三本书拯救大数据白痴

团购、社交媒体、电商；云，O2O，大数据。每个阶段都有热点词。这会儿最热的应该就是“大数据”了。不过，有点滥，有点俗，似乎也有点泡沫化了。不用担心，一般来讲，讲得最厉害的时候，时候还早呢；等到无声无息了，那真是随风潜入夜了。但是，说真的，处于这个风云激荡创业年代的人们，如果能够静下心仔细了解点有关大数据的概念、框架、实质，对于形成所谓的“大数据观”，真心有必要，真心有帮助。

市面上如今关于大数据的书，近20种。挑出这三本，是有理由的。不仅单本比较靠谱，讲述得有意思，而且串联起来，竟然有逻辑联系，有互补，好像商量好了似的——首先看巴拉巴西的《爆发》，在一个历史故事的连续讲述中，了解大数据的概念实质；接着看舍恩伯格的《大数据时代》，明白大数据理念和生活工作及思维变革的关系；最后翻翻涂子沛的《大数据》，看美国政府在大数据开放上的进程与反复，算是个案。如果能够基本了解这三本的观点，出门有底气，见人腰杆直，不再被忽悠。

“人生看似杂乱无章，其实有规可寻”，巴拉巴西整本书讲述的大数据根本目的，是预测。他甚至有零有整地判断，人类行为93%是可以预测的。打个比方，千百年前人类无法如今天般准确预测天气，以致某些大致预测的行为都被认为是“通神”，其实核心在于对天气数据的海量占有和分析能力。但假如全人类的所有基础及行为数据全部被占有全部能分析呢？比如通过智能终端LBS功能采集全部运动轨迹、通过金融系统采集所有支付记录、通过SNS采集所有社会关系和通过邮件、文档、社会视频监控和自我视频监测采集所有言行记录，24小时，每分每秒，一生，全地球70亿人，那会如何？

人往极大和极小处思考哪怕想像的话，一方面头会疼会晕，一方面会因为这种宏大性或穷尽性而恐惧。科幻迷看到上面的描述，不知会否想起科幻小说巨匠阿西莫夫的《基地》系列，起源就是主角对银河帝国社会未来数千年的发展和危机的宏大预测，导致一系列绵延千百年的基地、第二基地拯救计划。也就是说，阿西莫夫大约在50年前就在思考“大数据”问题了。

巴拉巴西不是个通俗科幻小说家。他是全球复杂性网络科学领域最前沿的领军科学家，他要传递的不是科幻故事，而是一整套新的理解人类行为时空模式的观念和理论。作者的核心观点，是认为当我们将生活数字化、公式化和模式化的时候，会发现大家都很相似，都具备爆发模式，而且非常规律，看上去随意偶然，其实极易预测——前提自然是占有和分析海量大数据——而在计算机运算能力、网络发展阶段和社交逻辑被成熟之前，这些做不到而已。

科学的尽头和哲学、宗教是交融的。因此，巴拉巴西的理论不止是互联网复杂科学的一项探索，本质是一种新历史观的论证，甚至是一种哲学。这么深艰的命题，作者讲述得非常漂亮，十几章节讲述了十字军的一段历史故事，泰勒格迪预测主人公塞克勒起义并一路发展至兵败坐上“燃烧的御座”，带上烧红的铁王冠；讲述了艺术家哈桑的旅行，因为被安检不断怀疑是恐怖分子，而自愿“自我量化”，记录自己所有行踪并不断公布在个人网站，实现个人数据全积累全公开；一张一美元钞票被跟踪被记录所有的轨迹。可以说，这本书整个就在讲故事，这是我最佩服老外科学作者的地方，如此艰涩的话题，我们可以写成只有几个人懂的论文，他可以写成一气呵成的故事集！

转到《大数据时代》这本书。它被包括宽带资本董事长田朔宁、知名IT评论人谢文等专业读者鉴定为“大数据领域最好的著作没有之一，一本顶一万本”。有这么好吗？看完自己评价吧。这本书对这个大规模产生、分享和应用数据的新的大时代进行了阐述和厘清，作者围绕“要全体不要抽样、要效率不要绝对精确、要相关不要因果”三大理念，通过数十个商业和学术案例，剖析了万事万物数据化和数据复用挖掘的巨大价值。

如作者所言“大数据开启了一次重大时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们看清微生物一样，大数据要改变的是，我们的生活方方面面以及理解世界的方式”。比如，谷歌通过全球搜索分析，比国际疾病控防中心更早更准地预测了流感爆发。

在思维变革部分，作者讲述的重点是：样本=总体，我们需要对全部数据的占有和分析；因此，数据缺乏时代的精确性不必执迷，接受混杂基于大数据的简单算法比小数据的复杂算法更有效；样本推断的因果关系不重要了，知道“是什么”的相关关系，或者结果就可以了。如果说上一本《爆发》是通过讲故事阐述一个核心观点的话，这一本倒是不遗余力、不计巨细就大数据的方方面面进行系统分析和介绍，而且案例非常精彩非常时新。所以，个人觉得，就实务而言，这本的裨益确实比较大。

涂子沛那本冠以《大数据》名字的书，我是在三星NOTE上完整看完的第一本手机电子书（花了30元，我是愿意为好数字内容花钱的！）。全书讲述的，是大数据在美国政府管理中的应用，以及美国政府运行方式大数据变革的历史与斗争，其实也是故事性的。从奥巴马上台就颁布《信息公开法案》，到设立第一个美国政府首席信息官开始，讲述美国政府与民间在社会数据公开的斗争史，以及美国社会管理向大数据思维转变的过程。首先，这算是一个最详实的案例；其次，这代表的不是某种管理方式变革，深处是对民主运行机制的变革与进步。说好了，这本书用心良苦，远远超越科普技术领域；说坏了，其心可诛。有一段，民间斗争，逼迫奥巴马公布所有每日白宫全部日程，包括接见了谁、谈话的全部内容，这不就是个人大数据全公开在公众人物上的应用吗？这可比现在所谓官员公开财产的要求高了几十倍——这要求政府全部行为、全部数据、全部公开，全体公众随时可查——技术和成本上其实已经可以做到或至少努力接近——如果不这么做，不止是落后问题而是真正的其心可诛了。

三本书，延续观点——实务——案例分析的路径，全景展示了大数据这个东西。但重要的是，大数据是个概念，是个趋势，更是一种“观”，看世界、看未来的一种方法。我们可以拒绝那些言必称大数据的人的浮躁，但绝对不能拒绝世界潮流的确定走向。而就企业而言，包括全球的谷歌、苹果、FACEBOOK等互联网巨头，沃尔玛、塔吉特、亚马逊等零售巨头，中国的BAT三巨头，早就实质上已经是大数据玩家，并且狂奔在大数据潮流上很久，而其他叫唤“大数据”的其实连基本资格都没有——叫的狗不咬人。可以说，除了巨头，所有其他家伙都跟大数据沾不上实质的边，只有打打下手的机会；但实际上，每个企业，甚至个人，都已经是大数据的一部分、一环节了。

数千字难言书中真谛。马上开始你的拯救大数据白痴之旅吧。