样本，而是全体数据；非精确性，而是混杂性；非因果关系，而是相关关系。
最先证实大数据强大能力的乃是谷歌。
2009年在H1N1爆发几周前，谷歌公司的工程师们在Nature上发表了一篇论文介绍GFT，成功预测了H1N1在全美范围的传播，甚至具体到特定的地区和州，而且判断非常及时，令公共卫生官员们和计算机科学家们倍感震惊。
但是，在随后的几年当中，谷歌这一预测却屡屡失灵，以至于在2014年美国著名的《科学》期刊刊登的一篇题为《谷歌流感的寓言：大数据分析的陷阱》的文章称：
很大一部分与疾控中心流感发生率数据相关的搜索词，并非是得流感的人引起的，而是由影响搜索模式和流感传播的第三个因素（季节）产生的。谷歌流感趋势的开发人员发现那些特定的搜索词是随时间而发生变化的，但这些搜索显然与病毒无关。比如，有的人可能仅仅是因为看了一部电影或者文章而去搜索流感。
调查撰写这篇文章的哈佛大学、美国东北大学的几位学者认为，大数据的分析是很复杂的，但由于大数据的收集过程，很难保证像传统小数据那样缜密，难免会出现失准的情况。最核心的问题是，大数据分析侧重相关性，导致在推导因果关系时容易出现误差。
| 
