大数据背后，不可忽视的“人”

• 评论0
• 打印
• 字大
• 字小

　　柳友娟　制图

　　当下中国，大数据是个热词。

　　无人汽车、人工智能、生物医疗，各种新科技中，大数据的身影无处不在，它像一把万能钥匙，开启了很多不为人知的空间。

　　但在人们热捧大数据的同时，却往往就数据论数据，甚至陷入数据膜拜，而忽视了大数据背后的人的因素。大数据是怎样发挥价值的？那些不会说话的数据又是怎样讲述鲜活的故事的？关注到腾讯近日发布的大数据报告《95后迷之隐私观大揭秘》，记者走进位于深圳的腾讯总部，走进那些让数据“活”起来的人。

　　大数据给不出解释

　　搞大数据研发，不就是坐在实验室、电脑前，整天对着数字噼里啪啦地运算？可腾讯公司用户与市场研究中心调研员韩娜，更多地是奔波在见调研对象的路上。

　　韩娜讲了一个对于她来说“家常”的故事。

　　一年冬天，她从南方的深圳赶到北方的沈阳，约了一个孩子做用户调研。本来知情的父母临时有事不在，孩子的姑姑不让韩娜进门。韩娜拿出身份证、工作证、介绍信，反复解释，但所有证明一概无用，对方就是不肯相信。

　　最终，韩娜被“砰”的一声拒之门外。

　　类似的经历，韩娜所在的团队几乎人人都遇到过。

　　很多人不理解，一个互联网公司怎么还用上门调研这种“老土”的方式？

　　的确，拥有7.62亿月活跃微信账户、8.77亿月活跃QQ账户的腾讯，并不缺乏用户社交的大数据，但光有数字就行了吗？

　　“大数据给出了结论，但给不了解释。”用户与市场研究中心总监谭池举了一个他自己的亲身经历。

　　多年前，他曾经参与过早期苹果手机一代的调研。当时，老外们通过大数据惊讶地发现一个现象：苹果的几种输入法中，中国人特别偏爱某一种。可是老外想不通，这是为什么？

　　谭池说，“为什么”往往是大数据的盲点，而产品改进的关键，有时候恰恰就在于这个“为什么”。想要找到答案，目前，还只能依靠传统的人对人询问。

　　当时，经过传统调研，谭池找到了原因：中国抽烟人口比西方国家多，许多公共场合更是想抽就能抽，人们一只手拿烟时，只好单手握着手机打字，因此中国的苹果一代用户，特别偏爱单手型、单指型的输入法。知道这个“为什么”以后，相关产品的开发，开始更多考虑单手模式了。

　　数据会抛出许多令人惊讶的结果。但结果意味着什么，人们仍然一无所知。可以说，人与人交流的传统模式，不仅没有被掩埋，反而在大数据时代，被一个个数据又激发出来。

　　大数据读不出场景

　　“滴”“滴”——访谈室里充满此起彼伏的电子音。研究员们有些*。

　　事情缘起于产品经理想做一个无障碍功能的设计。研究员朱丹招募了6位盲人进行访谈。起初，大家做好充分准备，以为盲人们可能不会使用智能手机，不会用APP，需要先教一下。

　　但没想到，这群盲人使用互联网产品相当熟练。他们利用智能手机的读屏功能，并且每个人都把声音调到最快档，只听见手机发出“滴”“滴”这样短促的电子音，常人的耳朵根本听不懂是什么，但6位盲人却在怪诞的声音中，熟练地使用互联网，让在场的“小伙伴都惊呆了”。

　　“原来网络对他们的帮助比我想象中大很多。”朱丹感慨。有位盲人告诉她，比如移动支付，对正常人来说只是多了一种支付手段，但对他们而言是一种颠覆式的设计，大大方便了盲人消费。

　　大数据往往会这样，提供了一个结果，但它并不知道用户在使用产品时，身处什么样的场景，怀揣怎样的心情，有着怎样的需求。这一切，唯有人与人面对面，才能知晓。

　　还有一次，谭池找到了成都的一名用户，兴高采烈跑到对方家里。目的是为了知道，用户使用产品时，真实的生活场景什么样。一番交流和观察后，他忽然觉得不太对劲：这户人家冰箱里只有6罐可乐，没有多余的食物，房间里也找不到水壶或饮水机。谭池发短信给同行的同事：留意一下，这是不是他真的家。

