Xoom與跨境匯款異常交易報警（1）

　　Xoom是一個專門從事跨境匯款業務的公司，它得到了很多擁有大數據的大公司的支援。它會分析一筆交易的所有相關數據，一旦發現用“發現卡”從新澤西州匯款的交易比平常多的話，系統就會報警。Xoom公司的首席執行官約翰-孔澤（JohnKunze）解釋說：“這個系統關註的是不應該出現的情況。”單獨來看，每筆交易都是合法的，但是事實證明這是一個犯罪集團在試圖詐騙。而發現異常的唯一方法就是，重新檢查所有的數據，找出樣本分析法錯過的信息。

　　然而，使用所有的數據並不代表這是一項艱巨的任務。大數據中的“大”不是絕對意義上的大，雖然在大多數情況下是這個意思。谷歌流感趨勢預測建立在數億的數學模型上，而它們又建立在數十億數據節點的基础之上。完整的人體基因組有約30億個堿基對。但這只是單纯的數據節點的絕對數量，並不代表它們就是大數據。大數據是指不用隨機分析法這樣的捷徑，而採用所有數據的方法。谷歌流感趨勢和喬佈斯的醫生們採取的就是大數據的方法。

　　日本國民體育運動“相撲”中非法操縱比賽結果的發現，就恰到好處地說明了使用“樣本=總體”這種全數據模式的重要性。消極比賽一直被極力禁止，備受譴責，很多運動員深受困擾。芝加哥大學的一位很有前途的經濟學家斯蒂夫-列維特（StevenLevitt），在《美國經濟評論》上發表了一篇研究論文，其中提到了一種發現這個情況的方法：查看運動員過去所有的比賽資料。他的畅銷書《魔鬼經濟學》（Freakonomics）中也提到了這個觀點，他認為檢查所有的數據是非常有價值的。

　　列維特和他的同事馬克-達根（MarkDuggan）使用了11年中超過64000場摔跤比賽的記錄，來尋找異常性。他們獲得了重大的發現。非法操縱比賽結果的情況確實時有發生，但是不會出現在大家很關註的比賽上。冠軍賽也有可能被操縱，但是數據顯示消極比賽主要還是出現在不太被關註的聯賽的後幾場中。這時基本上沒有什麼風險，因為選手根本就沒有獲獎的希望。

　　但是相撲比賽的一個比較特殊的地方是，選手需要在15場聯賽中的大部分場次取得勝利才能保持排名和收入。這樣一來就會出現利益不對稱的問題。當一個7勝7負的摔跤手碰到一個8勝6負的對手時，比賽結果對第一個選手來說極其重要，對他的對手則沒有那麼重要。列維特和達根發現，在這樣的情況下，需要贏的那個選手很可能會贏。這看起來像是對手送的“禮物”，因為在聯繫緊密的相撲界，幫別人一把就是給自己留了一條後路。

　　有沒有可能是要贏的決心說明這個選手獲勝呢？答案是，有可能。但是數據顯示的情況是，需要贏的選手的求勝心也只是比平常高了25%。所以，把勝利完全歸功於求勝心是不妥當的。對數據進行進一步分析可能會發現，與他們在前三四次比賽中的表現相比，當他們再相遇時，上次失利的一方要擁有比對方多3~4倍的勝率。

　　這個情況是顯而易見的。但是如果採用隨機採樣分析法，就無法發現這個情況。而大數據分析通過使用所有比賽的極大數據捕捉到了這個情況。這就像捕魚一樣，開始時你不知道是否能捕到魚，也不知道會捕到什麼魚。

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。