大數(shù)據(jù)是怎樣的一個存在

電影《末日重啟》中有這樣一句臺詞：“你有沒有想過，世界上還存在一個鏡像世界，那里的一切都和你的生活一樣，就像我們熟知的平行時空那樣?！?/p>

在這樣一個特殊的時間點，或許已經(jīng)有不少人開始思索這個問題，如果我們可以從“鏡像世界”看到自己，如果我們可以在兩個多月前叫停那些吃“野味”的人群，社會就不會停擺，我們的生活也不會被外力打亂。

然而現(xiàn)實世界中可能并不缺少這樣的“平行時空”。

兩個多禮拜前，華南農(nóng)業(yè)大學公布了最新的研究成果，穿山甲正是新型冠狀病毒的潛在中間宿主。但在更早前的一個禮拜，百度發(fā)布的搜索大數(shù)據(jù)報告顯示，穿山甲雄踞過去十年中“野味搜索”的第一位，類如“野味的做法”和“野味館”的百度搜索大數(shù)據(jù)同樣呈現(xiàn)出較為明顯的季節(jié)性波動，這說明即使經(jīng)歷非典之后，依然有人對吃野味這件事情有獨鐘。

從中不難梳理出潛在的因果關系：搜索作為用戶主動獲取信息的方式，所產(chǎn)生的搜索大數(shù)據(jù)直觀地暴露了民眾對于“野味”的熱情，隱藏在這些數(shù)據(jù)背后的用戶行為，正是為疫情爆發(fā)而種下的“因“。

拋卻疫情這般沉重的話題，保留一些“私心”將目光看向商業(yè)世界，看到的卻是企業(yè)家、創(chuàng)業(yè)者們的“訴苦”，諸如“現(xiàn)金流只能維持三個月”“給員工發(fā)不出工資”之類的聲音比比皆是，而非嘗試從現(xiàn)實世界的“鏡像”里尋找活下去的答案，思索“黑天鵝”可能帶來的新機會。

本文想要討論的正是這樣一個話題。

“搜索直接連接大腦”

“搜索直接連接大腦”，谷歌聯(lián)合創(chuàng)始人謝爾蓋·布林提出的概念被不少人解讀，甚至有人猜測谷歌一開始就想打造連接人與世界的“腦機”。

或許無須這般深奧的猜測，谷歌不止一次對外宣稱：“搜索的最終目標是理解人的意思”，沒準這就是謝爾蓋·布林的題中之意。厘清了搜索引擎的價值，也就不難理解搜索數(shù)據(jù)由少變多，再到大數(shù)據(jù)的現(xiàn)實意義。

首先，谷歌和百度的主頁大概是互聯(lián)網(wǎng)世界中最簡單的UI，有人給出的解釋是“偶然性”的產(chǎn)物，搜索引擎誕生的時間還是撥號上網(wǎng)的年代，為了保證網(wǎng)頁加載的速度，以及節(jié)省服務的流量成本，最簡單的選擇無疑是最好的選擇。

暫且不去論證此類說法的正確性，簡單到極致的搜索框恰恰是破解“搜索直接連接大腦”的關鍵所在。

當用戶面對這樣的搜索框時，看不到太多的干擾因素，由此養(yǎng)成的習慣就是：在搜索框里輸出自己想要答案的關鍵詞，一種最原始也最純粹的“主動尋找信息”的場景。何況人們并不缺少雅虎這樣包括搜索框的門戶或?qū)Ш骄W(wǎng)站，為用戶提供了這樣或那樣的選擇，最終卻和PC時代一起走向了衰落。

其次，人們的每一次請求，搜索引擎都知道人們在尋找什么，正如人們的所有行為都會在互聯(lián)網(wǎng)上留下痕跡，而搜索引擎占領了捕捉和分析這一行為的最佳路徑，針對這些用戶行為的抓取、存儲和分析，甚至可以揣摩用戶搜索之前的動機來洞察新的趨勢，指引下一階段的走向。

即便到了移動互聯(lián)網(wǎng)時代，超級APP逐漸崛起，數(shù)據(jù)孤島逐漸形成，“投喂”模式的內(nèi)容分發(fā)已經(jīng)成為新潮流，可搜索仍然是最高頻的用戶行為之一。谷歌在全球范圍內(nèi)的月活用戶超過了10億人次，國內(nèi)每天也有10 億人次通過百度搜索了解疫情，同時移動互聯(lián)網(wǎng)又進一步擴展了搜索引擎的能力邊界，除了搜索的關鍵詞，還有搜索的地點、設備、方式，數(shù)據(jù)不僅在增“大”，也在變“深”。

