蚂蚁搬运工
下载贤集网APP入驻自媒体
最近看到有人说“烂数据只会产生烂模型”，乍看之下很有道理，但其实是似是而非的。什么叫“烂数据”?在大数据时代，追求“样本等于母体”，也就是各种结构性、非结构性数据尽可能全部搜集，在分析时，在软硬件等技术条件允许下，也是尽可能对全样本进行分析。
数据在一开始就被设定“大而全”的搜集与保存，那么何者该被认为是“烂数据”?既然是“烂数据”又为何一开始就要去搜集、保存呢?
从大数据的理论角度來看，我认为不存在“烂数据”的问题，只有这些海量数据你用不用的上，如何去用，会不会用的问题。这里面牵涉到分析者的逻辑思维方式，设定条件的假设能力，是否熟悉各种分析技术与工具的能力等等。
辛苦搜集來的数据，大部分用不上，这不能说它们是“烂数据”，只能说自己暂时用不上。甚至，从另一角度來看，可能分析者受限于专业知识、对运营实务层面的了解深度以及分析技术能力等方面的不足，所以无法从庞大的数据里提煉出有价值的信息，或是建立更有效的模型。
"模型”是人为的，“数据”无辜 !
