大數(shù)據(jù)與商業(yè)決策之間 究竟是何關(guān)系

【計(jì)算機(jī)論文】大數(shù)據(jù)與商業(yè)決策之間究竟是何關(guān)系？

假定數(shù)據(jù)是臟的在處理數(shù)據(jù)的時(shí)候，會(huì)像污水處理廠一樣，每一步都問(wèn)自己要如何處理這些污水。這種情況的出現(xiàn)，到底是因?yàn)閿?shù)據(jù)源臟了，還是因?yàn)閿?shù)據(jù)提煉過(guò)程做得不好？美國(guó)有一家初創(chuàng)公司，專(zhuān)注于與地理位置相關(guān)的數(shù)據(jù)收集、整理和查詢(xún)服務(wù)。它將地理位置的相關(guān)指標(biāo)，按照酒店和旅館等屬性劃分為不同細(xì)類(lèi)，對(duì)外提供基于位置信息的實(shí)時(shí)查詢(xún)，為包括美國(guó)最大點(diǎn)評(píng)網(wǎng)Yelp在內(nèi)的多個(gè)知名應(yīng)用提供底層數(shù)據(jù)服務(wù)。這家公司最令人印象深刻的是，它對(duì)于所收集來(lái)的數(shù)據(jù)會(huì)提供一個(gè)數(shù)據(jù)質(zhì)量評(píng)分，以反映數(shù)據(jù)的可信度和質(zhì)量水平。它會(huì)對(duì)這些數(shù)據(jù)的源頭以及對(duì)處理數(shù)據(jù)階段所用的算法進(jìn)行評(píng)分。也就是說(shuō)，這家公司在提煉數(shù)據(jù)的每一個(gè)階段都進(jìn)行了數(shù)據(jù)化管理。這家公司的做法讓我們看到了一個(gè)趨勢(shì)，也是一個(gè)非常重要的趨勢(shì)。因?yàn)樗紫纫呀?jīng)接受了數(shù)據(jù)源肯定是臟的和數(shù)據(jù)源一定會(huì)被污染的事實(shí)。所以，它在處理數(shù)據(jù)的時(shí)候，會(huì)像污水處理廠一樣，每一步都問(wèn)自己要如何處理這些污水。這種情況的出現(xiàn)，到底是因?yàn)閿?shù)據(jù)源臟了，還是因?yàn)閿?shù)據(jù)提煉過(guò)程做得不好？這個(gè)過(guò)程我們一定要區(qū)分，而且這樣的區(qū)分是可取的。這家公司是假定數(shù)據(jù)是“臟”的來(lái)做數(shù)據(jù)管理，而不是假定數(shù)據(jù)是穩(wěn)定的。而且，假定數(shù)據(jù)是“臟”的來(lái)處理數(shù)據(jù)，在大數(shù)據(jù)時(shí)代將是一個(gè)非常重要的趨勢(shì)。事實(shí)上，我們今天在處理的大數(shù)據(jù)，依然只是冰山一角，而更大的數(shù)據(jù)都隱藏在我們的語(yǔ)言中，比如我們說(shuō)的話和寫(xiě)的字。所以，將來(lái)我們要準(zhǔn)確地從互動(dòng)中抓取數(shù)據(jù)，也一定要依賴(lài)對(duì)自然語(yǔ)言的處理。現(xiàn)在，美國(guó)的很多數(shù)據(jù)研究人員都在瞄準(zhǔn)非結(jié)構(gòu)性數(shù)據(jù)，即語(yǔ)言處理這一領(lǐng)域。學(xué)會(huì)慢慢淡化數(shù)據(jù)數(shù)據(jù)是有優(yōu)先值的，在數(shù)據(jù)中有些是特別核心的，有些即使缺失了也沒(méi)有多大問(wèn)題。所以，我們要學(xué)會(huì)真正坐下來(lái)盤(pán)點(diǎn)那些對(duì)公司最有價(jià)值、對(duì)用戶(hù)最有價(jià)值的數(shù)據(jù)。