重温 ：白话大数据 多么痛的领悟

当然，这三个因素其实都有不稳定性，例如凯文-史派西也曾拍过只被评了4.2分的《弗雷德圣诞老人》，大卫-芬奇首次执导的《异形3》也成系列中口碑最差的一部。但是从概率上来说，这三个成功因素都包括的剧集更靠谱。

另外国政通推出的“同名同姓”应用，虽然看起来比较偏娱乐化实用性不强，但是这背后的那些身份数据是可以进行各种二次利用。每次看到类似应用，我总会把前同事“操瑞士”的奇葩名字输进去，现在只有这款应用准确的找到了全国只有1个操瑞士，并且是安徽人。呼叫瑞士大使馆迅速锁定他的位置吧！

所以大数据的核心并不是拥有数据，而是拿数据去做了什么。也就是说你不能仅仅占有人家的身子，也要占据人家的心灵。

2.对数据的容错性更强，来源更加多样化

一个500M的用户数据excel表算不算大数据？曾经在做某款产品的用户筛选时，这么一个excel成功拖死我电脑三次，我当时愤怒的说：“KAO，这SB大数据！”现在想起来，我冤枉了大数据君，您受苦了。

真正的大数据，应该是从不同维度，不同途径过来的各种格式数据碎片，并不限于文字/视频/声音/位置/图片等。只有将不同维度的数据放在一起判断，得出来的趋势才有可能更真实。雷同的数据积累的再多，超过某一个限度之后，我们再从新样本上获得的有用信息就越来越少，就如同经济学上的边际效应递减一样。而用简单点儿的话解释就是如果你已经交往过五个IT码农，那么第六个其实也不会新鲜到哪里去，倒不如重新调整方向，换个高富帅找点儿不同的刺激。

多样化的来源同样可以避免陷在一个死胡同里出不来。例如以前经常说的“三年自然灾害”，如果仅仅去查询这三年的天气状况和死亡人数的关系。那么可能最后得出结论是“晴朗天气比阴天更容易致人死亡”。但实际上如果去结合《人民日报》亩产十万斤的相关翔实公正报道再加上那些年中国粮食对外进出口情况，那么就会得出更有建设性的结论。在一90后妹子的追问下，只说了四个数字。1958年，中国出口粮食288.34万吨，进口22.35万吨。困难时期第一年，1959年，中国出口415.75万吨，进口0.20万吨，那年，听说大家都好饿。别不多说，免得喝茶。