我问答网先吐槽一句：大数据它真的不是算命
你以为大数据是那种掐指一算就知道你今天想喝拿铁还是美式的玄学？根本不是。说实话，我第一次被精准推送的时候也后背发凉——那天我就在步行街多看了两眼别人手里的椰子水，晚上打开App，首页banner就是椰子水促销。我差点以为手机成精了。但后来自己入了行才知道，这背后压根没啥魔法，就是一堆数据在跑。而且跑得还挺笨拙的。只不过量变引起质变，对吧？
其实你每次点击、停留、滑走，哪怕只是把某个商品页面打开三秒又关掉——都是数据点。这些点单独看毫无意义，就像一堆沙子。但是聚沙成塔之后，就能看出你是个“经常熬夜、爱喝甜口、对价格不敏感”的用户画像。很吓人？没错。但更吓人的是它有时候错得离谱。有一回我连续加班三天，就搜了一次“防脱发洗发水”，结果接下来一个月各大平台都给我推植发广告——拜托，我只是发际线高，不是要秃了。
那它到底怎么算出我要买蛋糕的？
这事儿得从关联规则说起。你买咖啡，大概率是在早上，对吧？但如果你是下午三点买咖啡呢？那很可能已经进入了“困但不想睡，需要糖分续命”模式。这时候一个甜甜圈或者一块蛋糕的转化率能比平时高出300%以上。这不是我瞎掰的，真有零售大数据团队做过对照实验。他们发现“下午茶时段咖啡+烘焙”的客单价能拉高将近一半。所以当你被弹窗推荐时，其实是无数个和你行为类似的人，用脚投票出来的结果。
不过话说回来，这里面也有让人抓狂的乌龙。我老婆怀孕那阵子，我们完全没在任何平台搜索过母婴用品，但突然有一天淘宝开始推尿布了。她当时气笑了，说大数据侵犯隐私。但后来我仔细想——是因为她开始频繁浏览家居板块，看儿童房装修，然后大数据就根据“近期关注儿童房 + 消费力中上 + 女”推断出来了。这还算好的，有的妈妈更惨，因为买了验孕棒，系统直接判定之后再也不推酒类广告，结果那是买给室友的……她本人天天喝，看见推荐全变母婴就暴躁。所以数据永远只看相关性，不看因果性，这是它的软肋。
但大数据绝不止是给你推蛋糕
说真的，这两年我接触过几个医疗大数据项目之后，才对这东西有了点敬畏心。你想象一下：全国几百家医院的脱敏病历，影像报告，基因测序结果——全喂给模型去学。某天一个罕见病患者出现，系统在两小时内就匹配出相似病例，然后推荐了跨省的专家会诊。那种感觉就像大海捞针，但鱼竿是智能的。还有城市交通，红绿灯根据实时车流自动调整时长，早高峰能省出小半首歌的时间。
不过也别神化它。有一回某城市搞智慧交通，结果那天半城大堵车——因为系统把某个方向绿灯放太长，结果对向车道全锁死了。最后发现是传感器被鸟屎糊了，数据读错。你看，再牛的模型也架不住一泡鸟屎。这就是数据脏了。
还有个让我特感慨的案例：去年冬天，有个做农产品价格预测的团队，他们用卫星云图、天气数据、历史菜价训练模型，准确率一路飙到92%。结果寒潮一来，预测全线崩盘——因为他们漏掉了“家庭囤货行为”这个变量。恐慌性购买直接把模型冲烂了。所以有时候人的非理性，是大数据永远追不上的那一丢丢变量。
普通人该怎么看这个到处是大数据的世界？
我的态度很简单：别怕，但也别傻。🛡️
你完全可以利用它，比如用比价插件抓全网价格走势，给自己省钱；或者健身App根据你的运动数据调整训练计划——这些挺香的。但反过来，你要清楚自己什么时候在被当成数据饲料。比如那些免费的换脸App，你玩得开心，人家抱走了你的人脸数据，指不定哪天就在黑产里转手七八次。还有智能音箱，你以为它在等你说唤醒词，其实有时候它就是一直在听……虽然厂商都说不上传，但代码是人写的，总会有漏洞。
对了，说到这儿突然想起个事。我一个朋友，程序员，他自己写了个脚本来污染自己的浏览数据——整天随机搜一些离谱的东西，什么“粉红色拖拉机”、“如何用香蕉开锁”。结果你猜怎么着？他打开购物App，首页推荐全是天马行空的东西，他觉得反而清净了。😂 这也算是一种反抗吧，虽然挺阿Q的。
最后说点实在的——💡 数据伦理这玩意儿现在全球都在补课，欧盟GDPR，咱们的个保法，都说明一个问题：技术跑太快，规范得追。咱普通人能做的，就是多留个心眼，该关的权限关掉，该取消的个性化推荐取消掉。当然，如果你完全不在乎，觉得被推蛋糕省事儿，那也挺好。毕竟生活已经够累了，吃块蛋糕怎么了。