想要確定數(shù)據(jù)的優(yōu)先值，就要先解決以下幾個(gè)問(wèn)題。一是數(shù)據(jù)的標(biāo)準(zhǔn)化。在大數(shù)據(jù)時(shí)代，我們需要一個(gè)標(biāo)準(zhǔn)化的東西供我們進(jìn)行交流。二是我們到底如何對(duì)接和交換數(shù)據(jù)，如何在交換的時(shí)候保持?jǐn)?shù)據(jù)的穩(wěn)定性。比如自然語(yǔ)言，比如在無(wú)線和PC不同場(chǎng)景下受到的影響，這些情況都會(huì)滋生出許多新問(wèn)題。第三個(gè)重要的問(wèn)題是數(shù)據(jù)的存儲(chǔ)，這將涉及數(shù)據(jù)的時(shí)效性這一問(wèn)題。有人曾經(jīng)提出過(guò)一個(gè)很有價(jià)值的觀點(diǎn)，即現(xiàn)實(shí)中，網(wǎng)站最大的場(chǎng)景變化就是網(wǎng)站改版。因?yàn)橹匦略O(shè)計(jì)網(wǎng)站，本身就影響數(shù)據(jù)，比如公司的詳情頁(yè)和首頁(yè)，任何改變都在影響數(shù)據(jù)。如果在1~3年后，你才說(shuō)得出數(shù)據(jù)的這一改變是由于促銷(xiāo)、用戶(hù)行為或是改版引起的，那這一數(shù)據(jù)就已經(jīng)沒(méi)有任何價(jià)值了，這就是數(shù)據(jù)的時(shí)效性。所以，美國(guó)出現(xiàn)了一個(gè)概念叫數(shù)據(jù)淡化(DataDecay)，意思很明顯，數(shù)據(jù)會(huì)慢慢淡化。我們要更清楚地認(rèn)識(shí)到，數(shù)據(jù)是有優(yōu)先值的，在數(shù)據(jù)中有些是特別核心的，有些即使缺失了也沒(méi)有多大問(wèn)題。所以我們要學(xué)會(huì)真正坐下來(lái)盤(pán)點(diǎn)那些對(duì)公司最有價(jià)值、對(duì)用戶(hù)最有價(jià)值的數(shù)據(jù)，這是一個(gè)非常重要的趨勢(shì)。數(shù)據(jù)的標(biāo)簽化管理數(shù)據(jù)的屬性標(biāo)簽是人類(lèi)經(jīng)驗(yàn)判斷的數(shù)據(jù)，是數(shù)據(jù)后的數(shù)據(jù)。數(shù)據(jù)的屬性標(biāo)簽是人類(lèi)經(jīng)驗(yàn)判斷的數(shù)據(jù)，是數(shù)據(jù)后的數(shù)據(jù)。例如，當(dāng)你要為一件物品打上標(biāo)簽時(shí)，其實(shí)就已經(jīng)動(dòng)用了你的經(jīng)驗(yàn)數(shù)據(jù)分析，并進(jìn)行了歸納總結(jié)，結(jié)合當(dāng)下的環(huán)境給出了判斷。如果沒(méi)有考慮環(huán)境的影響及準(zhǔn)確性的評(píng)估，這種經(jīng)驗(yàn)加上直覺(jué)的判斷是不穩(wěn)定且又難以解釋的。但從數(shù)據(jù)收集的角度去看，數(shù)據(jù)的屬性標(biāo)簽又是一個(gè)潛力極大的數(shù)據(jù)。在數(shù)據(jù)屬性的管理上，對(duì)于用戶(hù)來(lái)說(shuō)，每個(gè)人身上貼的標(biāo)簽都是多種多樣的，但是對(duì)于企業(yè)來(lái)說(shuō)，如何將這些標(biāo)簽歸一，如何用一個(gè)點(diǎn)去將之串聯(lián)，又如何把這些點(diǎn)連起來(lái)去描述這個(gè)用戶(hù)，這才是核心問(wèn)題。