狗熊會(huì )的鐵粉一定會(huì )發(fā)現，有些關(guān)鍵詞在熊大的文字里反反復復地出現。這些關(guān)鍵詞從很大程度上反應了熊大的理念。其中一個(gè)經(jīng)常出現的關(guān)鍵詞就是：“快樂(lè )”。這說(shuō)明，在熊大的腦袋里，數據分析應該是快樂(lè )的。但是，悲催的現實(shí)是，對于很多老師、同學(xué)、從業(yè)者而言，數據分析是痛苦的。這讓熊大嘗試去觀(guān)察、對比、理解：為什么數據分析對于熊大是快樂(lè )的？這背后的原因是什么？經(jīng)過(guò)一定的觀(guān)察，我發(fā)現很多數據分析的“痛苦”都源于以下幾種“執著(zhù)”：
這里不是說(shuō)高大上的方法（例如：深度學(xué)習、超高維數據分析）不帶來(lái)分析的快樂(lè )。而是說(shuō)：數據分析是否快樂(lè )，同方法是否高大上似乎沒(méi)有什么必然的關(guān)系。王老師自己也發(fā)表了幾十篇體面的國際論文，也算是有點(diǎn)高大上的方法了。但是，說(shuō)句大實(shí)話(huà)，其中能給我帶來(lái)數據分析快樂(lè )的文章，少之又少。相反，課堂上同學(xué)的一個(gè)簡(jiǎn)單搞笑的星座數據分析，本科生脫光案例研究，能給我很多快樂(lè )。
在數據分析的課堂上，常常有同學(xué)垂頭喪氣，說(shuō)：“王老師，我們做的不好，R方才40%不到，精度真差！”對此，我總是不解地問(wèn)：“那要多好才叫好？”要知道，一個(gè)問(wèn)題的最終預測精度能多準，不是任何模型方法可以決定的，這是由X和Y之間的內在關(guān)系確定的，不以個(gè)人意志為轉移。任何預測方法，都是在一個(gè)非常有限地范圍內，做有限改進(jìn)，不會(huì )從本質(zhì)上改變問(wèn)題的預測精度。因此，預測“不準”是常態(tài)，預測“準確”是變態(tài)，常常是程序或者數據出錯了。預測精度要多好才算好，這要看業(yè)務(wù)實(shí)踐，要看參考系。對預測精度的盲目執著(zhù)，讓你失去了數據分析的快樂(lè )。
例如，當我們要做一個(gè)數據分析的時(shí)候，人們常常說(shuō)：“你咋沒(méi)有這個(gè)數據？你咋沒(méi)有那個(gè)數據？你要是有XXX數據就好了”。我心想：你咋不上天??？這就是對完美數據的盲目執著(zhù)。這不是說(shuō)我們不需要努力獲得更多數據。而是說(shuō)，我們必須了解，沒(méi)有任何實(shí)際問(wèn)題的數據可以是“完美”的。所有的實(shí)際問(wèn)題都是在“不完美”數據的支撐下完成的。我們必須要習慣于同不完美數據友諧相處，要學(xué)會(huì )欣賞不完美數據的完美。不要執著(zhù)于對完美數據的妄想，而要享受不完美數據帶來(lái)的快樂(lè )。
很多朋友還經(jīng)常給王老師說(shuō)：“我們有一個(gè)問(wèn)題特別有趣，但是樣本量不大，也就幾百幾千，實(shí)在不是大數據！”不是大數據，就不可以做數據分析了嗎？要知道絕大多數數據分析的樣本量都不大，都達不到我們“大數據”的標準。但是，這樣的數據分析，一樣非常有用，一樣非常有趣，帶給我們很多的快樂(lè )。要知道，數據分析的失敗，絕大多數情況，是由于我們對業(yè)務(wù)的無(wú)知，而不是樣本量的缺乏。
大家一定會(huì )問(wèn)了，王老師，你說(shuō)了半天都是“執著(zhù)”，都是“不快樂(lè )”。那你的“快樂(lè )”來(lái)自哪里？我的快樂(lè )主要來(lái)自于自己的無(wú)知。無(wú)知產(chǎn)生好奇，好奇心帶來(lái)驚喜，驚喜帶來(lái)快樂(lè )。舉幾個(gè)具體的例子。
例1：對車(chē)聯(lián)網(wǎng)的無(wú)知，讓我對車(chē)聯(lián)網(wǎng)數據產(chǎn)生了巨大的興趣。相關(guān)分析帶給我的驚喜是：基于數據定義的急加速急剎車(chē)是如此有趣。這就是，車(chē)聯(lián)網(wǎng)數據，之于我的快樂(lè )所在。
例2：對互聯(lián)網(wǎng)征信的無(wú)知，讓我產(chǎn)生了巨大的興趣。相關(guān)分析告訴我，原來(lái)一個(gè)人的簡(jiǎn)歷中就包含著(zhù)信用信息。這是一個(gè)大大的驚喜，這就是我的快樂(lè )所在。
例3：對廣告行業(yè)的無(wú)知，刺激我去關(guān)心：廣告費到底浪費在哪里？而搜索引擎營(yíng)銷(xiāo)的數據表明：搜索文本中，一個(gè)小小的空格，能夠產(chǎn)生巨大的廣告效果差異。這就是SEM數據之于我的快樂(lè )所在。
例4：對社交網(wǎng)絡(luò )的無(wú)知，讓我好奇，一個(gè)人的社交地位，會(huì )如何影響他的行為？基于SNS數據的數據表明，社交中處于重要位置的人，有可能更加忠誠。這太有意思了，這就是SNS數據之于我的快樂(lè )所在。
這樣的例子我可以舉出很多，都讓我非?？鞓?lè )！這一切，同數據分析方法是否高大上，預測精度是否高，數據是否完美，樣本量是否足夠大，統統沒(méi)有半點(diǎn)關(guān)系。數據分析，之于我的快樂(lè )，不在數據，不在統計軟件，不在分析方法，而在于我自己的無(wú)知，以及無(wú)知所產(chǎn)生的好奇心！
聯(lián)系客服
