美国大选，竟然打了大数据耳光！

 

美国大选，竟然打了大数据耳光！

于建民

   

    美国大选，以人们没想到的结果意外收场，这个结果也给火热的大数据啪啪的耳光！

   这两年一直被神化的大数据，竟这样尴尬的懵了……

▎美国大选结果 大跌眼镜

也打了大数据耳光

    美国大选结果竟这样收场，是在出乎大多数人意料，一直被看好的希拉里竟然输了！

美国大选结束，特朗普意外当选

结果可以说是大跌眼镜

美国大选结束了，这场被称为经验派与非经验派、精英派与反精英派的对决，在各种层出不断的纠结中，以一种意想不到的结果收场。

竟重演了英国脱欧的黑天鹅事件，媒体之前预测会失败的特朗普胜了！而一直看好的从政经验丰富、且曾经政绩不错的希拉里竟然输了！

这其中，或许有太多因素，世界变化所引发的潮流趋势的反应（反全球化的贸易保护、难民问题引发自保问题等），而特朗普善于把握大众心理（毕竟他做过热门脱口秀节目主持人，懂得什么更容易抓住大众心理），维基解密的曝光，还有最后节骨眼上FBI重启调查希拉里邮件门调查等等诸多因素……

但这个结果却是大跌眼镜！

这个结果，再次打了大数据耳光

英国脱欧，已经上演了一次大数据的尴尬，在英国脱欧之前，媒体预测留欧胜率比较高，但是结果，英国脱欧了！

这种大数据预测失利的例子，在美国总统竞选史上也曾上演过。

最具代表性的是1948年美国总统大选，最初媒体和调查数据的结构都显示共和党候选人杜威获胜，甚至杜威自信的对妻子说，你准备好当第一夫人吧。但是结果出乎意料！

当时，1948年9月，距离大选还有两个月，民主党总统候选人杜鲁门的支持率只有可怜的32%。三大民意调查机构——罗珀、盖洛普和克罗斯利——都看好杜威（共和党的总统候选人）轻松获胜。报纸也持相同意见。

10月11日出版的《新闻周刊》报道，50名专业政治评论员一致预言杜威将胜。10月31日，纽约时报发表历时一个月完成的调查报告，显示杜威将在29个州获胜，杜鲁门仅能拿下11个州。11月2日，投票日当晚，《芝加哥论坛报》没等投票结果出来，就印刷了第二天的报纸，头条赫然写着“杜威击败杜鲁门”。

然而，就在外界普遍不看好的情况下，杜鲁门最终竟以压倒性的优势击败了杜威，创造了总统大选历史上最令人吃惊的逆转，让此前一直看衰他的报纸和民意调查机构颜面扫地。

而今天刚结束的这次美国大选，也再次给大数据打了耳光，在正式选举前，各种数据都是希拉里领先，虽然优势在缩小，但是希拉里的胜率远大于特朗普，不过结果是黑天鹅事情再次发生了！

▎大数据，有时并非万能的！

  不要过度神化

一、很多大数据预测，考量因素不合理

近两年，大数据是时髦的概念，甚至到了过度神话的境地！

特别是打着凭借大数据制作的《纸牌屋》的成功概念，让众多人士欢呼雀跃，认为大数据就代表着成功。

但是，一个事实就是，纸牌屋之后，类似的成功例子却还是很少。

相反，大数据对票房的预测，却有很多不靠谱的例子。

1、是否精准考量要素的重要性区别

——避免考量要素主次不清，直接影响结果

一个大数据要做的精准，要充分考虑各种考量因素是否精准！

例如，2014年10月，文艺片电影《黄金时代》上映，在百度百发的新闻发布会上，当宣布预测票房为2.0-2.3亿，而实际上《黄金时代》的最终票房不足6000万，相差甚远。

这些预测失败，与其考量因素不合理有关，哪些是关键要素，是没有充分考虑到的！

很多对电影的所谓大数据预测，都是以其中演员过去所参演影片的票房进行预测，但实际上不考量演员个人在其中所发挥的作用，个人的票房号召力有多大，有些演员虽然参演了很多知名电影、票房也不错，但是它们在其中扮演了什么角色、是否是票房成功的最关键因素，却没有考量到。

