本演講是2015年10月29日，在CMRA大會上的主題演講。主要探討數(shù)據(jù)科學(xué)的整合與細(xì)分，特別分析了數(shù)據(jù)科學(xué)的七個(gè)危險(xiǎn)趨勢。自從大數(shù)據(jù)這個(gè)詞出來以后，數(shù)據(jù)已經(jīng)成為一個(gè)非常明確的科學(xué)領(lǐng)域。在這當(dāng)中很少有人詳細(xì)地探討數(shù)據(jù)科學(xué)的結(jié)構(gòu)和它面臨的問題。本演講探討了數(shù)據(jù)科學(xué)有三個(gè)非常重要的層次：數(shù)據(jù)的獲取、數(shù)據(jù)的描述和數(shù)據(jù)的分析。

下面是詳細(xì)的PPT及文字：

自從大數(shù)據(jù)這個(gè)詞出來以后，數(shù)據(jù)已經(jīng)成為一個(gè)非常明確的科學(xué)領(lǐng)域。在這當(dāng)中很少有人詳細(xì)地探討數(shù)據(jù)科學(xué)的結(jié)構(gòu)和它面臨的問題，包括我們行業(yè)面臨的問題。

數(shù)據(jù)科學(xué)有三個(gè)非常重要的層次：數(shù)據(jù)的獲取、數(shù)據(jù)的描述和數(shù)據(jù)的分析，這三件事是不同的，不要把它混淆了。

1.數(shù)據(jù)的獲取

以前數(shù)據(jù)的稀缺導(dǎo)致行業(yè)內(nèi)出現(xiàn)非常大的非良性循環(huán)。

在這個(gè)過程當(dāng)中，又正好趕上了一個(gè)新的時(shí)代——機(jī)器化數(shù)據(jù)橫空出世，突然之間，甚至一夜之間數(shù)據(jù)不再稀缺了。單靠獲得數(shù)據(jù)，你能拿到高額利潤的可能性微乎其微，這樣就必然導(dǎo)致執(zhí)行公司如果要繼續(xù)作弊必死無疑，未來五年內(nèi)我們可以清楚的看到，研究公司不好好做研究，也照樣是必死無疑，無論你是國際的，還是國內(nèi)的，因?yàn)闀r(shí)代變了。所以數(shù)據(jù)獲取這一塊，要有非常清醒的認(rèn)識。

在這個(gè)時(shí)候大數(shù)據(jù)，正常的講叫機(jī)器化數(shù)據(jù)已經(jīng)被神話，而市場研究公司被積壓在這里，市場研究數(shù)據(jù)的結(jié)構(gòu)化，它必須滿足兩個(gè)條件，一是真的，二是價(jià)格是低的，這兩件事造成的后果是什么，我相信業(yè)內(nèi)的所有公司都會有體會。

2.數(shù)據(jù)的描述

再看數(shù)據(jù)的描述，由于整個(gè)社會大環(huán)境巨大的變化，在描述環(huán)節(jié)上出現(xiàn)了非常大的問題，這個(gè)問題中你會發(fā)現(xiàn)形成了新的、不同的非良性循環(huán)。為什么？數(shù)據(jù)不稀缺了。而在這個(gè)時(shí)候，機(jī)器化數(shù)據(jù)出來的東西做點(diǎn)頻率表，做點(diǎn)交互表很簡單。如果數(shù)據(jù)描述能夠替代數(shù)據(jù)分析，這個(gè)世界一定會毀掉，因?yàn)閿?shù)據(jù)想騙人太容易了。

接下來的過程當(dāng)中，機(jī)器化數(shù)據(jù)由于資料收集簡單，整理數(shù)據(jù)的過程非常容易。所以直接面向銷售，這個(gè)面向銷售就出現(xiàn)了充滿荊棘的歷程。

