1.1 規(guī)律是否存在

今天人們正面臨著急速的數(shù)據(jù)膨脹，2003年人類創(chuàng)造的數(shù)據(jù)還僅有1018個字節(jié)，到2012年，數(shù)據(jù)已多達(dá)1021個字節(jié)，2015年的全球數(shù)據(jù)是2012年數(shù)據(jù)的8倍，而預(yù)計到2020年，全球數(shù)據(jù)將達(dá)到44ZB個字節(jié)（1ZB=10萬億億字節(jié)）。事實(shí)上，大數(shù)據(jù)時代已經(jīng)來臨，基于大數(shù)據(jù)分析的各種應(yīng)用正改變著人們的社會、生活和工作，也為企業(yè)帶來了新的商業(yè)發(fā)展機(jī)遇。例如2012年12月12日，淘寶網(wǎng)推出了“時光機(jī)”，根據(jù)淘寶買家?guī)啄陙淼纳唐焚徺I記錄、瀏覽點(diǎn)擊次數(shù)、收貨地址等數(shù)據(jù)編輯制作了“個人網(wǎng)購日志”。該日志就是基于對4.7億淘寶注冊用戶網(wǎng)購數(shù)據(jù)的分析實(shí)現(xiàn)的，是一個經(jīng)典的大數(shù)據(jù)應(yīng)用。

目前，越來越多的公司將數(shù)據(jù)當(dāng)作一種重要的戰(zhàn)略資源，進(jìn)行數(shù)據(jù)儲備和數(shù)據(jù)分析。與以往不同，在大數(shù)據(jù)時代，人們對數(shù)據(jù)的認(rèn)識和處理方式發(fā)生了新的轉(zhuǎn)變。過去，人們將數(shù)據(jù)看作是靜止的、陳舊的，數(shù)據(jù)之間是無關(guān)聯(lián)的，對數(shù)據(jù)的處理僅限于簡單的查詢和分類統(tǒng)計，并以此得出一些人們自認(rèn)為存在的規(guī)律。然而，事實(shí)上，當(dāng)人們對海量數(shù)據(jù)進(jìn)行分析之后，往往會發(fā)現(xiàn)某些規(guī)律根本不存在。

例如對一個物流倉庫數(shù)據(jù)進(jìn)行收集，希望發(fā)現(xiàn)并預(yù)測倉庫中的哪些商品會延期交貨，在開始階段收集到的需要延期交貨的數(shù)據(jù)如表1.1所示。

根據(jù)以往的經(jīng)驗(yàn)，人們通常認(rèn)為庫存為零，或者庫存較少，但未來預(yù)期銷售較多，而運(yùn)輸數(shù)目又少的產(chǎn)品極可能出現(xiàn)延期交付現(xiàn)象。而且表1.1中的數(shù)據(jù)也恰恰符合這種認(rèn)識。然而，當(dāng)獲得了10萬條庫存記錄后，會發(fā)現(xiàn)其中許多庫存數(shù)量大的商品也會延期交付。表1.2顯示了部分庫存量較大且會產(chǎn)生延期交付的產(chǎn)品數(shù)據(jù)。

表1.1 開始階段收集到的需要延期交貨的數(shù)據(jù)

表1.2 部分高庫存且會產(chǎn)生延期交付的產(chǎn)品數(shù)據(jù)

另外，通過對不需要延期交貨的數(shù)據(jù)進(jìn)行統(tǒng)計，還會發(fā)現(xiàn)大量庫存少的產(chǎn)品不會延期交付，如表1.3所示。

表1.3 庫存少但不需要延期交付的產(chǎn)品數(shù)據(jù)

過去，人們形成的“經(jīng)驗(yàn)”往往是基于非大規(guī)模數(shù)據(jù)的總結(jié)，而當(dāng)數(shù)據(jù)規(guī)模達(dá)到一定數(shù)量時，原來的“經(jīng)驗(yàn)”就變得不一定準(zhǔn)確。比如基于大數(shù)據(jù)分析之后，Alpha Go曾下出了人類長期以來認(rèn)為是虧損的棋路。