以《黄金时代》为例，虽然当时汤唯已经有《北京遇上西雅图》，而冯绍峰在电视剧影响力很大、他当时两部票房不错的电影《后会无期》更主要归功于韩寒的个人品牌、而另一个部电影《狄仁杰之神都龙王》要归功于徐克的个人品牌，但是二人的个人电影票房号召力还是缺乏，同时《黄金时代》又是一部文艺片，本身受众偏窄，文艺片票房一直都是普遍偏低的，之前的《桃姐》票房近亿，已经是不俗成绩了，《黄金时代》的题材也是个偏冷的，例如西游记这个题材被炒了几次，年年贺岁档都能赚到钱，这些因素都会影响票房成绩。

而百度对它票房预测很明显只考虑了二人过往的票房，没有考虑票房成功的关键要素组成，影片的题材、类型、演员、导演的号召力，虽然《黄金时代》的推广力度不低的，但是票房结果很不理想，在动辄几亿票房的如今中国电影市场，不到6000万的成绩，还是差强人意。

这可以说是大数据失败的典型案例！

2、所设计选项、考量要素，是否合理、真实性的问题

——避免消费者信息合理性与真实性问题

这也是为什么一些商业大佬很反感一些调研机构做的调研问卷、问题设置不合理的重要原因，设计的调研问题不合理，选项不合理，最终导致消费者回答不合理、结果不合理，失去价值。

一定要专业人士、懂行的人士设计考察要素。

所以，像史玉柱当年做脑白金时，是自己亲自设计问卷、参与调查，亲自参与和消费者沟通，深度挖掘消费者心理需求和看法。

还有，娃哈哈的掌门人宗庆后每年有200多天在市场一线考察，一年全国市场至少跑一遍，就是自己亲自掌握市场信息

3、偶然因素的影响

——避免偶然性当成必然性问题

现在互联网的媒体推送掌握信息流，当消费者曾经浏览过某个之后，会对消费者记录存有记忆，当你下次浏览时，会保持上次浏览物品、或相似物品推送。但要避免偶然性当成必然性。

曾经发生过的例子，就是一个消费者无意中点了一个“因无聊去淘棺材、连续一个月‘被看’骨灰盒的自立，此前，一位微博用户爆料，大约一个月前，他在宿舍刷微博时，看到有人说棺材很多包邮，“我感到好奇，就去搜了搜，没想到，接下来的一个月，便遭到各种广告的狂轰滥炸，每天一上微博都会看到关于寿衣、棺材之类的信息。”

这个就是把偶然性当成了必然性，对个体而言，就失真、造成了不良影响。

大数据的考量是否精准，是一个专业度很高的事情，要充分考虑涉及考量要素的主次，考虑合理性、科学性，以及做好偶然性与必然性的掌握。

否则，分不清主次要素、涉及不合理、分不清偶然必然的大数据，就是一个失真的数据。

二、大数据并非完美，有些事情动态变化比较大

而且，在一些实际考量中，存在大数据动态变化比较大的状况。

相对而言，美国大选数据调查的大数据，肯定比今天众多贩卖大数据概念的调研公司，肯定更加专业，考量因素做的更科学。

但是即使这样，有些动态变化，也会缺乏及时的把握。

例如上面提到的杜威和杜鲁门的大选竞争，大选前夕，杜鲁门的支持率虽然落后于杜威，但数字已经从两个月前的32%激增至44%，显示他正在赢得摇摆选民的支持。密歇根大学的调查发现，投给杜鲁门的选民中，有14%的人在竞选的最后两周才决定投他票。盖洛普和罗珀的调查也显示类似的现象。这说明杜鲁门赢在了最后一英里。

这种动态变化的及时性很关键，大数据统计的往往是过去一个时期表现出的特征，最新的特征能否被迅速捕捉到，而一些已经发生变化，但还没有外在表现出特征的变化，很难捕捉到，这些可能往往影响事态变化。

三、在相差悬殊不大情况下，由于比拼概率、误差也许会很大

在相差悬殊不大，都存在一定概率的时候，这个准确预测能力就很难说了！

毕竟双方都具有较高的概率，具有较高的可能性，谁都有胜出的可能，这种预测的准确性是比较难以判断的。

例如这次，希拉里与特朗普之间的差距实际很小，在当初特朗普骚扰事件之时，两人差距拉大、希拉里保持过较大领先，但是随着维基解密的一些曝光、以及FBI宣布重启邮件门的影响，两者之间差距很小，这种极小的差距，加上美国独特的选举人票模式放大，最后上演了特朗普的逆袭。

