对“伪大数据”说不：走出大数据分析与解读的误区 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

从另一个角度认识大数据的力量，带我们走出大数据分析与解读的误区，帮助我们培养出数字直觉。

我们生活在大数据的时代，在本书中，统计学专家冯启思将告诉你在什么时候可以接受大数据“专家”的结论，什么时候要对这些统计数字提出质疑。他深入人们日常生活和工作中广泛关注的话题，如学校排名、健康指数、就业统计、团购网站等，通过对这些数据的分析与解读来告诉人们什么才是正确的答案，如何才能培养出数字直觉。作者还在书中告诫人们在当今这个信息超载的时代，媒体充斥着各种不良信息，千万不要轻易地信以为真，要学会对“伪大数据”说不！

部分

关于社会大数据的解读 /1

第1 章 法学院院长互发垃圾邮件为哪般 /3

当一天招生办主任

伪造、精挑细选和换牌游戏

正在消失的行为、不限量、学校之间的联系以及部分得分

制造工作数据

问卷生存游戏、秘密协议、有提示的记忆

牵连共犯

法学院逃过经济衰退一劫

塞克斯顿主义

无济于事

第2 章 新的统计数据真的能让我们瘦下来吗 /47

减肥餐的致命弱点

身高体重指数

被误用的测量

需要解决的难题

真正的难题在哪里

维持新体重的后一搏

第二部分

关于营销大数据的解读 /73

第3 章 脱销是如何毁掉一家企业的 /75

盈利与亏损的分界线

网络营销真的那么管用吗

第4 章 个性化销售真的能挽救高朋吗 /97

通过电子邮件检索

失败的乐趣

当米兰达遇见帕特里克

高朋的目标客户到底在哪里

高朋模式需要更多的新客户

高朋的定位

成长的阵痛

第5 章 营销人员为何给你发混合型的推销信息 /119

超特大号（XXL）提包是如何泄露你的秘密的

商家都了解你的什么

传递混合信息的科学性

大数据是救世主吗

第三部分

关于经济大数据的解读 /137

第6 章 要是没人能够申请，这还算新工作吗 /139

找借口

是否需要进行季度性调整

这条鱼变质了

华盛顿过去的那些漂亮的统计数据

克鲁德尔称之为“哎呦”

第7 章 你买鸡蛋花了多少钱 /167

有些你看见了，有些你没看见

对被平均化的不满

谁的核心

钻啊，孩子，钻啊

对平均数的惧怕

第四部分

关于体育大数据的解读 /189

第8 章 你是好教练还是好经理 /191

邀请统计学家进入你家厨房

生活在梦幻游戏之外

首先看一下教练

再看一下教练能力

杰伊为何要忽略自己的建议

被总经理所禁锢

命运

接下来在家里会发生什么

后记 在大数据时代生存下去 /221

[美其名曰] 大数据科学家生活中的三个小时

三天与6 000个词的较量

冯启思（Kaiser Fung）是一位专业的统计学家，在市场营销和广告领域中，拥有超过15年的应用统计学方面的经验，曾任职于美国天狼星卫星广播公司、美国运通公司、[x+1]公司、Exodus通信公司、美国圣思网络公司等知名企业。他也是纽约大学的兼职教授，教授实用统计学，还是人气博客“垃圾图表”（Junk Charts Blog）的博主，率先对大众传媒领域的数据和图表进行了重要研究，并出版了一本广受赞誉的图书——《数据统治世界》。

暂无出版社相关信息，正在全力查找中！

我们生活在一个任何人都无法摆脱数据的大数据时代。数据越多，人们做出的分析就越多——呈现指数增长；人们分析得越多，制造出的烟幕弹也就越多。因此，保持清醒的头脑就变得非常重要。

大数据是高科技时代的流行语，它大约出现在2010 年。这个行业喜欢将两个词组织起来表达一个概念，就跟史蒂文· 西格尔（Steven Seagal）喜欢用两个词为他的电影命名一样。大数据是“宽

