當下中國，大數據是個熱詞。大數據是怎樣被提取出來，有怎樣被賦予價值的呢？
大數據給不出解釋
搞大數據研發，不就是坐在實驗室、電腦前，整天對著數字噼里啪啦地運算？可騰訊公司用戶與市場研究中心調研員韓娜，更多地是奔波在見調研對象的路上。韓娜講了一個對於她來說「家常」的故事。
一年冬天，她從南方的深圳趕到北方的瀋陽，約了一個孩子做用戶調研。本來知情的父母臨時有事不在，孩子的姑姑不讓韓娜進門。韓娜拿出身份證、工作證、介紹信，反覆解釋，但所有證明一概無用，對方就是不肯相信。最終，韓娜被「砰」的一聲拒之門外。類似的經歷，韓娜所在的團隊幾乎人人都遇到過。很多人不理解，一個互聯網公司怎麼還用上門調研這種「老土」的方式？
的確，擁有7.62億月活躍微信賬戶、8.77億月活躍QQ賬戶的騰訊，並不缺乏用戶社交的大數據，但光有數字就行了嗎？
「大數據給出了結論，但給不了解釋。」用戶與市場研究中心總監譚池舉了一個他自己的親身經歷。
多年前，他曾經參與過早期蘋果手機一代的調研。當時，老外們通過大數據驚訝地發現一個現象：蘋果的幾種輸入法中，中國人特別偏愛某一種。可是老外想不通，這是為什麼？
譚池說，「為什麼」往往是大數據的盲點，想要找到答案，目前，還只能依靠傳統的人對人詢問。
當時，經過傳統調研，譚池找到了原因：
中國抽煙人口比西方國家多，許多公共場合更是想抽就能抽，人們一隻手拿煙時，只好單手握著手機打字，因此中國的蘋果一代用戶，特別偏愛單手型、單指型的輸入法。
知道這個「為什麼」以後，相關產品的開發，開始更多考慮單手模式了。
人與人交流的傳統模式，不僅沒有被掩埋，反而在大數據時代，被一個個數據又激發出來。
大數據讀不出場景
「滴」「滴」———訪談室里充滿此起彼伏的電子音。研究員們有些震驚。
事情緣起於產品經理想做一個無障礙功能的設計。研究員朱丹招募了6位盲人進行訪談。起初，大家做好充分準備，以為盲人們可能不會使用智能手機，不會用APP，需要先教一下。
但沒想到，這群盲人使用互聯網產品相當熟練。
他們利用智能手機的讀屏功能，並且每個人都把聲音調到最快檔，只聽見手機發出「滴」「滴」這樣短促的電子音，常人的耳朵根本聽不懂是什麼，但6位盲人卻在怪誕的聲音中，熟練地使用互聯網，讓在場的「小夥伴都驚呆了」。
「原來網路對他們的幫助比我想象中大很多。」朱丹感慨。有位盲人告訴她，比如移動支付，對正常人來說只是多了一種支付手段，但對他們而言是一種顛覆式的設計，大大方便了盲人消費。
大數據提供了一個結果，但它並不知道用戶在使用產品時，身處什麼樣的場景，懷揣怎樣的心情，有著怎樣的需求。這一切，唯有人與人面對面，才能知曉。
還有一次，譚池找到了成都的一名用戶，興高采烈跑到對方家裡。目的是為了知道用戶使用產品時，真實的生活場景什麼樣。一番交流和觀察后，他忽然覺得不太對勁：
這戶人家冰箱里只有6罐可樂，沒有多餘的食物，房間里也找不到水壺或飲水機。譚池發簡訊給同行的同事：留意一下，這是不是他真的家。
等到雙方聊得很開心以後，對方果然露出了口風，原來他確實不住在這兒，這間屋子的主人是他父母，目前租給別人，這次為了接受調研，臨時借用了一下。
「這樣一來，我觀察他的生活場景，有一半信息就沒用了，比如小區、鄰里關係等。」譚池遺憾地說。
用戶真正的使用情景，他們的擔憂、開心、困惑與不爽，目前的大數據讀不出來。數據再大也是死的，只有人能激活它。
大數據不知道怎麼做
多年前，有一位調研員曾經接過一個項目，對方要求調研某產品在用戶心中是多少分，如果得分在80分以下，整個相關團隊就要被撤銷。
「其實，給79分還是80分，有很大區別嗎？」譚池反問，「不談評分機制，就算根據數據得分，判了一個團隊的生死又怎樣？問題還是在那兒，依然沒有得到解決。」
大數據本身，並不能給出一個既定做法。面對數據運算的結果，之後的步驟可能更加重要。
每一年，研究中心負責調研的項目數以百計，這些課題並非調研員自己「拍腦袋」想的，大部分來自產品策劃的需求方。
韓娜說，剛入這一行，自己與產品經理交流時，經常需要磨合。比如一位產品經理很糾結，關於「簽到」有兩種改進方案，究竟95後用戶更喜歡哪一種呢？他不知道。
