Xoom與跨境匯款異常交易報警（2）

　　一個資料庫並不需要有以太字節計的數據。在這個相撲案例中，整個資料庫包含的字節量還不如一張普通的數位照片包含得多。但是大數據分析法不只關註一個隨機的樣本。這里的“大”取的是相對意義而不是絕對意義，也就是說這是相對所有數據來說的。

　　很長一段時間內，隨機採樣都是一條好的捷徑，它使得數字時代之前的大量數據分析變得可能。但就像把一張數位照片或者一首數位歌曲截取成多個小文件似的，在採樣分析的時候，很多信息都無法得到。擁有全部或幾乎全部的數據，我們就能夠從不同的角度，更細致地觀察研究數據的方方面面。

　　我們可以用Lytro相機來打一個恰當的比方。Lytro相機具有革新性的，因為它把大數據運用到了基本的攝影中。與傳統相機只可以記錄一束光不同，Lytro相機可以記錄整個光場里所有的光，達到1100萬之多。具體生成什麼樣的照片則可以在拍攝之後再根據需要決定。用戶沒必要在一開始就聚焦，因為該相機可以捕捉到所有的數據，所以之後可以選擇聚焦圖像中的任一點。整個光場的光束都被記錄了，也就是收集了所有的數據，“樣本=總體”。因此，與普通照片相比，這些照片就更具“循環性”。如果使用普通相機，攝影師就必須在拍照之前決定好聚焦點。

　　同理，因為大數據是建立在掌握所有數據，至少是盡可能多的數據的基础上的，所以我們就可以正確地考察細節並進行新的分析。在任何細微的層面，我們都可以用大數據去論證新的假設。是大數據讓我們發現了相撲中的非法操縱比賽結果、流感的傳播區域和對抗癌症需要針對的那部分DNA。它讓我們能清楚分析微觀層面的情況。

　　當然，有些時候，我們還是可以使用樣本分析法，畢竟我們仍然活在一個資源有限的時代。但是更多時候，利用手中掌握的所有數據成為了最好也是可行的選擇。

　　社會科學是被“樣本=總體”撼動得最厲害的學科。隨著大數據分析取代了樣本分析，社會科學不再單纯依賴於分析經驗數據。這門學科過去曾非常依賴樣本分析、研究和調查問卷。當記錄下來的是人們的平常狀態，也就不用擔心在做研究和調查問卷時存在的偏見了。現在，我們可以收集過去無法收集到的信息，不管是通過移動電話表現出的關係，還是通過twitter信息表現出的感情。更重要的是，我們現在也不再依賴抽樣調查了。

　　艾伯特-拉斯洛-巴拉巴西（Albert-LászlóBarabási），和他的同事想研究人與人之間的互動。於是他們調查了四個月內所有的移動通信記錄——當然是匿名的，這些記錄是一個為全美五分之一人口提供服務的無線運營商提供的。這是第一次在全社會層面用接近於“樣本=總體”的數據資料進行網路分析。通過觀察數百萬人的所有通信記錄，我們可以產生也許通過任何其他方式都無法產生的新觀點。

　　有趣的是，與小規模的研究相比，這個團隊發現，如果把一個在社區內有很多連接關係的人從社區關係網中剔除開來，這個關係網會變得沒那麼高效但卻不會解體；但如果把一個與所在社區之外的很多人有著連接關係的人從這個關係網中剔除，整個關係網很快就會破碎成很多小塊。這個研究結果非常重要也非常的出人意料。誰能想象一個在關係網內有著衆多好友的人的重要性還不如一個只是與很多關係網外的人聯繫的人呢？這說明一般來說無論是一個集體還是一個社會，多樣性是有額外價值的。這個結果促使我們重新審視一個人在社會關係網中的存在價值。

　　我們總是習慣把統計抽樣看做文明得以建立的牢固基石，就如同幾何學定理和萬有引力定律一樣。但是統計抽樣其實只是為了在技術受限的特定時期，解決當時存在的一些特定問題而產生的，其歷史尚不足一百年。如今，技術環境已經有了很大的改善。在大數據時代進行抽樣分析就像是在汽車時代騎馬一樣。在某些特定的情況下，我們依然可以使用樣本分析法，但這不再是我們分析數據的主要方式。慢慢地，我們會完全抛棄樣本分析。

本文摘自《大數據時代》

---

　　 《大數據時代》是國外大數據系統研究的先河之作，本書作者維克託-邁爾-舍恩伯格被譽為“大數據時代的預言家”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發佈了長達14頁對大數據應用的前瞻性研究。維克託-爾耶-舍恩伯格在本書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，並用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
　　維克託最具洞見之處在於，他明確指出，大數據時代最大的轉變就是，放棄對因果關係的渴求，而取而代之關註相關關係。也就是說只要知道“是什麼”，而不需要知道“為什麼”。這颠覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。