带”、“无线”、“社交媒体”或“网站”这类新概念的后裔。它表示海量的数据，仅此而已。

隶属于被誉为“传奇”的麦肯锡管理咨询公司的麦肯锡全球研究院谈起“大数据”时说道：“这个概念指的是那些规模巨大到通常的数据处理软件都无法捕捉、存储、管理和分析的数据集。”根据2011 年其发表的份“大数据”报告，这些研究者所认为的“大”是指每家企业所拥有的数据达到几十个乃至上千太字节（Terabyte）。

我们对“大数据”的理解要比工业标准更全面。我们之所以关心这个问题，不是因为数据越来越多，而是因为对数据的分析越来越多了。我们不得不投入更多的人手以便能更多、更快地分析数据。真正驱动我们这样做的不是数据的数量而是数据的价值。如果我们想深入研究失业、通货膨胀或者其他经济指标，我们可以从美国劳工统计局（the Bureau of Labor Statistics）的网站上下载大量的数据集。如果某位纽约居民对某饭店的“B”健康等级感兴趣，他就可以在纽约市的健康与心理卫生部（Department of Health and Mental Hygiene）的在线数据库中，查阅违规饭店名单。几年前，当丰田汽车被接连曝出存在突然加速的隐患时，我们了解到美国国家公路交通安全管理局（National Highway Traffic Safety Administration）设立了一个开放资源中心，用来存储关于驾驶员安全方面的投诉。自1990 年代初，任何人都可以从雅虎财经、亿创理财（E*Trade）等网站上，下载到股票、共同基金以及其他金融产品的运作情况。有时，甚至连公司也会参与其中，使得一些专有的数据公开化。2006 年，美国的在线DVD 租赁商奈飞公司（Netflix）统计并发布了1 亿部电影的分类等级，并征募科学家来改进预测算法。玩家们通过研究统计数字来获得竞争优势，从而将“梦幻体育”（Fantasy Sports）这个游戏推到了一个新的高度。那些过去印刷在纸版书的数据，如今以电子表格的形式在互联网上迅速传播。数据是免费的，又很容易获得，这必然会产生更多的数据分析。

比尔· 盖茨是美国企业成功故事的典型代表。这个绝顶聪明的孩子，大学中途退学，创办自己的软件公司。而且他们公司开发的软件，终用在了世界90% 的电脑上，比尔也因此赚到了数十亿美元的财富。后来，他退出江湖，将大部分财富捐献给慈善事业。比尔以自己和妻子的名义成立了“比尔& 梅琳达· 盖茨基金会”（Bill & Melinda Gates Foundation）。而且我们很高兴地看到该基金会在许多领域进行了大胆投资。它涉足的领域包括在发展中国家进行疟疾预防，在美国进行中学改革，以及对艾滋病（HIV/AIDS）的研究。盖茨基金会因依靠数据来做出明智的决定，从而赢得了良好的声誉。

但这并不意味着他们不会犯错。盖茨在千禧年开始之际，大力支持小型学校运动，他在全美范围内选出了一些学校，并往这些学校投入了上亿美元。证据A 是当时的一项统计发现：在全美表现好的学校中，小型学校所占的比例不均衡。例如，在宾夕法尼亚州，按照五年级的阅读成绩评出的前50 所学校中，12% 是小型学校。要是学生的成绩跟学校的规模无关，那么规模大的学校在这50 所名校中所占的比例应该是小型学校的四倍。因此，学校规模被认为是影响教学质量的重要因素——每个年级多不能超过100 名学生。而盖茨基金会设计的一套改造方案，就是将大型学校拆分成更小、更高效的小型学校。