　　等到双方聊得很开心以后，对方果然露出了口风，原来他确实不住在这儿，这间屋子的主人是他父母，目前租给别人，这次为了接受调研，临时借用了一下。

　　“这样一来，我观察他的生活场景，有一半信息就没用了，比如小区、邻里关系等。”谭池遗憾地说。

　　进一步说，比起直接的数据，如何解读数据背后的意义，才是把大数据用“活”的重头戏。用户真正的使用情景，他们的担忧、开心、困惑与不爽，目前的大数据读不出来。数据再大也是死的，只有人能激活它。

　　大数据不知道怎么做

　　多年前，有一位调研员曾经接过一个项目，对方要求调研某产品在用户心中是多少分，如果得分在80分以下，整个相关团队就要被撤销。“其实，给79分还是80分，有很大区别吗？”谭池反问，“不谈评分机制，就算根据数据得分，判了一个团队的生死又怎样？问题还是在那儿，依然没有得到解决。”

　　大数据本身，并不能给出一个既定做法。面对数据运算的结果，之后的步骤可能更加重要。

　　调研员小迪同时负责1-3个调研项目，一般9点半从公司出发，去深圳市里与用户一对一访谈。中午回公司，下午另外一个项目的招募和策划会议又开始了，当中偶有空隙，他就回到座位写一些访谈总结。这就是一名调研员每天的工作日常。

　　每一年，研究中心负责调研的项目数以百计，这些课题并非调研员自己“拍脑袋”想的，大部分来自产品策划的需求方，比如产品经理，改进一个产品功能时可能会冒出一个问题，希望通过调研来解答。

　　韩娜说，刚入这一行，自己与产品经理交流时，经常需要磨合。比如一位产品经理很纠结，关于“签到”有两种改进方案，究竟95后用户更喜欢哪一种呢？他不知道。他可能先去找数据师，去调相关的大数据。大数据显示，95后更热衷于每天上网“签到”。但是他们“签到”究竟是出于什么心理，获得了什么满足，数据并不懂。

　　于是，产品经理接着找韩娜，请她进行用户研究。结果显示，95后乐意“签到”，更多是为了满足自己的情感需求，尤其是“刷存在感”。可是知道了这一点后，产品经理依然无法抉择，究竟哪个方案更好。

　　时间久了，韩娜渐渐明白，自己做完调研，不能仅仅解答“为什么”，“用户怎么想”，还要给出“怎么做”的建议。

　　当然，再细致的调研，最终也不一定能找到产品经理想要的答案。有时候，答案是有了，但考虑到成本营收、缺乏供应商、缺乏可操作性等因素，改进方案依然不了了之。大数据和访谈就都白做了。

　　另一位调研员马建说，自己工作最开心的那刻，就是调研的建议被采纳，最终体现到产品中。

　　今天的企业、政府，乃至整个社会，很容易通过大数据对市场一目了然，但一目了然之后怎么做？漠视它、改正它、还是适应它？

　　大数据未必懂得价值

　　罗英、何文是“数据挖掘师”。但这份工作想做得好，单纯依靠算数据并不够，其实还要动用“情商”。

　　比如，QQ音乐有一个功能叫“猜你喜欢”。根据用户的数据，软件会自动推荐一些陌生歌曲，它们往往符合你的音乐品位。这种推荐，显然是基于大数据平台。一般我们以为，只要提供一些算法，大数据平台照此运算就成，但事实没那么简单。

　　首当其冲的是准确率。“猜你喜欢”究竟能猜对多少首歌？不同的数据师，可能会设计不同的算法，有的人效果明显比较好，他把“年龄”的数据用起来，而另外一个人没用，就会导致两者准确率差很大。

　　究竟需要考虑哪些数据维度，荐歌才会最符合心意呢？没有标准答案，不同数据师有自己的判断。同样的大数据库，一个运算下来比较准确，一个不准，其中唯一的变化就是人。

　　第二个问题是，为什么有人能想到“年龄”，而有人却想不到？凭借的也是个人经验。或者说，凭借的是人对事物的理解，考验的正是数据师的“情商”。

　　“在我们行内有一个不等式：业务知识>数据>算法。”罗英解释，“而业务知识就是你的理解能力。”用同行的话来说，就是“你的架构是否合理。”

