1
產業
6月26日，“今日頭條”在上海舉辦了一場別開生面的大數據發表會。僅僅一年時間，今日頭條就依靠龐大的移動端裝機量，積累了百億規模的大數據記錄，這使得張一鳴（今日頭條創始人、CEO）可以有足夠的資訊用來分析。參加這場掌聲頻傳的大數據發表無疑是受益匪淺的，但結合自身對大數據的使用和思考，同時也發現了一些問題，借此機會與大家共同探討。
資料量不再是大數據門檻
不論從產品營運還是資料積累角度，今日頭條都是成功的。它僅僅用了不到3年時間，就獲得了超過2.5億的產品啟動量，以及超過2000萬的日活躍用戶。這為今日頭條積累了天文數字般的資料量。例如僅僅在2014年間，汽車資訊類的點擊就達到25.3億次，還有1896萬次收藏和333萬條評論。
這僅僅是一家創立僅3年的產品一年中某個領域的資料量，而眾多使用者群體龐大的傳統互聯網企業，如百度（Baidu, BIDU-US）這樣的搜尋引擎、搜狐等門戶網站、微博等SNS平臺，積累的資料也都是數以百億計的。尤其是移動互聯網快速發展的當下，資料量已經早已不是大數據分析的限制因素了。
汽車大數據的價值？
既然大數據概念這麼火，需要專門搞發表會，那麼汽車大數據到底有什麼意義呢？我們發現，大數據確實可以告訴我們一些有意思的事情。
今日頭條給出的資料顯示，SUV的關注度大約為30%，如今SUV市場佔有率相當；資料告訴我們，經濟欠發達地區的今日頭條使用者更關注汽車資訊，說明隨著經濟發展那裡的人們開始關注汽車產品；資料告訴我們，德系車依然是中國消費者最關注的車系等。有些是我們已經知道的，有些是我們通過大數據才知道的。
在日常工作中，筆者通常依靠百度指數作為大數據的來源。按照筆者的分析，百度指數作為一項“搜尋大數據”，與汽車銷量存在著一定正相關關係，即搜尋指數高的車型銷量高。
通過將特定時間段特定車型的銷量和百度搜尋指數進行耦合觀察，可以明顯看出銷量與搜尋指數之間存在著顯著的正相關關係。實際上按照筆者的統計，這一規律符合大多數汽車產品，尤其是越成熟的產品（時間、市場、管道），搜尋指數與銷量的關係相對越緊密。有興趣的讀者可以自行選擇車型對照試驗。
然而，受到各種因素的影響，兩個資料並不能完全對應，在波動幅度、頻率等方面也存在顯著差異。少部分產品甚至差異巨大，如上圖中的A4L。
換言之，目前的大數據，可以給我們提供一種定性分析的角度，但還做不到嚴格的定量分析。這又是為何呢？
汽車大數據的問題
總體而言，目前的汽車大數據依然處於非常原始的階段，即最基本的資料收集。看起來很美的背後，存在著很多顯見的錯誤。
- 大數據本身可靠度較低
目前的資料收集依然十分粗糙，資料受到干擾的情況十分嚴重，尤其是一些通用關鍵字。如此次數據發佈會就完全剔除了大眾品牌的大數據分析，因為“大眾”一詞的資料受到的干擾較多。這說明目前的大數據收集依然不夠精細和準確，而且我們同樣難以排除其他關鍵字被干擾的可能，同時我們不知道影響因素到底是什麼。
- 評價標準是明顯的錯誤
如此次數據發表會更多倚靠“總閱讀量”進行排名，進而得出關注者“最關注”的排行。總的閱讀量固然是一個重要指標，但總閱讀量等於每篇閱讀量之和，換言之假如某方面文章篇數太多，讀者不得不去點擊閱讀，這樣的閱讀量並不能反應真實的關注度。而如果在總閱讀量上輔之以平均閱讀量、總文章數等指標，則評價標準就能更加客觀。
- 資料分析解讀能力弱
我們在獲得巨量資料的同時，目前還並不能對資料進行有效的挖掘和解讀，使得資料僅僅是一些似是而非的數字。癥結在於，我們目前還沒有很好的辦法搞清楚資料之間的邏輯關係，只能依靠經驗、甚至猜測去解讀數據，這顯然是極度不可靠的。
以上的種種問題，每個都足以嚴重到重創汽車大數據的可信度和商業價值，讓我們面對大數據只能無奈地說一句“然並卵”（然而並沒有什麼卵用，沒什麼價值）。
縱然大數據的概念現在依然炒得火熱，但看起來很美好的大數據，目前依然只是互聯網時代的一個噱頭。不論作為企業還是消費者，在保持對大數據的熱情的同時，還應抱有足夠的戒心，因為一個不小心，可能就被騙了。(文/崔磊)
《蓋世汽車網授權轉載》
10928