之所以用如此長的篇幅來闡述搜索的意義，無非是想要回答這樣一個問題：記憶和聯(lián)想是大腦最重要的兩種思維方式，記憶是互聯(lián)網(wǎng)的優(yōu)勢所在，聯(lián)想的路徑是什么？這也就引出了搜索大數(shù)據(jù)的價值，即洞察、預測、研判……

畢竟搜索作為網(wǎng)民的“意圖數(shù)據(jù)庫”，當然可以根據(jù)某一專題搜索大數(shù)據(jù)的的漲跌，預測下一步的市場走勢。

“像上帝一樣俯視”

搜索大數(shù)據(jù)的“一戰(zhàn)成名”，還要從谷歌的GFT說起。

2008年谷歌推出了一個名為Google Flu Trends的應用，翻譯成中文就是“谷歌流感趨勢”，通過匯總分析用戶的搜索數(shù)據(jù)，對全球的流感疫情進行估測。2009年美國H1N1流感爆發(fā)的幾周前，谷歌的工程師們在《Nature》上發(fā)表了一篇論文，預測了H1N1在美國的傳播，并且具體到了特定的地區(qū)，事后證明與美國疾病控制和預防中心（CDC）的官方數(shù)據(jù)相關性高達97%，時間上卻提前了整整兩周。

只是谷歌的GFT也有“玩砸”的時候。

2014年有研究人員在《Science》上發(fā)表文章指責GFT的糟糕表現(xiàn)，文章的標題相當直接——“谷歌流感的寓言：大數(shù)據(jù)分析的陷阱”。原因在于，2011年8月到2013年8月之間的108周里，GFT有100周的流感發(fā)病率預測高過CDC，2012年到2013年的預測發(fā)病率已是CDC報告值的2倍多。

不過這并不是唱衰搜索大數(shù)據(jù)的理由。

打這樣一個比方：在一個交通流量密集的十字路口，實時記錄行駛過的車輛和發(fā)生的交通事故，如果上禮拜一的車流量是1萬輛，不難在下個禮拜一記錄到大致相同的數(shù)字;可如果上禮拜一發(fā)生了兩起交通事故，很難說下個禮拜一定會發(fā)生交通事故，因為交通事故是不確定性事件。

簡而言之，搜索大數(shù)據(jù)在不確定性、隨機性事件中的預測可能會出現(xiàn)不小的偏差，但對確定性、趨勢性的事件，幾乎可以用“研判”一詞來形容。

直接的例子就是有人用Google趨勢多次成功預測了比特幣的價格走勢，畢竟加密貨幣的價格變化直接取決于外界的關注度，當用戶搜索比特幣正面關鍵詞的標準差增加時，預示著比特幣的價格將有所上升，而負面關鍵詞的標準差增加時，往往會在一段時間后出現(xiàn)價格下降的情況。

國內(nèi)也不乏這樣的例子。

比如在線教育的百度搜索大數(shù)據(jù)在今年春節(jié)后不久就開始猛漲，這比在線教育概念股的瘋漲足足提前了兩個禮拜左右?？梢越o出的合理解釋是：1月23日武漢封城的消息曝出后，一些家長就開始焦慮孩子開學的問題，在線教育相關關鍵詞的搜索量開始迅速增長。

此外，疫情的消息傳出后，新型冠狀病毒肺炎癥狀之一“咽喉痛”的關鍵詞搜索開始呈現(xiàn)出上升趨勢，折射了人們對于自身情況的擔憂，可能會引發(fā)焦慮情緒和心理健康問題。對于內(nèi)容生產(chǎn)者和平臺方，及時辟謠并加大權威信息、科普信息的權重，可以說是防疫過程中必要的一個環(huán)節(jié)。。。。。。

假如人們可以在黑天鵝出現(xiàn)之前，對市場的走向做出準確的洞察，或許可以像上帝一樣俯視亂象中的危與機，而非無奈的“訴苦”。

不應被忽略的金礦

關于大數(shù)據(jù)價值的“警示”，幾乎成了老調(diào)常談的話題。

早在1980年，著名未來學家阿爾文·托夫勒就在《第三次浪潮》中，將“大數(shù)據(jù)”描繪為“第三次浪潮的華彩樂章”。

2012年，IBM CEO羅睿蘭的觀點更為直接：“大數(shù)據(jù)不亞于一種新的自然資源。數(shù)據(jù)在我們當今時代的角色就像是蒸汽、電磁和化石燃料對之前時代的角色一樣。它有潛力推動更高一層的社會進步和繁榮?！?/p>