举例来说，2003 年新学年伊始，在华盛顿的芒特莱克泰勒斯高中（Mountlake Terrace High School）读书的1 800 名学生发现，自己的学校被分成了五所小型学校，学校的名字分别叫做“发现学校”、“改革学校”、“复兴学校”等。不过，校址没有改变，还是在以前的大楼里。盖茨基金会教育处执行主任汤姆· 范德· 阿尔克（Tom Vander Ark）解释说：“大多数穷人家的孩子，不得不进规模大的学校念书，在那里没人认识他们，他们被甩进了一条难以出头的死路……小型学校只不过营造了一个（比大型学校）更好的成长环境。在那里，比较容易形成积极的氛围，产生较高的期望值，也更容易优化课程设置，改进教学质量。”

十年以后，盖茨基金会却发生了彻底的转变，它不再将学校的规模视为解决学生成绩问题的方法，而开始致力于设计富有新意的课程以及提升教学质量。盖茨基金会对学校重组前后的效果进行了细致的调查研究，结果发现，重组后的学校平均成绩没有变得更好，相反，在某些个例中变得更差了。

统计学家霍华德· 魏讷（Howard Wainer）在美国教育考试服务中心（Educational Testing Services）度过了好的职业生涯。魏讷曾抱怨道：“这数百万美元的错误，本来是可以避免的。”在上面提到的对宾夕法尼亚州的学校进行的同一分析中，魏讷指出，虽然小型学校在前50 所学校中占了12% 的份额，但同时要看到，在后50 所学校中，有18% 是小型学校。简单来说，小型学校在这个分布的两端所占的比例都偏高。不管强调哪一部分数据，分析师们都会得出完全相反的结论。在对飞机晚点的研究中，我们见过类似的情况。问题的关键不在于多少数据被分析，而是被如何分析。

盖茨基金会的故事证明了另外一点：数据分析是一件棘手的事，无论是权威专家还是经验丰富的行家，都不能担保不出错。不管一个人的脑袋瓜多么灵光，总会有一定的犯错范围。这是因为，没有人能够掌握所有信息。“那是在期刊上发表的”、“别瞎怀疑了，登在这本期刊上的文章难道会有错？！”这样的话经常拿来当做堵住别人嘴巴的借口。生活在大数据时代，只有傻瓜才会采取这种态度。你听说过很多研究，试图在某种疾病与某种基因之间建立联系，比如，帕金森症和高血压。可是，你知道吗？经过同行评审、并得到同行认可的遗传学关联性研究成果，只有30% 能被后续的研究证实，其余的都是假阳性结果（false-positive result）。那些声称是原创性的研究成果，还没来得及出版勘误表，就已经被推翻了。不过，话又说回来，我还是希望专家能发表一些质量稍高的分析报告。

大数据在因果关系这个问题上，实际上没什么好讲的。不过，存在一种普遍的误解，以为海量的数据流能够将隐藏着的“因果关系”冲出地面。请想一下点击流吧，网络营销人员借助点击追踪网络用户，来以此证明网络营销是成功的。顾客点击了一个网页横幅广告或者搜索广告，然后下了订单，这不就足以证明网络营销成功了吗？还需要什么更有力的证据吗？现实情况远非如此简单明了。比方说，我在网上点了一个三星盖世（Galaxy）的横幅广告，随后将这款手机放进了购物车。一个星期后，我观看了他们抨击苹果的广告，觉得很过瘾，于是，我回到三星的网店完成了这笔交易。分析人员在仔细分析网络日志时，不但会漏掉促使我行动的真实原因，而且会犯假阳性错误，将横幅广告跟此次购买行为捆绑在了一起。因为网络营销人员能看到的只有这些。这些小问题在网络分析员的生活中稀松

平常。

大数据不仅意味着有更多好的分析，也意味着会有更多坏的分析。要知道，即便是专家和技术大牛也有掉链子的时候。如果一些不好的数据被心怀叵测的可疑人员添油加醋地利用，事情会变得更糟糕；不过，即便是动机纯洁的分析人员稍有不慎也会上当受骗。在这个充满数据的世界中，消费者得有一副火眼金睛才行啊！

