●●●
回想美国总统大选和英国脱欧公投，其投票结果令很多人感到惊讶。在这两个事件里，投票结果都引发了这样的叹息：“如今是大数据时代，民意调查专家和权威人士的预测怎么会错得如此离谱？”
●我的专长只在语言方面，因此我不必假装找到了答案，不过无论样本量只有数千的民意调查算不算“大数据”，这个问题无疑都是没有确切答案的——要是以中等数据（mediumdata）的名义进行调查，投票的统计数据可能会更少。或许这就是问题所在：如果预选和预投分析能够访问数百万数据点，结果可能就不会让人感到那么意外？或者，需要的也许不是大数据本身，而是一种能够利用诸多新型可用数据的方法。
●例如，快数据（fastdata）需要实现近似于瞬间的存取、分析，或是其他需要在非常短的时间内进行的操作。它是热数据（hotdata）的一种，需要不断被使用，因此必须能够被轻而易举地迅速获取。与之相对的是慢数据（slowdata），它经过相对长时间的积累，意味着在某一时刻可能会成为长数据（longdata），可追溯至数百年之前。慢数据是冷数据（cold data）的一种，冷数据的使用频率相对较低，因此可以无须被迅速存取。无论快还是慢，热还是冷，如果是不完整、不一致或完全错误的脏数据（dirtydata），那么它对任何人来说都没有多大用处。
●与不可见但在宇宙中占了相当大比重的暗物质类似，暗数据（darkdata）代表着大部分企业收集和存储的不可见但占据了相当大比重的数据。暗数据之所以“暗”，是因为企业并不用它来分析、洞悉或制定决策。它的一部分是未使用的传感器数据或暂存网络路由信息等瞬态数据（transientdata），以及用户（不断变化的）GPS坐标等实时数据（livedata）。这些数据偶尔也能产生闪现洞见（perishable insights）：存储期限非常短暂的有价值数据（比如你发现顾客信步走过你的实体店铺时产生的便是这种数据）。与之相对的是目标丰富型数据（target-richdata），这类数据被标记、处理和分析时，会给其所有者提供有价值的长期洞见。
●●●
或许有一种方式可以综合整体和局部，即以某种方式将大数据和我们对大数据的贡献——产生自我们日常行为的小数据（smalldata）——结合在一起。我们将不得不经历一些危险。例如，我们将需要保证我们的数据不会变成立方体数据（cubeddata），否则第三方之间会共享我们的数据，那样就无法预料数据的最终结果及其将如何被使用和理解了。我们将需要一些保障措施来保证第三方践行可靠数据（responsibledata），即保密并人道地使用和共享数据。
更有前途的大概是利用厚数据（thickdata）的方法，厚数据结合了定量与定性分析。权威人士可以从叙事医学（narrativemedicine）中得到提示，叙事医学将病人病情的发展过程与传统的医疗实践相结合，将其作为理解、诊断和治疗疾病的方法。权威人士可以不再猜测人的行为（例如美国农村选民可能在选举日根本没出门投票，在民意测验中选择“弃权”的人反而可能出现在投票站）；他们可以直接与人们对话，倾听他们的故事，而不仅仅是看着一行行的数字。就把它称为“叙事数据”（narrativedata）吧。
作者：Paul McFedries
往期推荐