　　没什么课题的时候，数据师的常规工作十分枯燥。

　　每天上班第一件事，就是低头看手机。手机上，已经装有数据展示的平台，到点就会自动发布一些基本情况，比如当天登录用户数多少，这些已经无需太多人工干预。

　　然而一旦看出今天的数据有异常波动，数据师就要马上查找原因，比如去各个相关部门询问，是不是因为今天有大型活动？如果有，那算是幸运的。比较棘手的情况是，今天更新了一个新版本，而用户在新版本上，上传照片的完成率很低，那也是一种异常，需要赶紧找原因。

　　如果产品经理提出一个课题，需要与小伙伴们凑在一起开会讨论，那数据师的工作会稍微有趣些。

　　比如最近，产品经理提出：能不能根据大数据，观察每座城市的人口迁移，随后做一份《城市年轻指数》报告？

　　策划会上，数据师们给出了这样一些数据：用户的登录地，再比对他们的年龄信息等。最后给出来的数据，大家一看都觉得有价值，《城市年轻指数》报告就这样出炉了。

　　当然，更多时候，理想很完美，但运算出来的数据却没什么变化，被判定“数据价值不大”，议题便会不了了之。

　　“大数据就好像是一杯水，我们需要去厨房煮菜，水只是材料之一。我们不能直接把水卖给客户，我们需要煮好一碗菜，才能端给客户。”罗英形容。

　　何文则说，他工作的成就感，不在于运算大数据，而在于最终“能给出有价值的数据”。

　　大数据还能做什么

　　第一张与家人的合影、第一张旅行的照片、第一张宝宝的笑容……

　　已经活跃了11年的社交平台QQ空间有着丰富的用户数据，最近，腾讯运用这些数据，为个人生成一份“社交回顾互动”H5，比如显现出你第一次注册空间的时间，跳出第一张上传的家人合照。

　　“其实也捏了一把汗，这对图片的数据解读要求非常高。”从事QQ空间运营的琪琪说，“试想，第一张与家人的合影，万一大数据判断错误，跳出来的照片是与男同事的合影，岂不是很尴尬？”怎么抽取数据，让数据判断准确很重要。

　　小迪做调研时遇到一名初中男孩，对方很有倾诉欲。男孩告诉他，自己有5个QQ号，4个已经被妈妈“破解”了，可能是因为密码太简单，都是生日之类，妈妈太容易猜到。于是他想出了第5个QQ密码，复杂到连自己也记不住。他把密码放在带锁的储钱罐里，再把储钱罐藏在床底下，每次用这个账号登录QQ时，他都要先从床底下把密码翻出来才行。即便如此，为了屏蔽父母，他还准备再注册一个账号。

　　这个故事，后来被小迪写进了《95后迷之隐私观大揭秘》报告中。该报告揭示，95后是一群非常注重隐私的群体，近4成95后认为，自己的隐私遭到过侵犯，他们为了保护隐私采取过各种小手段。

　　然而隐私报告诞生后，也让一些媒体和学者产生了危机感。报告既有大数据的样本分析，这点比高校科研的取样还大；又有案例故事，这点又与媒体的角度重合。长此以往，是不是一家互联网公司就能自己完成科研报告了？大数据会不会让一些科研机构被取代呢？

　　除了活动、推荐、科研，大数据目前已经用来进行精准的广告投放。比如一个平台，经大数据分析，把1000万流量分成两半，一半是对汽车感兴趣的人，一半是对奶粉感兴趣的人。只需要把500万流量给车商打广告，它的转化率就非常高。

　　而最让人期待的是，大数据在某个领域正发挥着超乎想象的作用——城市公共空间的实时数据检测。

　　类似功能，其实微信上已经有了。打开微信个人钱包，选择城市服务，右下方有一条“城市热力图”。点击进入，热力图能实时显现你所在的位置附近，有多少人流，它意味着交通是否拥挤。当然，扩大使用的话，它还能实时监测某块区域，是否短时间内人流密度过高，及时提出预警。

　　也是基于相同的原理，近几年腾讯发布了春运迁徙报告，实时监测每年春运的迁徙情况。

　　以上这些，都是已经使用大数据的方面，而未来，很多人都对大数据赋予了想象空间——

　　当每个人的身体信息都能被实时收集，形成个人的大数据时，人会怎样？当整个社会被大数据连接起来，形成一个庞大的系统，不仅交通、运输，整座城市管理，都可以用大数据运算出一个“最佳方案”时，城市又会怎样？