也正是在2012年，美國、歐洲、日本、韓國等先后啟動了政府帶頭的大數(shù)據(jù)研究與開發(fā)計劃，國內(nèi)也在當年的“十二五”規(guī)劃中明確提出要支持海量數(shù)據(jù)存儲、處理技術的研發(fā)和產(chǎn)業(yè)化。

只是大數(shù)據(jù)在國內(nèi)的用戶基礎似乎還很貧瘠：微信每年都會放出一份大數(shù)據(jù)報告，告訴我們什么是最受歡迎的年度表情;支付寶每年都會公布一份年度賬單，用數(shù)據(jù)詮釋過去一年中花了多少錢，花在了什么地方;至于百度搜索大數(shù)據(jù)的應用，可能是不少營銷人的必備工具，更廣闊的B端市場對其的關注度還有不小的增長空間。

比如手機廠商已經(jīng)習慣于從搜索大數(shù)據(jù)中追蹤輿情，然后根據(jù)用戶的喜好制定相應的市場營銷計劃，卻沒有耐心從億萬用戶的搜索大數(shù)據(jù)中挖掘產(chǎn)品痛點在哪里，反而喜歡從幾千人規(guī)模的調(diào)研數(shù)據(jù)里找答案。

再比如提到經(jīng)典的數(shù)據(jù)應用案例時，很多人想到的還是沃爾瑪“啤酒與尿布”，也折射了當下零售商的窘境：執(zhí)著于在自家的倉庫數(shù)據(jù)中找到可能的商品關聯(lián)，如果進一步分析搜索啤酒的用戶背后的動機是什么、還會搜索哪些商品，是否會制造更多的可能？

另一個現(xiàn)實而迫切的問題是，疫情期間每天有超過10億人次在用百度搜索獲取信息，沉淀了海量的用戶數(shù)據(jù)，這些用戶們出于什么樣的需求，基于什么樣的訴求？幸運的是，已經(jīng)有不少人嘗試從野味、口罩等數(shù)據(jù)中給出了一些洞察，可這些疫情期間的搜索數(shù)據(jù)如何優(yōu)化社會治理體系，如何預防下一次疫情的出現(xiàn)，還需要進一步下功夫挖掘。

就像疫情期間同時發(fā)生的生鮮搶購和農(nóng)產(chǎn)品滯銷，對這些數(shù)據(jù)進一步挖掘整理，是否可以對供應鏈的調(diào)整給出科學的指導;不同地區(qū)的醫(yī)學關鍵詞搜索情況和當?shù)氐尼t(yī)療體系進行關聯(lián)分析，或許可以以遠程診療的形式彌補醫(yī)療資源分配不均衡的問題;以及不同地區(qū)“口罩”、“消毒水”等防疫用品的搜索情況，大致可以洞察出當?shù)氐男枨髲娙?，引導政府調(diào)整醫(yī)療物資的分配。。。。。。

至少對站在產(chǎn)業(yè)轉(zhuǎn)折點上的中小企業(yè)而言，在現(xiàn)金流遠不能和巨頭匹敵的局限下，搜索大數(shù)據(jù)這座金礦可能是拉平差距的唯一籌碼，誰能掌握挖掘大數(shù)據(jù)的“黑魔法”，無疑將在競爭中多一些勝算。

寫在最后

“鏡像世界”并不是科幻電影的專屬，而是耶魯大學計算機科學家David Gelernter在1991年提出的概念。

彼時給“鏡像世界”下的定義是：鏡像世界是將一些巨大的結(jié)構(gòu)性的運動的真實生活，像鏡像圖景一樣嵌入到電腦中，通過它你能看到和理解這個世界的全貌。長達30年時間的科技演進，現(xiàn)實世界正在1:1映射變成數(shù)字社會，特別是在物聯(lián)網(wǎng)的推進下，整個世界都在“可讀化”，“鏡像世界”已然從概念成了現(xiàn)實。

其中搜索大數(shù)據(jù)正是“鏡像世界”的組成部分之一，或許我們還不能從人類的尺度觀察世界，但從商業(yè)的尺度來洞察潛在的機會點，并不缺少一定的可行性。正如那句有些雞湯性質(zhì)但不失哲理的話：當你改變了看世界的方式，你就改變了你所看到的世界。