王眾

在大數(shù)據(jù)應(yīng)用中，如果只有少數(shù)人具備數(shù)據(jù)素養(yǎng)，多數(shù)人就只能被動地接受分析結(jié)果，無從質(zhì)疑和驗證。

特朗普的當(dāng)選打了傳統(tǒng)媒體一個耳光，在之后的復(fù)盤中，不少人把鍋扣在了大數(shù)據(jù)和社交網(wǎng)絡(luò)頭上。不得不承認(rèn)，二者的結(jié)合的確極大影響了新聞的傳播。

《紐約雜志》在文章《特朗普因為Facebook而當(dāng)選》中指責(zé)“Facebook幫特朗普取得勝利的辦法，就是無法或是拒絕去處理惡作劇或假新聞?！盕T中文網(wǎng)的《FT大視野：假新聞為特朗普助選？》則指出“其中部分所謂的新聞在Facebook上瘋狂傳播、在Twitter上被廣泛轉(zhuǎn)發(fā)或者被谷歌的搜索算法推廣，最終成功滲入了大眾的政治討論中?！?/p>

偏激的大數(shù)據(jù)，算法背鍋

最為諷刺的是，《華盛頓郵報》采訪了Facebook假新聞界的“扛把子”保羅·霍納，這位再三表示討厭特朗普、并參加過反特朗普游行的假新聞寫手，特意撰寫了看似有利于特朗普、本意是諷刺和“搗亂”的假新聞；結(jié)果恰恰相反，這些新聞非但未引起人們的思考，反而得到了拼命轉(zhuǎn)發(fā)，轉(zhuǎn)發(fā)者中甚至包括特朗普的兒子和競選經(jīng)理。以至于他的“搗亂”行為很可能幫了大忙。

印第安納大學(xué)（Indiana University）的復(fù)雜網(wǎng)絡(luò)和系統(tǒng)研究中心主任、計算機(jī)科學(xué)和信息學(xué)教授菲利波·門采爾（Filippo Menczer）的研究顯示，錯誤消息和準(zhǔn)確消息火起來的可能性一樣大，因此如果算法的主要準(zhǔn)則是“你的朋友對什么點贊”，這就對打擊假新聞沒有幫助。

事實上，這種算法不僅不能打擊假新聞，甚至可能是助推者。Qlik大中華區(qū)董事總經(jīng)理潘應(yīng)麟解釋：“當(dāng)人們看見的社交媒體推送信息是基于你過往看過什么東西，同意過什么東西；個人的想法和偏見就會被正面放大。原來我們覺得數(shù)據(jù)化是很透明、很清晰的事實，讓大家很邏輯性地、個性化地判斷這個市場；現(xiàn)在越來越多的人說不可以相信這個東西，可能是假的，可能是有偏見的。”

即便如此，潘應(yīng)麟仍然表示：“如果說2016年是信息元年，那么2017年將是數(shù)據(jù)元年?！敝劣谌绾翁岣邤?shù)據(jù)的可信度，潘應(yīng)麟提出，“應(yīng)該像培養(yǎng)英語能力那樣培養(yǎng)數(shù)據(jù)素養(yǎng)——就像當(dāng)我們只能依靠翻譯的時候就要忍受翻譯錯誤，但當(dāng)我們都能使用英語時，就能判斷出翻譯的錯誤，甚至可以越過翻譯、直接交流?！?/p>

在大數(shù)據(jù)應(yīng)用中，如果只有少數(shù)人具備數(shù)據(jù)素養(yǎng)，多數(shù)人就只能被動地接受分析結(jié)果，無從質(zhì)疑和驗證。在這種情況下，當(dāng)假數(shù)據(jù)被戳破時，就容易走到另一個極端，人們不再相信數(shù)據(jù)，任由感情和情緒主導(dǎo)。

商業(yè)轉(zhuǎn)化人士是未來

盡管聽起來陌生，數(shù)據(jù)素養(yǎng)卻不是一個新名詞，2007年，美國國家科學(xué)基金會（National Science Foundation，NSF）就資助了提升本科生科學(xué)數(shù)據(jù)素養(yǎng)的項目。

