1、内特希尔沃与大数据2012 年的美国总统大选让谁声名鹊起？从某种角度说，既不是获选的奥巴马，也不是落败的罗姆尼，而是内特希尔沃（Nate Silver） 。 其原因是，在两位候选人选情接近，谁也不敢妄下断论时，他准确地预测出大选的结果投票当天，希尔沃预测奥巴马将有 90.9%的机会获得大多数选票，并非政治家们认为的所谓旗鼓相当。如果按州投票计算，希尔沃对美国 50 个州投票结果的预测全部正确。 “预言帝”的秘密，在于数据。他让众多企业看到了大数据应用的真实性和大数据行业化的希望。 大数据精彩无限？ 如今，大批欧美企业对大数据应用趋之若鹜，谷歌、亚马逊等利用收集到的大量客户信息，为客户量身定制各
2、种个性化服务。不过，最典型的还是大数据招聘。即便因经济衰退，美国的失业率高达两位数，但还是有大量公司找不到既能胜任公司工作，又符合公司企业文化的员工。于是，大数据招聘应运而生。许多初创公司依靠强大的电脑技术以及互联网上的数十亿份简历信息来构建一种“猎头算法” ，它可以告诉用人单位，对于某一个特定的工作来说，什么样的求职者才是最适合的。他们相信，这种算法会使企业的人才招聘变得既有效率，又节省成本，同时实现求职者和招聘方的双赢。 互联网起初的确使找工作轻松了不少。只需轻轻点击几次鼠标，求职者就可以同时申请十几个职位，企业的招聘通知也能同时被很多人看到。有些大公司收到的简历数量甚至增长了五倍。同时它
3、也会告诉求职者，这份工作是否适合自己。如果不适合的话，它还会告诉你为什么。 不过，很多业内人士对这项新技术持怀疑态度。他们认为，技术本身不是问题，问题是有些公司自己都不知道自己想要的是什么。有些东西就连招聘经理也不能用语言表达出来，要想量化这种无形的素质，几乎是不可能的。即便真的可以做到这一点，用软件来取代真人招聘，也是目光短浅的表现。经济困难时期，向招聘者身上投入大量资金很难说得通，而且说到底，最适合招聘和评价顶级人才的，仍然是人，而不是电脑系统。 预测也能变灾难 这时，我们需要希尔沃“及时”分享他的心得，他会谈到总统大选时对手们的问题出在那里：大多数预判选举的评论员并不会像希尔沃那样仔细地
4、去分析数据。有些人的判断建立在自己的偏见之上，比如共和党的评论员们会尽力找出各种各样的证据，证明罗姆尼将赢得选举；有些人会人云亦云，如果大家都说选情很接近，那么他们也会随声附和，选举竞争一定很激烈；而有些人会刻意独树一帜，比如大家都认为奥巴马会赢，那么把宝押在罗姆尼身上的人会受到更多关注。另外，评论员本身的利益驱动也使他们更愿意相信选票会很接近，因为只有在选举还存在悬念的情况下，大众才会不断关注政治新闻。 希尔沃还举例说明为何当初信用评级机构无法预判次贷危机。排除一些主观因素，比如信用机构为自己牟利可以不顾实际情况，不负责任地给出 AAA 的评级等，其实真正问题在于，信用评级机构根本就没有意识
5、到，准确性和精准性是不同的概念。虽然其评价模型林林总总，包括了各种可能性下的各种细节，但这些模型本身就错得离谱。这就好比在足球比赛中，有一名球员每次射门都能射中门框，这名球员的精准性可谓万里挑一，但他对球队的贡献有多大呢？ 很多大数据的研究者往往会忽略一个问题：数据并不能自我证明，不管数据规模有多大，数据仍是人类设计的产物。无论什么样的大数据工具，如计算软件框架等，并不能让人们的思维避免偏移、中断或出现错误假设。在大数据试图反映我们的真实情况时，这些因素特别重要，然而我们经常被愚弄， “执著地”认为，计算结果比人类的观念更客观。 真正有用的预测，首先要收集大量信息，并作出客观的假设，其后根据事
6、实的发展，予以不断调整。 事实也印证了希尔沃的说法，一些从事大数据研究的公司表示，筛查数据可以提供信息，但其前提是使用时要了解数据不能揭露的信息，大数据有大数据的偏见，因为它低估了测量不了的东西，比如直觉和感召力。由电脑系统做主是大势所趋，但不能消除人的判断，客观真实的人为判断是对系统进行修正的基础。 希尔沃的忠告 令人鼓舞的是，近期一项对 64 个国家及地区 1700 名首席营销官开展的调查显示，面对大数据时代的到来，71%的企业还没有做好充分准备来应对挑战，这对国内的企业尤其是创新型企业来说，不啻为天赐良机。但机遇并不等于成功，打算在大数据领域有所作为的企业管理者们应谨记希尔沃的忠告：社会的进步是一个艰辛的过程，而想要成为进步的推动者更是艰难无比。当你们着手解决一个问题时，切记保持专注。在多数情况下，我们无法处理庞杂无序的数据，拥有更多的信息并不意味着我们能更好地预测，也就是说，我们并不能够对所有的东西进行很精准的预测，每当你给产品添加一项新功能时，你距离自己想要的回报就远了一步。 “如果你是初创企业，不妨尝试一些还没有人涉足的领域，如果企业在这些领域拥有有效的数据，并可以提供相应的分析手段，那么更容易获得成功。 ”希尔沃说。