比如說(shuō)，你要去應(yīng)聘一家公司，A公司對(duì)你的評(píng)價(jià)是“很可靠”，B公司對(duì)你的評(píng)價(jià)是“不可靠”，而C公司準(zhǔn)備雇用你，然后C公司看到了A公司和B公司給你貼的兩個(gè)標(biāo)簽：“可靠”和“不可靠”，它就會(huì)困惑。這樣的問(wèn)題常常發(fā)生，那么，我們要怎么去做標(biāo)簽的管理呢？首先，我們要明確的是，“可靠”這個(gè)概念是沒(méi)有標(biāo)準(zhǔn)化意義的，除非在定義標(biāo)簽之前，我們就界定清楚這個(gè)“可靠”的標(biāo)準(zhǔn)是什么。否則，“可靠”的標(biāo)準(zhǔn)是準(zhǔn)時(shí)還錢(qián)、說(shuō)話算數(shù)，還是他向來(lái)都很守時(shí)，我們就無(wú)從得知了。如果這些標(biāo)準(zhǔn)是“可靠”，就給予了我們一種可以還原數(shù)據(jù)的能力。所以，在屬性管理中，假如屬性是“×”，那么我們一定要定義清楚什么是“×”，在沒(méi)有清楚定義的情況下，這個(gè)數(shù)據(jù)的屬性是毫無(wú)價(jià)值的，而且，將來(lái)你也依然不知道怎么使用這一數(shù)據(jù)。標(biāo)簽在觀察之后加進(jìn)平臺(tái)和直接加進(jìn)去是不一樣的。在電商平臺(tái)中，就有一些標(biāo)簽是在觀察后加進(jìn)去的，如果由賣(mài)家自由地加標(biāo)簽進(jìn)去，必然會(huì)造成混亂。所以，標(biāo)簽的屬性管理，在運(yùn)營(yíng)數(shù)據(jù)中非常重要。標(biāo)簽化管理，是一個(gè)非常重要的趨勢(shì)。電商企業(yè)今天面對(duì)的一些問(wèn)題在美國(guó)的電商企業(yè)中同樣存在，可見(jiàn)，我們發(fā)現(xiàn)的問(wèn)題，別人也在面對(duì)，不過(guò)這些問(wèn)題并不需要現(xiàn)在就去解決。屬性管理的層級(jí)化十分有必要，但是在使用數(shù)據(jù)前，必須要了解數(shù)據(jù)的場(chǎng)景、數(shù)據(jù)是如何放進(jìn)去的和數(shù)據(jù)的場(chǎng)景是什么。在這一切未知之前，就說(shuō)數(shù)據(jù)如何好用的話，是不可能的。所以，現(xiàn)在企業(yè)運(yùn)營(yíng)數(shù)據(jù)的趨勢(shì)是，我們應(yīng)該找出一些屬性進(jìn)行歸類(lèi)，然后再慢慢地考慮如何提煉，這對(duì)于未來(lái)非常重要。重要的是數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系，而不是數(shù)據(jù)本身大數(shù)據(jù)價(jià)值的實(shí)現(xiàn)，在于數(shù)據(jù)與數(shù)據(jù)的連接。Google做了一件非常驚人的事情——Google甚至能在不明白某個(gè)網(wǎng)頁(yè)語(yǔ)言的情況下，知道其內(nèi)容是什么。試想一下，如果你懂俄語(yǔ)，看出俄語(yǔ)網(wǎng)頁(yè)里在講什么當(dāng)然很簡(jiǎn)單。但是，如果你僅僅通過(guò)看字詞的排列和網(wǎng)站的分類(lèi)，就知道網(wǎng)頁(yè)的內(nèi)容，這是不是很令人驚嘆？這就是知識(shí)圖譜，它是一個(gè)無(wú)窮無(wú)盡的世界。事實(shí)上，知識(shí)圖譜并不是數(shù)據(jù)，而是數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系。