　　我们已经迈入一个大数据的时代。有人说，终究有一天，数据的价值将超过土地的价值。但是也有人说，世界就是一个“黑盒子”，永远无法窥探内部的秘密。

　　远古时代，宇宙对于人类就是一个巨大的黑盒子。如今，科学技术正在解开一个又一个黑盒子，可是大数据的终解会通往哪里？目前依然没人说得清楚。

　　“技术是有局限性的。”当我们一直在展望科技的无限可能时，反倒是这些一直与大数据打交道的人，不断强调着这一点。

　　(文中的人名均为化名）

　　对话

　　人始终无法被替代

　　解放周一：企业对大数据的估值一直都很高，不会轻易公开。你们怎么会想到免费对公众发布一些大数据的社会报告？这本身就是一种试验吗？

　　李航（腾讯集团市场与公关部总经理）：这几年，社会上的大数据报告很多，每家互联网公司各有偏重。

　　社交平台本身就是一个浓缩的小社会，社会的新变化、新趋势，都会在这个平台有所反应。比如，大家越来越觉得，当代年轻人变得无法定义了，他们似乎喜欢追星、喜欢消费，他们究竟是怎样一群人呢？能否做出一些描述？那么，在我们的社交数据平台上，是否可以观察到年轻人的一些变化？意识到这是一个社会共同关注的话题，我们就基于大数据发布了相关的报告。

　　另一方面，大数据是个很大的盘。但是这个大盘上也可以有许多小的切面和故事。大数据未必一定要生成一个宏观的大报告，从特别的角度切入，以小见大，也是一种尝试。这次我们推出95后的隐私观，那么下次可以继续推出当代年轻人的审美观、择业观等，持续聚焦一些可长期跟踪的社会话题。

　　解放周一：这份报告既有宏观数据，又有微观故事，看起来似乎“抢”了高校和媒体的活，您觉得，你们做的调研，与高校和媒体的调研本质区别在哪里？

　　李航：我们是一个平台，也许从能力上，我们可以做到像高校那样，或者像媒体那样，但从自身的定位来说，我们尽量只做平台该做的，那就是客观陈述。有些洞见，不轻易进行价值判断。社会现象一击即中讲清楚即可。这些大数据发布出去以后，如果高校、媒体引用，进一步就这个社会现象深入分析下去，我们也很高兴。

　　大家知道，腾讯一直在做平台服务，提倡“开放”，这个思路也适用于传播。我们现在的社会类报告，大数据依然是开放状态，未来外部机构可以一起策划做下去，共同搭建一个挖掘数据价值的生态圈。

　　解放周一：是不是因为互联网行业变化太快，所以你们对社会的细微变化很敏感，也因此对调研投入了很大精力？

　　李航：Pony（指马化腾）曾经说：巨人倒下的时候，身体还是温的。互联网这个行业，分分秒秒都在变化，特别让人敬畏，所以我们始终有一种危机意识。基于此，我们专门有课题研究社交如何改变人。今天，我们愿意开放一部分资源和数据，也是希望能与全社会一起去解读互联网的动向，可以说是为了社会，同时也是为了我们自己的生存前景。

　　解放周一：那么您对大数据的未来怎么看？有了人工智能、深度学习，未来人还有用武之地吗？

　　李航：目前看待和处理大数据有几种方式。一类是对年龄、性别、星座等基础结构型数据进行呈现和总结。第二类是视频数据、语音数据、图像数据。我们有像优图这样*的技术团队，他们在音频、人脸、图片识别等领域都有深入研究。现在我们正在研究，如何让语音数据与图像数据结合进行分析。第三类就是人工智能，它的想象空间非常大，或许通过深度学习，未来人工智能自己会对数据产生洞察力，理解数据背后的意义、原因、提供建议，一切皆有可能。

　　未来也许人机之间有新的协作模式，但我相信人无法被替代。人性很复杂，即使人与人的当面交流，所知也是有限的。人的情感、动机、心理，这些都是目前机器解读不了的。

　　越是与大数据打交道，我越是对人性保有敬畏之心。记者　龚丹韵