毕竟双方都具备一定的胜算概率，胜负在谁手里很难说，某种程度降低了大幅降低了预测的概率和准度。两者差距比较明显，基本上大数据准确率比较高，但是相差不大，呈现胶着状态，也直接影响了准确率。

四、大数据对黑马、及未来的创新预测，可能会失准

——对于不确定性的状况，大数据就很难把握

无论是黑马、突发情况，还是未来的创新性技术、艺术作品等的出现，都带有不确定性，让大数据束手无策！

一种是黑马情况，突发情况难以预测

大数据更多是对已有事物、现象的总结，但是有时候突发情况出现、黑马出现，意外搅动了局势，让整个格局超出了之前已掌握的情况。让一切发展充满了不确定性！

希拉里上一次竞选总统时，已经遭遇一次黑马状况，上一次竞选之初，希拉里在党内竞选时，开始是具有明显优势，但是没想到奥巴马的横空出世，打乱了计划，当时奥巴马相对声明显赫的希拉里相比，在知名度和影响力相差甚远，但是奥巴马的横空出世却改变了状况，最后赢得党内大选，并最后当选总统。

可以说，奥巴马当时的出现就是黑马姿态，他的信息和潜力都超出了之前掌握的情况。

商业上也同样如此，一个曾不被看好的黑马出现，意外搅动了市场格局！

在早些年手机行业比较稳固的份额，诺基亚、三星、摩托罗拉占据了行业前三的份额，合计占据市场近70%的份额，行业几乎近似于垄断的境地，当时苹果做手机、推出iphone的时候，基本上所有的从业人员，无论是专业媒体评论员、还是企业人士，都表示不看好苹果，都在唱衰苹果，但是结果却是苹果iphone成功了，手机行业被苹果颠覆了，原来的几大巨头，除了三星依然长青以外，其它的要么卖的卖、要么亏损的亏损。

而这次大选中的几个突发事件，例如维基解密的曝光介入、最后时刻了FBI竟然宣布重启邮件门事件调查等，都影响了整个事态的发展。如果没有这些突发因素，整个发展可能另一个情况。

另一种是未来的创新难以预测，创新性的技术、艺术等

特别是这种具有前瞻性的科技、艺术作品难以预测。

典型例子，就是汽车刚出来时，如果采用大数据调研的形式，可能95%以上的人不看好，甚至是99%的人不看好，除了汽车发明人、和少数几个懂技术的看好以外、大众都不会看好。

当时汽车刚出现时，技术还不完美、经常会行驶途中出现问题，一些坐马车的甚至嘲笑驾驶汽车的人，但是随着汽车技术的发展日趋成熟，最终汽车成为了出行的主流、取代了马车。

大数据整体是很有效的，但不是万能的

当然，我们不能否认大数据有效的，总体上是具有很高价值的！多数时候、科学考量状况下准确率很高、所创造的价值极大！

因为，大数据的价值实际上是信息流的获得，获得足够、充分的信息，对于决策的合理性和科学性具有极高的价值，无论是真正的战争，还是商业上的竞争，获得信息越多，数据越多，对于合理的商业决策的帮助越大，成功的可能性也越高！而从国家、企业重视信息、重视大数据，就可以看到大数据的独有价值性。

但是，同时，我们也要看到，大数据的一些局限性，无论是保证数据精准的考量要素设定、消费者回答的真实性，还是对于动态变化的及时把握，对于黑马、突发情况发生、未来的创新技术艺术等方面，都会影响大数据作用的发挥，以及判断的精准性。

所以，大数据不是万能的，要使用它，一方面要具备很高的专业性、保证数据的合理性、科学性，从而保证使用的实效性；另一方面要敏锐感知变化，提高对未来的前瞻性判断能力，避免大数据对于变化、不确定性判断懵圈。

这是值得所有人注意的！如何认识大数据、用好大数据、发挥大数据的价值！

作者：于建民—《中国专家

第一赢销网公众号ID：yingxiao360-com

第一赢销网

.