但這里有一個(gè)非常大的弊端，就是數(shù)據(jù)的儲(chǔ)藏量非常大、儲(chǔ)存的方法也很復(fù)雜，且稍微改變一點(diǎn)點(diǎn)關(guān)系的定義，整體就會(huì)產(chǎn)生巨大的變化。比如說(shuō)，有一個(gè)知識(shí)圖譜在說(shuō)電商平臺(tái)用戶(hù)之間的關(guān)系，那數(shù)據(jù)信息就非常龐大了。試想一下，今天電商平臺(tái)里有多少個(gè)用戶(hù)跟你有關(guān)系？假如說(shuō)有25個(gè)人，那么25個(gè)人的關(guān)系就演變成了25×25條關(guān)系。這時(shí)候，我再問(wèn)你“什么是關(guān)系”、“見(jiàn)過(guò)就算關(guān)系，還是一起買(mǎi)過(guò)東西叫關(guān)系”的問(wèn)題就具備了一定的難度。建立的維度是無(wú)限大的，而且定義稍微改變一下，整個(gè)存儲(chǔ)和整個(gè)數(shù)據(jù)庫(kù)都會(huì)發(fā)生變化。所以，知識(shí)圖譜的把控是有難度的。舉個(gè)貼近我們生活的例子，比如說(shuō)銀行很早之前就給你開(kāi)辦了信用卡，決定銀行這一決策的不是你的個(gè)人關(guān)系而是總關(guān)系。銀行決定是否貸款給你，是要看你愛(ài)人做什么職業(yè)以及你家中其他人的經(jīng)濟(jì)情況如何。當(dāng)這種種關(guān)系關(guān)聯(lián)起來(lái)時(shí)，就會(huì)產(chǎn)生一個(gè)極為重要的知識(shí)圖譜。以往我們談大數(shù)據(jù)時(shí)候的本錢(qián)，莫過(guò)于“我有這種數(shù)據(jù)，你沒(méi)有”。在未來(lái)，數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系才是重中之重，而不是單純的數(shù)據(jù)本身。數(shù)據(jù)的實(shí)時(shí)化與實(shí)時(shí)性分層我們千萬(wàn)不要把所有的能力都用來(lái)處理實(shí)時(shí)化的問(wèn)題，因?yàn)槲覀円廊粫?huì)有大量的數(shù)據(jù)需要在恰當(dāng)?shù)臅r(shí)機(jī)(RightTime)處理，有的數(shù)據(jù)是重要的，但不緊急。以上講到的很多內(nèi)容都是關(guān)于數(shù)據(jù)收集和管理層面的，而在數(shù)據(jù)的處理上，我在LinkedIn上看到了一個(gè)很有趣且有價(jià)值的做法。LinkedIn在處理數(shù)據(jù)時(shí)，會(huì)把公司的數(shù)據(jù)服務(wù)分為幾層，一方面是緊迫度，另一方面是重要不重要。比如，它會(huì)把數(shù)據(jù)分為“快數(shù)據(jù)緊急”、“快數(shù)據(jù)不緊急”和“慢數(shù)據(jù)重要”等。我覺(jué)得對(duì)數(shù)據(jù)實(shí)時(shí)性分層的做法是合理的，而有人覺(jué)得數(shù)據(jù)的實(shí)時(shí)化處理是趨勢(shì)，但是我持有一定的懷疑態(tài)度。RealTime是“實(shí)時(shí)”，RightTime是“恰當(dāng)?shù)臅r(shí)機(jī)”。但是，據(jù)我看來(lái)，數(shù)據(jù)處理不一定要實(shí)時(shí)。比如，我們常見(jiàn)的情況是，每家公司都有財(cái)務(wù)的相關(guān)數(shù)據(jù)，這類(lèi)數(shù)據(jù)的處理都是“T+1”，意思是你想要的數(shù)據(jù)在第二天才可以拿到。