王寧江

·首席論衡·

大數(shù)據(jù)“長尾”

王寧江

在一次研究工作中，有同事說到，目前輿情分析產(chǎn)品提供的信息量還不夠多，用戶在閱讀時(shí)感覺還不解渴。于是，憑著感性和記憶，現(xiàn)場就做了呼應(yīng)：要做大數(shù)據(jù)長尾，充分應(yīng)用大數(shù)據(jù)技術(shù)，拉長輿情分析產(chǎn)品的信息“尾巴”。

回到案前，又誠惶誠恐，擔(dān)心一時(shí)的心血來潮，用新名詞誤導(dǎo)同事。即刻又開始上網(wǎng)查找大數(shù)據(jù)“長尾”的理論依據(jù)。幸好，所查長尾理論的觀點(diǎn)與我的理解基本一致，一塊石頭落下。覺得這個(gè)題目蠻好，所以，把觀點(diǎn)和大家分享。

還是先翻一下燒餅，對長尾理論做個(gè)注釋。長尾理論是統(tǒng)計(jì)學(xué)中對冪律特征的一個(gè)口語化表達(dá)，正因?yàn)榫W(wǎng)絡(luò)經(jīng)濟(jì)的發(fā)展，該理論廣為傳播。長尾理論與生活中最接近的事例便是字頻，少數(shù)的漢字使用頻度較高，大量的漢字使用頻度并不大，所以形成了一個(gè)長長的“尾巴”。大概意思是，沒有長尾不行，少數(shù)的漢字表達(dá)不了完整的詞意；同樣，若長尾足夠長，大量不常用漢字的低頻使用所發(fā)揮的作用，不亞于少數(shù)高頻字。也就是我們平常所述的“螞蟻扳倒大象”、“螞蟻雄兵”之類的現(xiàn)象。

在傳統(tǒng)經(jīng)濟(jì)時(shí)代，企業(yè)的成本分析、資本的逐利傾向、人們的行為選擇，往往會(huì)遵循“二八法則”，或者說是“二八”特征比較顯著。大家在選擇上，基于成本和效率的考慮，不愿意為蠅頭小利而大投入。但在互聯(lián)網(wǎng)時(shí)代，由于科學(xué)技術(shù)的突飛猛進(jìn)，這一思維被顛覆和創(chuàng)新。一方面，通過互聯(lián)網(wǎng)提供服務(wù)和產(chǎn)品的成本顯著降低，包括存儲(chǔ)、運(yùn)算、信息收集和渠道等等，投入變得可以接受；另一方面，人類的需求由低向高層次發(fā)展，基于社交、尊重和自我實(shí)現(xiàn)的需求變得趨于個(gè)性化、扁平化、專業(yè)化、小眾化，在客觀上要求有個(gè)“長尾”供給。于是，網(wǎng)絡(luò)時(shí)代長尾理論盛起，長尾事例也比比皆是。

再深的理論留給統(tǒng)計(jì)學(xué)家和其他研究者。本文的觀點(diǎn)是：大數(shù)據(jù)并不排斥“二八法則”，但更適用長尾理論；大數(shù)據(jù)“長尾”的長度由需求決定，而需求的空間可以是無限想象。有人或許還有個(gè)疑問，大數(shù)據(jù)長尾和“數(shù)據(jù)+”有啥區(qū)別？說實(shí)話，筆者并不認(rèn)可“數(shù)據(jù)+”的觀點(diǎn)。簡單的理由：數(shù)據(jù)是內(nèi)生的、資源性質(zhì)的，不是外部強(qiáng)加或疊加于他的，不是工具化的手段，所以，定義“數(shù)據(jù)+”是欠妥的。

如何去做大數(shù)據(jù)的“長尾”？一句話，充分地挖掘需求、迎合需求，讓需求得到無限地滿足?；氐轿念^提到的輿情分析報(bào)告信息量不足的問題，完全可以用大數(shù)據(jù)和大數(shù)據(jù)技術(shù)滿足之?？偟乃悸肥沁@樣的，輿情分析產(chǎn)品的主體部分還是尊重“二八法則”，畢竟有個(gè)主次和閱讀習(xí)慣問題，不能喧賓奪主。然后，運(yùn)用大數(shù)據(jù)技術(shù)作出一個(gè)輿情分析產(chǎn)品的“長尾”。目前想到的，至少可以由這幾方面組成，如輿情事件地的概貌、風(fēng)土人情、經(jīng)濟(jì)社會(huì)信息，與輿情事件相關(guān)的市場主體信息，類似輿情事件的演變參照，此次輿情事件的發(fā)展推演，針對輿情事件的專家觀點(diǎn)等等。雖然需求可能不大，但萬一需要呢！這就是大數(shù)據(jù)長尾的益處，哪怕是一丁點(diǎn)的需求，信息技術(shù)的發(fā)展給了我們實(shí)現(xiàn)需求的支撐。更何況還有個(gè)“98法則”，數(shù)字音樂點(diǎn)播統(tǒng)計(jì)表明，聽眾對98%的非熱門音樂有著無限的需求。套用馬云的“夢想體”，改成大數(shù)據(jù)版：“信息還是要給的，萬一有需求呢？”

輿情分析產(chǎn)品是事件級(jí)的大數(shù)據(jù)長尾案例，企業(yè)信用報(bào)告同樣可以做成主體級(jí)的大數(shù)據(jù)長尾產(chǎn)品，思路也基本類似。專業(yè)數(shù)據(jù)庫構(gòu)成信用報(bào)告的“實(shí)體”，主要由信用服務(wù)機(jī)構(gòu)通過盡職調(diào)查獲取的專業(yè)數(shù)據(jù)和專家分析組成，這部分?jǐn)?shù)據(jù)屬于信息價(jià)值密度較高的數(shù)據(jù)。然后，進(jìn)行其他數(shù)據(jù)或信息的疊加，包括通過互聯(lián)網(wǎng)采集的電子商務(wù)、新聞媒體、科技文獻(xiàn)、社交等數(shù)據(jù)，以及與主體相關(guān)的“董高監(jiān)”個(gè)人的信用行為記錄信息，分門別類地做成“長尾”。如此通過多個(gè)維度勾勒出一個(gè)市場主體的信用畫像。想必，這樣一份信用報(bào)告的價(jià)值對于交易伙伴來說，含金量要遠(yuǎn)遠(yuǎn)大于傳統(tǒng)的評級(jí)報(bào)告、征信報(bào)告。所以，大數(shù)據(jù)這個(gè)“尾”是“虎尾”，在于創(chuàng)新、霹靂有聲。

作者為浙江省經(jīng)濟(jì)信息中心副主任、浙江省信用中心主任