《谁动了我的数据》，写的浅显易懂，从商家为了获取更多的消费者剩余角度出发，解释了为什么更多的商家把标品做成非标，以及商家希望实现更深层次的价格歧视。而互联网时代的到来，或者说是大数据时代的到来，使得以上两件事实现起来更加便捷，不管是面向消费者的“千人千面”的购物网站，还是“不同意就无法继续”的用户协议，互联网背后的企业掌握了比消费者更多的数据，也逐渐进化地更了解这些消费者，继而能够提供更加“非标”的产品，做最深层次的价格歧视。
我作为一个互联网从业者，数据背后的分析师，所谓那个最懂你们的人，我想从我有限的认知角度，分享一些数据分析师视角的“大数据”。
首先，用户有没有被打标签？当然有，不光用户有，商家也有标签，商品也有标签，我理解这些标签其实是工作人员赋予他们的属性，在互联网上同时售卖的商品种类可能已经超过百亿量级，通过小卖部形式的手工盘货肯定是不现实的，所以需要更多的标签，帮助商品、商家、消费者三者之间产生关联，所以打标签的初衷是这个，是为了提高效率，更快更好的把货卖出去。至于“大数据杀熟”，同样的产品或服务但不同价，坦白讲如果不是相关项目中的核心同学可能也并不知道具体策略，我的个人推测，初衷可能也并不是要宰你，可能是因为近期粘性好，总来消费，“数据”猜测你近期不会流失，就不先发你券了，对你实施了价格歧视，从结果上来看达到了杀熟的目的。
第二，数据真的比我自己更了解我吗？未必。大家经常会吐槽人工智障，我刚在网上买了个桌子，还拼命给我推桌子，我又不是开饭店的，怎么会买那么多桌子！人是复杂的，每一次的决策都充满了各种因素的影响。不管是机器学习算法还是经验规则的提炼（比如大家熟知的啤酒尿布案例）希望通过现有的技术能力预测人的行为，基本不可能。即使像银行那样了解我，知道我的每一笔开支，但银行放贷的模型也不能保证是百分百准确的。从另一个层面说，正因为是“大数据”，所以基本无法观测到“个体”粒度，具体的每一个“个人”的数据就没那么重要，重要的是群体的统计特征。所以从这个层面说在大数据的掩护下，单个人的信息价值不大，除非对面是坏人，要拿着你的信息进行诈骗。
第三，未来的大数据是全知全能的吗？我理解还有很长很长的路要走。计算能力方面先不说，理论上算力足够的话，每一片雪花落下的地点都能被计算出来。人的复杂性也不讨论，上边说过了。我想讨论的是单纯“数据”层面面临的问题。这个玩意里边有一半是噪音，但你不知道哪一半是。你说我们要保护数据不被污染，所有创造数据的人都不觉得自己是在污染数据。拿刷单举例，从刷单商家的角度出发，单量上升，gmv做高，店铺的评分会涨，推荐的权重增加，未来销售才有机会变得更好，我在为我的数据努力，怎么是污染呢？为了不让平台掌握更多的个人信息，我开小号，用不同的用户名和手机号登陆，信息无法打通；为了避免被封号，分享内容时用“黑话”“暗语”沟通。所谓“脏数据”和“干净数据”之间的界限就没有那么清晰。
从我一个入行了几年的数据工作者的视角看，舆论对大数据恐慌，仿佛它是一个全知全能的神，洞察所有然后计算所有。在某搜索引擎上搜索了袜子然后另一个购物平台也知道了，并不是他们监听了你，可能是他们之间有数据传输交换的协议（因为用户键入是很好捕捉的）。而类似xx软件监听你的通话，刚说了什么马上就推广告，我理解这更多是“孕妇效应”，刚提到这个就更容易注意到这个，可能这个广告已经推送你好多天了，只是一直没关注到，毕竟如果要做到这个级别的语音转文本加自然语言处理能力，只给普通人推个广告也太大材小用了。
我理解当前阶段的大数据的主要风险在于信息泄露，毕竟有大把公司数据库里的手机号是明文存储。尽量使用正规公司的服务，以及尽量少填写个人信息，可能是我能够在“大数据”时代分享给各位的建议。
网友评论