他可能先去找數據師，去調相關的大數據。大數據顯示，95后更熱衷於每天上網「簽到」。但是他們「簽到」究竟是出於什麼心理，獲得了什麼滿足，數據並不懂。
於是，產品經理接著找韓娜，請她進行用戶研究。結果顯示，95后樂意「簽到」，更多是為了滿足自己的情感需求，尤其是「刷存在感」。可是知道了這一點后，產品經理依然無法抉擇，究竟哪個方案更好。
時間久了，韓娜漸漸明白，自己做完調研，不能僅僅解答「為什麼」，「用戶怎麼想」，還要給出「怎麼做」的建議。
當然，再細緻的調研，最終也不一定能找到產品經理想要的答案。有時候，答案是有了，但考慮到成本營收、缺乏供應商、缺乏可操作性等因素，改進方案依然不了了之。大數據和訪談就都白做了。
另一位調研員馬建說，自己工作最開心的那刻，就是調研的建議被採納，最終體現到產品中。
今天的企業、政府，乃至整個社會，很容易通過大數據對市場一目了然，但一目了然之後怎麼做？漠視它、改正它、還是適應它？
大數據未必懂得價值
羅英、何文是「數據挖掘師」。但這份工作想做得好，單純依靠算數據並不夠，其實還要動用「情商」。
比如，QQ音樂有一個功能叫「猜你喜歡」。根據用戶的數據，軟體會自動推薦一些陌生歌曲。這種推薦，顯然是基於大數據平台。一般我們以為，只要提供一些演算法，大數據平台照此運算就成，但事實沒那麼簡單。
首當其衝的是準確率。「猜你喜歡」究竟能猜對多少首歌？不同的數據師，可能會設計不同的演算法，有的人效果明顯比較好，他把「年齡」的數據用起來，而另外一個人沒用，就會導致兩者準確率差很大。
究竟需要考慮哪些數據維度，薦歌才會最符合心意呢？沒有標準答案，不同數據師有自己的判斷。同樣的大資料庫，一個運算下來比較準確，一個不準，其中唯一的變化就是人。
第二個問題是，為什麼有人能想到「年齡」，而有人卻想不到？憑藉的也是個人經驗。或者說，憑藉的是人對事物的理解，考驗的正是數據師的「情商」。
「在我們行內有一個不等式：業務知識>數據>演算法。」羅英解釋，「而業務知識就是你的理解能力。」用同行的話來說，就是「你的架構是否合理。」
最近，產品經理提出：能不能根據大數據，觀察每座城市的人口遷移，隨後做一份《城市年輕指數》報告？
數據師們給出了這樣一些數據：用戶的登錄地，再比對他們的年齡信息等。最後給出來的數據，大家一看都覺得有價值，《城市年輕指數》報告就這樣出爐了。
當然，更多時候，理想很完美，但運算出來的數據卻沒什麼變化，被判定「數據價值不大」，議題便會不了了之。
「大數據就好像是一杯水，我們需要去廚房煮菜，水只是材料之一。」羅英形容。
何文則說，他工作的成就感，不在於運算大數據，而在於最終「能給出有價值的數據」。
大數據還能做什麼
第一張與家人的合影、第一張旅行的照片、第一張寶寶的笑容……
最近，騰訊運用QQ空間的數據，為個人生成一份「社交回顧互動」H5，比如顯現出你第一次註冊空間的時間，跳出第一張上傳的家人合照。
「其實也捏了一把汗。」從事QQ空間運營的琪琪說，「試想，第一張與家人的合影，萬一大數據判斷錯誤，跳出來的照片是與男同事的合影，豈不是很尷尬？」怎麼抽取數據，讓數據判斷準確很重要。
小迪做調研時遇到一名初中男孩，對方很有傾訴欲。男孩告訴他，自己有5個QQ號，4個已經被媽媽「破解」了，可能是因為密碼太簡單，都是生日之類，媽媽太容易猜到。於是他想出了第5個QQ密碼，複雜到連自己也記不住。
他把密碼放在帶鎖的儲錢罐里，再把儲錢罐藏在床底下，每次用這個賬號登錄QQ時，他都要先從床底下把密碼翻出來才行。
這個故事，後來被小迪寫進了《95后迷之隱私觀大揭秘》報告中。該報告揭示，95后是一群非常注重隱私的群體，近4成95后認為，自己的隱私遭到過侵犯，他們為了保護隱私採取過各種小手段。他們渴望有自己的空間，活躍於QQ空間其中一個原因，就是可以不和父母在同一個社交圈。
隱私報告誕生后，也讓一些媒體和學者產生了危機感。長此以往，是不是一家互聯網公司就能自己完成科研報告了？大數據會不會讓一些科研機構被取代呢？