因?yàn)樵谄渌麛?shù)據(jù)沒(méi)有到位的情況下，數(shù)據(jù)實(shí)時(shí)化的價(jià)值也不大。但是，換個(gè)場(chǎng)景來(lái)看，銀行若要判斷某個(gè)人的信用卡是否被盜用，那么肯定要對(duì)之進(jìn)行實(shí)時(shí)化處理。數(shù)據(jù)的實(shí)時(shí)化，讓我們從商業(yè)的角度去認(rèn)知數(shù)據(jù)，值得注意的是，在具備了實(shí)時(shí)化的數(shù)據(jù)處理能力后，很多以前不能解決的場(chǎng)景開(kāi)始變得能夠解決。在未來(lái)的某一天，編碼的工程師能夠在編碼時(shí)直接寫(xiě)上“如果一個(gè)三天前只瀏覽未購(gòu)買(mǎi)的客戶(hù)回來(lái)了，我要不要給他一個(gè)兩元錢(qián)的紅包”。這個(gè)程序是完全編好的，用戶(hù)登錄本身就成了一個(gè)實(shí)時(shí)標(biāo)簽，快速的運(yùn)算會(huì)讓每個(gè)網(wǎng)站都具備最強(qiáng)的時(shí)效性。我們?cè)贀Q一個(gè)角度來(lái)思考，如今手機(jī)、電視、游戲機(jī)和PC等多屏運(yùn)作的時(shí)代下，作為一個(gè)網(wǎng)站，有多大的能力在非?？焖俚那闆r下，讓自身在非常小的時(shí)間點(diǎn)里抓住消費(fèi)者，賣(mài)出產(chǎn)品，這種實(shí)時(shí)的能力會(huì)在未來(lái)的商業(yè)中變得越來(lái)越重要。一個(gè)網(wǎng)站必須要讓自己的實(shí)時(shí)能力更高，甚至用戶(hù)接下來(lái)的每一步你都應(yīng)該猜到，但我們千萬(wàn)不要把所有的能力都用在處理實(shí)時(shí)化上，因?yàn)橐廊粫?huì)有大量的數(shù)據(jù)需要在恰當(dāng)?shù)臅r(shí)機(jī)(RightTime)處理，有的數(shù)據(jù)是重要的，但不緊急。未來(lái)是人機(jī)的結(jié)合體人和機(jī)器的結(jié)合，或者人和數(shù)據(jù)的結(jié)合將是未來(lái)的一種進(jìn)步模式，人類(lèi)將通過(guò)數(shù)據(jù)變得更加智能。很多人會(huì)問(wèn)，大數(shù)據(jù)目前發(fā)展到什么階段了？我的答案是——水分太多的階段。但毋庸置疑，大數(shù)據(jù)已經(jīng)極大地影響了我們的社會(huì)，但還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到它的爆發(fā)點(diǎn)。因?yàn)橛辛舜髷?shù)據(jù)，人的經(jīng)驗(yàn)開(kāi)始和數(shù)據(jù)結(jié)合，兩者相互激活，讓人的智慧得到了規(guī)模化地放大，這也使得整個(gè)社會(huì)開(kāi)始伴隨著數(shù)據(jù)的發(fā)展產(chǎn)生巨大的改變。但是，在大數(shù)據(jù)的使用上，未來(lái)的發(fā)展空間注定會(huì)比現(xiàn)在取得的成績(jī)更加宏大，“數(shù)據(jù)化運(yùn)營(yíng)”和“運(yùn)營(yíng)數(shù)據(jù)”這個(gè)數(shù)據(jù)與人之間的閉環(huán)系統(tǒng)也會(huì)越來(lái)越完善，人機(jī)結(jié)合仍然有巨大的空間讓我們?nèi)ネ诰?。未?lái)，數(shù)據(jù)的種類(lèi)將超出我們的想象。