Michael Berry對大數據的浮夸之詞頗不以為然。身為旅游網站TripAdvisor的分析總監，他認為更多的數據未必帶來正面的業務影響，比如大數據和預測分析的例子。

“很多預測分析的應用其實并不需要所有的數據。”Berry在Predictive Analytics World做主題演講時說到。因此，對于數據科學家來說，重要的不是想著怎樣分析所有的數據，而是看通過哪些數據可以得出真正有價值的結果。那么到底該怎么辦呢?“對于這個問題，沒有直截了當的答案。”Berry說。

但是，通過每次增加一些數據的方式來測試預測模型的有效性，可以最終確定多少數據是足夠的。比如，當Berry想知道旅游代理商對某家酒店或特定客戶的標準價位時，采用計算平均值的方法：選取兩個取均值，然后是三個…最終在1萬個時均值穩定下來。如果取2萬個，均值肯定會發生變化，但這已經沒有必要了。

“這就是關鍵所在。如果你有足夠的數據，那么單純數量上的增加就不會對結果造成很大的影響。”Berry說。

如果過多的數據不會帶來本質的不同，那么什么才是關鍵所在呢?“很多方面。”Berry表示。數據的純凈度、樣本的合理全面以及專注于數據質量和挖掘的人才等，都會導致結果的不同。

這些都是預測分析中的關鍵點，比如指出哪些變量可以使模型更健壯，或者結合哪些來源的數據可以發現新的模式。

“比如風寒效應(wind chill factor)。”Berry說。結合了實際的溫度和風速，才能切實分析出人體對于外界環境的感受。

大數據的誤區

Berry并非唯一對當前大數據和預測分析境況有微詞的人。咨詢公司Rexer Analytics的創始人Karl Rexer認為數據科學家們多少都有點迷茫失措。在其2013年對數據挖掘從業者的調查看出，受訪者反饋表明數據規模變得越來越大。但是，當被問及有多少數據被用于真正的分析時，答案和2007年的調查結果并無二致。

這并非證明所謂大數據是一場鬧劇。“對于傳統的預測分析建模或數據挖掘項目來說，總體的樣本規模并未出現增長。”Rexer說。

縮寫詞匯命名

將分析術語轉化為業務端所能理解的語言，是一種巨大的挑戰。工資、人力和服務外包提供商Paychex是這樣打破藩籬的：根據業務端的建議來進行描述。

“當我們構建模型時，會舉行一個命名比賽。”Paychex的建模分析師Tom Kern在本次Predictive Analytics World上表示。Kern的團隊會向用戶發送電子郵件，其中對模型進行了簡短的描述，并且提供一些詞匯供其使用。用戶根據實際工作，創造縮寫詞匯，比如SAM表示銷售預期模型(sales anticipation model)，TIM表示領域識別和映射模型(territory identification and mapping model)。

如果業務端用戶的建議最終被采用，其就會收到一個禮物卡。由此，就可以根據諸如銷售人員之類的用戶的期望，從而思考預測模型該做些甚么。

汰漬的策略變化

作為全球最大的零售商之一，寶潔公司宣布推出一款新型的低價汰漬洗衣劑，以此來吸引中端客戶。該如何評價這個決策呢?

Shel Smith是市場分析公司Twenty-Ten Inc.的創始人，他的看法是：“如果你發布類似的產品，不僅僅是在獲取新的客戶，其實還在鼓勵已有的客戶替換現有的高價產品。”

鑒于當前經濟形勢的影響，這種擔憂并非沒有道理。但是，Smith對寶潔的策略持有信心。他認為，寶潔的策略是基于預測模型、海量數據和精準營銷來達成的，可以在獲取新客戶的同時不影響現有品牌的銷量。

“寶潔肯定有很多我們不知道的過人之處，但是在獲取新客戶方面并無什么神秘的。”Smith表示。