除了活動、推薦、科研，最讓人期待的是，大數據在某個領域正發揮著超乎想象的作用———城市公共空間的實時數據檢測。
類似功能，其實微信上已經有了。打開微信個人錢包，選擇城市服務，右下方有一條「城市熱力圖」。點擊進入，熱力圖能實時顯現你所在的位置附近，有多少人流，它意味著交通是否擁擠。
當然，擴大使用的話，它還能實時監測某塊區域，是否短時間內人流密度過高，及時提出預警。
也是基於相同的原理，近幾年騰訊發布了春運遷徙報告，實時監測每年春運的遷徙情況。
而未來，當每個人的身體信息都能被實時收集，形成個人的大數據時，人會怎樣？當整個社會被大數據連接起來，整座城市管理，都可以用大數據運算出一個「最佳方案」時，城市又會怎樣？
我們已經邁入一個大數據的時代。
有人說，終究有一天，數據的價值將超過土地的價值。
但是也有人說，世界就是一個「黑盒子」，永遠無法窺探內部的秘密。
遠古時代，宇宙對於人類就是一個巨大的黑盒子。如今，科學技術正在解開一個又一個黑盒子，可是大數據的終解會通往哪裡？目前依然沒人說得清楚。
「技術是有局限性的。」當我們一直在展望科技的無限可能時，反倒是這些一直與大數據打交道的人，不斷強調著這一點。
(文中的人名均為化名）
人始終無法被替代
上海觀察：企業對大數據的估值一直都很高，不會輕易公開。你們怎麼會想到免費對公眾發布一些大數據的社會報告？
李航（騰訊集團市場與公關部總經理）：這幾年，社會上的大數據報告很多，每家互聯網公司各有偏重。
社交平台本身就是一個濃縮的小社會，社會的新變化、新趨勢，都會在這個平台有所反應。比如，大家越來越覺得，當代年輕人變得無法定義了，他們似乎喜歡追星、喜歡消費，他們究竟是怎樣一群人呢？能否做出一些描述？
那麼，在我們的社交數據平台上，是否可以觀察到年輕人的一些變化？意識到這是一個社會共同關注的話題，我們就基於大數據發布了相關的報告。
另一方面，大數據是個很大的盤。但是這個大盤上也可以有許多小的切面和故事。大數據未必一定要生成一個宏觀的大報告，從特別的角度切入，以小見大，也是一種嘗試。
這次我們推出95后的隱私觀，那麼下次可以繼續推出當代年輕人的審美觀、擇業觀等，持續聚焦一些可長期跟蹤的社會話題。
上海觀察：這份報告既有宏觀數據，又有微觀故事，看起來似乎「搶」了高校和媒體的活。
李航：我們是一個平台，也許從能力上，我們可以做到像高校那樣，或者像媒體那樣，但從自身的定位來說，我們盡量只做平台該做的，那就是客觀陳述。
有些洞見，不輕易進行價值判斷。這些大數據發布出去以後，如果高校、媒體引用，進一步就這個社會現象深入分析下去，我們也很高興。
上海觀察：是不是因為互聯網行業變化太快，所以你們對社會的細微變化很敏感，也因此對調研投入了很大精力？
李航：Pony（指馬化騰）曾經說：巨人倒下的時候，身體還是溫的。互聯網這個行業，分分秒秒都在變化，所以我們始終有一種危機意識。
今天，我們願意開放一部分資源和數據，也是希望能與全社會一起去解讀互聯網的動向，可以說是為了社會，同時也是為了我們自己的生存前景。
上海觀察：那麼您對大數據的未來怎麼看？有了人工智慧、深度學習，未來人還有用武之地嗎？
李航：目前看待和處理大數據有幾種方式。
- 一類是對年齡、性別、星座等基礎結構型數據進行呈現和總結。
- 第二類是視頻數據、語音數據、圖像數據。我們有像優圖這樣世界領先的技術團隊，他們在音頻、人臉、圖片識別等領域都有深入研究。現在我們正在研究，如何讓語音數據與圖像數據結合進行分析。
- 第三類就是人工智慧，它的想象空間非常大，或許通過深度學習，未來人工智慧自己會對數據產生洞察力，理解數據背後的意義、原因、提供建議，一切皆有可能。
我相信人無法被替代。人性很複雜，即使人與人的當面交流，所知也是有限的。人的情感、動機、心理，這些都是目前機器解讀不了的。
越是與大數據打交道，我越是對人性保有敬畏之心。
來源：騰訊科技
版權：人人都是產品經理遵循行業規範，任何轉載的稿件都會明確標註作者和來源，若標註有誤，請聯繫主編QQ：419297645