以前的數(shù)據(jù)更多集中在外部行為的監(jiān)控上，不論是網(wǎng)絡(luò)購(gòu)買(mǎi)行為，還是網(wǎng)上社交行為，都是用戶(hù)在“遠(yuǎn)距離”提供數(shù)據(jù)，即便這樣，我們?nèi)匀贿€沒(méi)有運(yùn)用好這些數(shù)據(jù)。隨著可穿戴式設(shè)備的出現(xiàn)，數(shù)據(jù)和人將真正融為一體，類(lèi)似谷歌眼鏡這樣的設(shè)備，將讓我們看到的東西即時(shí)數(shù)據(jù)化；類(lèi)似健康手環(huán)類(lèi)設(shè)備和可以深度收集腦電波數(shù)據(jù)的設(shè)備，將隨時(shí)會(huì)使我們?nèi)梭w的活動(dòng)轉(zhuǎn)化成數(shù)據(jù)。目前，記錄睡眠狀況只是其初步的應(yīng)用，在不遠(yuǎn)的未來(lái)，用數(shù)據(jù)記錄我們每一秒鐘的生活也將成為可能。當(dāng)萬(wàn)物皆數(shù)據(jù)的時(shí)刻到來(lái)時(shí)，商業(yè)發(fā)展的更多新機(jī)會(huì)將會(huì)出現(xiàn)，數(shù)據(jù)將會(huì)幫助我們更好地做出判斷，比如，什么時(shí)候最適合吃飯、什么時(shí)候身體疲憊適合睡覺(jué)和什么時(shí)候記憶力最好等，這些都能通過(guò)數(shù)據(jù)來(lái)進(jìn)行預(yù)判。甚至于，當(dāng)記錄了人的足夠數(shù)據(jù)之后，數(shù)據(jù)就可能告訴我們此時(shí)此刻應(yīng)該做些什么及最佳的策略。也許在那時(shí)，決定人是否聰明的指標(biāo)，已經(jīng)不是IQ，而是是否擁有足夠優(yōu)質(zhì)的數(shù)據(jù)。人和機(jī)器的結(jié)合，或者人和數(shù)據(jù)的結(jié)合將是未來(lái)的一種進(jìn)步模式，人類(lèi)將通過(guò)數(shù)據(jù)變得更加智能。最后我想用兩句話來(lái)總結(jié)：當(dāng)下，我們要學(xué)會(huì)人機(jī)分工，讓人做人最擅長(zhǎng)的事情，讓機(jī)器做機(jī)器最擅長(zhǎng)的事情；未來(lái)，我們要相信人機(jī)結(jié)合，人機(jī)的界線已經(jīng)模糊，無(wú)人駕駛汽車(chē)已經(jīng)變成可能。未來(lái)人類(lèi)的身上流動(dòng)著的是血液以及數(shù)據(jù)。忽略了趨勢(shì)，過(guò)去的價(jià)值一文不值我們通常都認(rèn)為，經(jīng)驗(yàn)應(yīng)該是越多越好。一個(gè)有經(jīng)驗(yàn)的人總是更能夠在很多事情上做出正確的判斷，因?yàn)榉e累使然。但事實(shí)上，我們發(fā)現(xiàn)，有時(shí)候經(jīng)驗(yàn)越多，似乎越容易讓人犯一些低級(jí)錯(cuò)誤。這就好像，你會(huì)發(fā)覺(jué)往往天天研究彩票和股票的人總是發(fā)不了大財(cái)，而往往是一個(gè)菜鳥(niǎo)莫名其妙地就中了大獎(jiǎng)和買(mǎi)了一只牛股。為什么經(jīng)驗(yàn)有時(shí)會(huì)使人犯低級(jí)錯(cuò)誤呢？在這里，我們應(yīng)該將其分成兩種情況來(lái)看待：一種是信息不對(duì)稱(chēng)；另一種則是邏輯錯(cuò)誤。當(dāng)我們討論信息的不對(duì)稱(chēng)時(shí)，首先要講的就是經(jīng)驗(yàn)。