再看研究公司的結(jié)構(gòu)化數(shù)據(jù)，大型公司由于沒有應(yīng)對，我在行業(yè)這么多年，一直在這些時(shí)期，有機(jī)會就在呼吁洞察這個(gè)詞。實(shí)際上我們的研究員正在日益變成填數(shù)工具，而不是洞察。數(shù)據(jù)不再稀缺，你在機(jī)器化數(shù)據(jù)面前，你填數(shù)的過程當(dāng)中，數(shù)據(jù)的真假還在存疑，這時(shí)候你不敗誰敗，必然敗。而且別忘了機(jī)器化數(shù)據(jù)的成本趨近于零，所以大中型研究公司的解體、兼并、重組在不遠(yuǎn)的將來一定會頻現(xiàn)，這是沒有辦法的趨勢。

現(xiàn)在數(shù)據(jù)科學(xué)有七大危險(xiǎn)趨勢：

3.數(shù)據(jù)的分析

以上七個(gè)危險(xiǎn)趨勢將直接導(dǎo)致數(shù)據(jù)分析中的危險(xiǎn)，什么是數(shù)據(jù)分析？我先從最簡單的案例說起。

案例一：簡單表格的危險(xiǎn)

這個(gè)數(shù)據(jù)的結(jié)果，意味著什么？老年人比年輕人更喜歡這個(gè)東西。實(shí)際的結(jié)果呢？老年人和年輕人沒有任何差異。高低文化之間有差別嗎？所有的結(jié)果都顯示高文化程度的比低文化程度的人更喜歡，總體上它就是相同的。

再看一個(gè)更加實(shí)際的案例。我們知道房價(jià)是怎么算的，房價(jià)是加權(quán)算術(shù)平均數(shù)?，F(xiàn)在看一看房價(jià)，房子的均價(jià)跟房子的成交價(jià)格沒有關(guān)系，跟銷售結(jié)構(gòu)有關(guān)系。所以在這個(gè)時(shí)候，房價(jià)的均價(jià)大約是這樣的，我告訴大家房價(jià)在下一個(gè)季度全面上漲10%，但是銷售結(jié)構(gòu)略微有一點(diǎn)變化。房價(jià)下跌2.63%，大看清楚定價(jià)了嗎？任何一個(gè)地方都上漲了10%，接下來銷售結(jié)構(gòu)一定會再變，房價(jià)又漲了10%，房價(jià)又下跌了，但是統(tǒng)計(jì)數(shù)字會告訴你下跌4%。

案例二：無關(guān)轉(zhuǎn)相關(guān)系

這是我1998年獲寶潔論文獎的時(shí)候得到的模型，表面上一大堆無差別、無差異的情況，導(dǎo)致了什么情況呢？看起來沒有差異，一個(gè)是男的比女的喜歡，一個(gè)是女的比男的喜歡，整體上沒有差異。但是差別大嗎？規(guī)律性強(qiáng)嗎？

案例三：建模預(yù)測

我們在2011年用的詞叫蘋果熟透了，蘋果在一個(gè)領(lǐng)域發(fā)展。2012年我在互聯(lián)網(wǎng)大會上，在我們這個(gè)會場上我都說過華為將崛起。2013年我說過三星必然下滑，去年2014年也是一樣的，這兩個(gè)大會我都說過小米將面臨問題，我不是神，但是模型能。2015年什么情況？我不想對任何一個(gè)品牌現(xiàn)在來說，大家關(guān)注我們要發(fā)布的手機(jī)人報(bào)告，那個(gè)時(shí)候我再開會，會詳細(xì)地把這個(gè)結(jié)果告訴大家。

我讓大家看一個(gè)結(jié)果，模型的基點(diǎn)預(yù)測點(diǎn)是這張圖：

這個(gè)模型你能不能做出來？我一直在說，中國調(diào)查業(yè)從來不缺數(shù)據(jù)，從來不缺所謂的描述，只缺分析。如果被這些互聯(lián)網(wǎng)公司，被碼農(nóng)牽著走，那不是笑話嗎？他們能代表中國的分析能力嗎？中國的分析能力不是他們，而一定是我們。

4.小結(jié)

End.

轉(zhuǎn)載請注明來自36大數(shù)據(jù)（36dsj.com)：36大數(shù)據(jù) » 劉德寰：數(shù)據(jù)科學(xué)的整合與細(xì)分 數(shù)據(jù)科學(xué)的七個(gè)危險(xiǎn)趨勢（視頻）