大数据是真实的，而其影响更是广泛的。至少，我们每个人都是数据分析的消费者。因此，我们必须学会成为一个聪明的消费者。我们需要具备的是一种数字直觉。

数字直觉是我在招聘数据分析员时为看重的一种品质。它能将真正的天才从“还不错”中区别开来。我希望在应聘者身上发现三样东西：一个是数字直觉，其他两样分别是技术能力跟商业思维。有些人可能在编程方面无人能敌，但却没有一点数字直觉；有些人可能是个讲故事的高手，能将一个个的情节串联起来，但是却没有任何数字直觉。数字直觉是第三维度。

我写作这本书的目的是引你上路。本书的每一章都是由近期读到的一则新闻触发灵感而写成的。在这些新闻故事中，有人提出了一些观点，并且援引数据来证明自己的观点。我通过提一些尖锐的问题，检查一致性，数理论证，有时候，也会通过获取并分析相关数据，来展示我是如何验证这些观点的。比如，我会质疑高朋（Groupon）的商业模型有意义吗？一种检测肥胖的新方法能解决我们的健康危机吗？克莱蒙德麦肯那学院（Claremont McKenna College）在学院排名游戏中小规模作弊了吗？政府公布的通胀跟失业数据值得信任吗？我们如何评价梦幻体育联盟的表现？当商家通过追踪我们的活动来实现个性化营销时，我们会从中受益吗？

即使是专家有时候也会掉进数据的陷阱中。如果我在这本书里面也犯了此类的错误，那么责任完全在我。要是我没有把观点讲得足够清楚，那就意味着这些数据的分析方法不止一种。我鼓励你们形成自己的观点。只有通过这样的练习实践，才能培养出你自己的数字直觉。

欢迎来到大数据时代，不过，要处处留神才是！

在线阅读地址：对“伪大数据”说不：走出大数据分析与解读的误区在线阅读

在线听书地址：对“伪大数据”说不：走出大数据分析与解读的误区在线收听

在线购买地址：对“伪大数据”说不：走出大数据分析与解读的误区在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

畅销书《数据统治世界》作者、美国纽约大学统计学权威教授、超高人气的博客“垃圾图表”博主**力作！

　　引领你拨开大数据分析的层层迷雾，帮你认清大数据分析与解读背后的真相。

　　在这个充满数据的世界里，我们不仅要让数据为我们所用，更要擦亮双眼，培养敏锐的“数字直觉”，在别人为大数据大唱赞歌的时候，保持清醒，甄别其中的真伪。

书摘插图

媒体评论

《对“伪大数据”说不》这本书并未将强调的重点放在大数据的规模上，而是很恰当地放在对大数据的分析与解读上。书里讲了许多有趣的故事，有许多可以借鉴的经验，总之，阅读此书不失为一种培养数字直觉的好方法！

托马斯·H·达文波特（Thomas H.Davenport）

《竞争分析能力》（Competing on Analytics）一书的联合著者、巴布森学院信息技术与管理总统特聘教授

没有一本书能像《对“伪大数据”说不》这本书一样，以一种通俗易懂的方式将大数据分析诠释得如此透彻！让人耳目一新！使你在阅读中也会不知不觉地变得聪明起来。值得推荐！

阿维纳什·卡希克（Avinash Kaushik）

谷歌数字营销专家、《精通Web Analytics 2.0》作者

冯启思先是说出了坏消息：更多的数据并非灵丹妙药。然后又回过头来，用来自商业、政治、健康保健、政府以及教育前线的富有刺激性的故事，为我们揭示出数据分析与解读的陷阱。面对陷阱，我们的补救方法不是高学历，也不是常识，而是读读这本《对“伪大数据”说不》的书吧。

埃里克·西格尔（Eric Siegel）

预测分析世界大会（Predictive Analytics World)的创办人

《大数据预测》(Predictive Analytics）的作者