經(jīng)驗(yàn)是對(duì)過(guò)去的度量，但不是所有經(jīng)驗(yàn)信息的質(zhì)量都很好。在經(jīng)驗(yàn)的數(shù)據(jù)庫(kù)里，肯定有一些信息是正確的，有一些是錯(cuò)誤的。當(dāng)經(jīng)驗(yàn)中混有很多噪音干擾時(shí)，我們會(huì)跟隨錯(cuò)誤的經(jīng)驗(yàn)做出判斷，此時(shí)，我們就會(huì)發(fā)現(xiàn)自己變笨了。比如，在使用沒(méi)有評(píng)估過(guò)的經(jīng)驗(yàn)時(shí)，你用A方案獲得了成功，用B方案卻失敗了，而且在評(píng)估的過(guò)程中也不是單純的0或1，而是用0~1的范圍來(lái)度量的。說(shuō)到這個(gè)，就要提到數(shù)據(jù)分析師了。一般而言，數(shù)據(jù)分析師對(duì)于信息是很有潔癖的，也就是在對(duì)于經(jīng)驗(yàn)的累積上，他們對(duì)質(zhì)量把控得十分嚴(yán)格，如對(duì)于數(shù)據(jù)信息的排序、分析可靠的信息源進(jìn)行多次使用、了解信息的出處和知道信息的提供者等。根據(jù)這些，數(shù)據(jù)分析師在它們的輔助下做出了決定。這意味著，你所有的信息來(lái)源都需要有正確的途徑和渠道，不然，這個(gè)決策也會(huì)出現(xiàn)偏差。除此之外，還有一個(gè)因素導(dǎo)致經(jīng)驗(yàn)使人變笨，那就是在分析時(shí)忽略了趨勢(shì)，這個(gè)道理可以用賽馬的故事來(lái)舉證。在香港，你經(jīng)常會(huì)發(fā)現(xiàn)拿著一大堆材料的人會(huì)分析馬匹的數(shù)據(jù)。比如，有人會(huì)根據(jù)一匹馬進(jìn)行1200米跑的時(shí)間，來(lái)計(jì)算它未來(lái)可能跑完全程所需要的時(shí)間。但我們發(fā)現(xiàn)，還是有很多人因算錯(cuò)導(dǎo)致賭馬失敗。為什么呢？因?yàn)闅v史數(shù)據(jù)和我們今天面對(duì)的情況中出現(xiàn)了一些假象。香港大多數(shù)賭馬的人，他們最終收集到的數(shù)據(jù)都是受到影響的，而不是經(jīng)過(guò)清洗的，當(dāng)然是不準(zhǔn)確的。每一個(gè)賭馬的人都在看過(guò)去的數(shù)據(jù)——馬會(huì)會(huì)給每一個(gè)賭馬者提供前三場(chǎng)賽馬的數(shù)據(jù)，大家只會(huì)關(guān)注這個(gè)結(jié)果，而不會(huì)去關(guān)注賽馬當(dāng)天發(fā)生了什么。如果是我，則會(huì)去回看錄像，就可能發(fā)現(xiàn)其他的情況。比如，如果這匹馬本來(lái)想發(fā)力，但前面有馬匹擋住了它，它才被扣除了兩秒鐘；或者騎師揚(yáng)鞭，鞭子掉了，扣除5秒鐘；再或者有些馬發(fā)脾氣偏離跑道，也要扣除秒數(shù)。當(dāng)排除所有意外算出的時(shí)間，就是干凈的、沒(méi)有影響因素的真正經(jīng)驗(yàn)了。這時(shí)候，我們得到的第1~3名的數(shù)據(jù)和最終比賽結(jié)束公布出來(lái)的第1~3名的數(shù)據(jù)就會(huì)不一樣。除此之外，還要觀察有關(guān)賽馬成長(zhǎng)的趨勢(shì)問(wèn)題。事實(shí)上，在每一場(chǎng)賽馬里都會(huì)出現(xiàn)很多意外，如果這些意外都不出現(xiàn)，也會(huì)直接導(dǎo)致結(jié)果的不同。因?yàn)槊科ヱR幼年和成年的狀態(tài)是完全不同的，因此它的數(shù)據(jù)價(jià)