潘應(yīng)麟在解釋“數(shù)據(jù)素養(yǎng)”的時候祭出了麻省理工學(xué)院和埃默里大學(xué)對“數(shù)據(jù)化”的定義——閱讀、操作、分析和討論數(shù)據(jù)的能力。且不提后三項能力，即便是閱讀數(shù)據(jù)，即如何從數(shù)據(jù)報告中看出門道、看出漏洞，也是一門學(xué)問。因此一直以來，數(shù)據(jù)的處理、分析和管理都要仰仗專業(yè)人士，最終生產(chǎn)一份份報告交給老板，輔助決策。這就可以理解為什么數(shù)據(jù)展示工具容易引起數(shù)據(jù)人才的注意力——老板需要一目了然、重點突出的數(shù)據(jù)報告。

但現(xiàn)實是，老板手里的數(shù)據(jù)是滯后的，實時的數(shù)據(jù)在一線人員手里，要想數(shù)據(jù)充分發(fā)揮作用，就要讓其為一線人員所用。這既要求一線人員有一定的“數(shù)據(jù)素養(yǎng)”，有意識地使用數(shù)據(jù)；也要求數(shù)據(jù)分析工具最大程度地易學(xué)易用。

當(dāng)凱西制藥5年前開始引進(jìn)Qlik的時候，只是為了讓全球的分公司更好地向總部匯報。后來的發(fā)展是，總部開始從上至下、逐步推Qlik的使用。這次的推廣包含了兩個意義，一是培養(yǎng)全公司用數(shù)據(jù)說話的能力和工作習(xí)慣；二是通過統(tǒng)一數(shù)據(jù)處理工具來統(tǒng)一規(guī)范，從而提高數(shù)據(jù)的真實性。

現(xiàn)在，這個數(shù)據(jù)分析工具已經(jīng)普及到了一線人員，數(shù)據(jù)成為了這家全球化公司的一種“官方語言”。而數(shù)據(jù)和業(yè)務(wù)雙料復(fù)合型人才也成為公司的新寵。

數(shù)據(jù)與業(yè)務(wù)脫節(jié)是剛開始重視數(shù)據(jù)應(yīng)用的公司常見的痛點。專業(yè)的數(shù)據(jù)人才不懂業(yè)務(wù)，只能閉門造車，努力建立的模型卻不符合業(yè)務(wù)需求；而由于數(shù)據(jù)素養(yǎng)尚未普及，真正懂業(yè)務(wù)的人才不重視數(shù)據(jù)，或者不知道如何向數(shù)據(jù)人才提需求。

對于企業(yè)而言，普及數(shù)據(jù)素養(yǎng)的成敗關(guān)鍵在于高層對數(shù)據(jù)的重視，讓“用數(shù)據(jù)說話”成為公司文化，這是一個自上而下的過程；在具體實施時，則需要選擇一款容易上手的工具，復(fù)雜的黑科技還是留給數(shù)據(jù)部門的專家使用吧。

對于解決方案和工具提供商來說，最常見的方式莫過于和大學(xué)合作培養(yǎng)人才；互聯(lián)網(wǎng)時代，又多了利用免費版本教育市場的好辦法。比如英特爾就與麻省理工學(xué)院合作建立了大數(shù)據(jù)科學(xué)技術(shù)中心；Qlik在香港與高校合作，把一些企業(yè)的需求交給大學(xué)生，利用Qlik平臺做出解決方案。至于后一種，Qlik在2016年與百度Palo達(dá)成了合作，幫助企業(yè)用戶實現(xiàn)自助式可視化分析。

2016年12月，麥肯錫全球研究院發(fā)表報告《分析的時代：在大數(shù)據(jù)的世界競爭》。報告顯示，分析人才持續(xù)匱乏，來自不同地區(qū)不同行業(yè)將近一半的高管表示數(shù)據(jù)分析人才的空缺比其他任何角色的空缺都更難補。

目前，大多數(shù)公司都重視網(wǎng)羅數(shù)據(jù)分析專家，認(rèn)為他們的出現(xiàn)可以為公司帶來徹底的轉(zhuǎn)變，事實上，能將數(shù)據(jù)分析結(jié)果和實際結(jié)合起來的商業(yè)轉(zhuǎn)化人士（business translator）更重要。這些人精通行業(yè)組織運作，能向數(shù)據(jù)分析人才拋出最精準(zhǔn)的問題，同時從數(shù)據(jù)分析結(jié)果中看到最本質(zhì)的洞見。麥肯錫預(yù)測，未來的10年內(nèi)，單是美國對這種人才的需求就約為200～400萬人。