轉眼間，麥肯錫提出"大數據"已經十年了，如今"除了上帝，所有人都必須用數據說話"已經成爲衆多管理者的信條，無數的PPT和分析報告充斥着海量的數據；國人也開始拒絕"差不多"、"大概"等含糊字眼，似乎有了數據纔有說服力。

　　在這樣的背景下，呈現出一種新的情況：被真實的數據欺騙。被騙的不僅是那些剛從信息封閉世界裏走出的人羣，也包括久經歷練的成熟管理者，被騙，有的是因爲數學不好，有的則是因爲心理原因，而更主要的原因，是發展太快了。

　　【數據量加速膨脹】

　　數字化的時代，技術手段越來越強大，業務應用越來越豐富，產生的數據也越來越多。EMC曾經在2010年發佈過《數字宇宙十年》的研究成果，以數字的形式展現出數據的飛速膨脹。報告中稱每年創建的數字信息量，2009年到2020年將增長44倍，而目前看起來這個速度還是被低估的。

　　這就意味着，過去我們以爲的海量數據，在未來都是微不足道的；而某一領域的"小數據"和小概率事件，都可能演化爲我們如今理解的"大數據"。

　　十五年前，中國移動在全國範圍建設數據倉庫，那時中國移動的規模還算不上大，企業的影響力也有限。一次在與微軟的交流時，我們屢次質疑微軟數據倉庫技術對規模化應用的成熟度，把微軟的專家問急了，說："你們總在質疑我們的技術能不能支持TB級，我其實一直懷疑你們有沒有TB級的數據。"然後不顧瞠目結舌的我們，甩門而去。於是我們得出了這樣的結論：微軟公司缺乏電信運營商數據倉庫建設經驗。

　　經過幾年的努力，我們自豪地宣佈：中國移動建成了全球最大規模的數據倉庫，系統容量達1600TB，其中有效數據容量800TB。

　　這是十年前我們的"世界第一"，沒過多久，大數據時代來了，中國移動在話音時代建立起的數據倉庫，其規模在流量時代顯得那麼保守，甚至比不上某一個業務所產生的數據。以前基於某一個數量級的分析可以摸索出規律來，如今同樣的分析可能得出的結論有很大侷限性，在數據分析領域裏曾經的經驗都不牢靠了。在這個時代我們都是學生，需要不斷學習纔可能跟上發展，自以爲是的結果只能是自討苦吃，自欺欺人。

　　【倖存者偏差的誤判】

　　伴隨着權健的熱點，"倖存者偏差"的概念呈現在公衆面前。這是一種常見的邏輯錯誤，指的是只看到經過篩選產生的結果，而沒有意識到篩選的過程以及被篩選掉的關鍵信息，因此形成了錯誤的結論。典型的被篩選掉的案例包括：吃了保健品沒有康復的人、中彈後飛不回來的飛機等等。（如果對這段內容感興趣，可以去搜索《權健密碼：倖存者偏差》）

　　除了這種極端的案例，在日常中以偏概全的現象更多。完整的數據量太大，所以在數據處理之前先要進行數據的清洗和格式轉換等，在這個過程中就會篩掉很多數據和信息。有些非常有價值的數據被當作"異常數據"洗掉了。最終在驚呼中出現的黑天鵝，其實早就有跡可循，是一步步向我們走來的灰犀牛。

　　數據沒有錯，錯的是數據處理的過程，再往下探一層，就是進行數據處理的人。並不是說這些數據處理者主觀上有什麼不良動機，而是很多時候對異常數據的識別和處理需要業務經驗，而有業務經驗的人不屑於去做這些底層的"體力活"，這種脫節導致了數據被錯誤處理。

　　隨着時代的發展，統計學、概率論等數學基礎能力的普及，越來越多的業務專家意識到數據的價值，帶着各自的興趣去觀察、分析各種各樣的數據信息，要想不被騙，必須把自己訓練得更專業。

　　專業人員尚且如此，如果數據分析裏的一些技巧被惡意運用，那麼普通老百姓有多大的抵抗能力？包含着精準的數據和成功的案例，加上頗具煽動性的激情演講，再有知名人士和權威媒體的站臺，這樣的套路你能躲開多少？

　　【強化偏見和執行】

　　在海量數據面前，在廣闊的互聯網天地中，再偏執的觀點都可能擁有相當規模的支持者。也就是說即便有99.999%的人討厭你，你仍然可以是個萬人迷。在這種環境下，如果需要找數據和支持者來證明某些觀點，太容易了。

　　我們看到很多文章和報道，都是作者預先設定立場和觀點，再去做採訪或者找數據，表面看這些證據能夠充分證明作者的論點，實現邏輯自洽；但事實真相未必。最近一段時間，很多以講故事的方式報道某極端事件的熱點文章，過不了多久就被反轉打臉，再回頭看原報道，貌似嚴謹的邏輯和推演竟都是以偏概全的一面之詞。

　　這樣的問題發生在輿論媒體上，雖然會在一定程度引起混亂，但往往幾天之後熱度過去了，沒啥大不了的。但是如果企業的決策者有這樣的毛病，那問題可就大了。

　　在鼓勵改革創新的時代，很多有理想有追求的企業經營管理者，不僅追求發展的整體目標，同時還希望在某一個方向或者領域留下自己的印記。這本來是好事，但如果設定的目標過於理想化，或者錯誤評估改變付出的代價，那麼變革可能給企業帶來嚴重的影響。

　　如果管理者尊重實際情況，開誠佈公地與團隊溝通協商，還是能找到正確的目標以及合理的演進路徑。但偏偏有的管理者強調"執行力"，強硬地對待反對聲音，就會引發內部的另一種風氣：拿數據來證明領導英明神武，用部分數據來說明改革的成功，文過飾非，看似一片歌舞昇平，其實是在錯誤的道路上越走越遠。

　　前面說過，如今數據太多，可以找到論證各種論點的依據。也就是說，根據結論去找數據，就能做出一篇漂亮文章來，活生生地把科學做成了藝術，貌似解的是數學題，本質上還是在做語文，這樣做出來的分析報告和規劃，從邏輯上無法判斷其真僞，讀者對內容半信半疑，失去了價值甚至存在意義。

　　【結語】

　　總之，現如今，從海量數據中篩選出有價值信息的難度越來越大，篩選的規則和方法可能存在偏差，還有人刻意利用數據來包裝掩蓋真相。數據本身不會說謊，但你確實可能被真實的數據欺騙，我很討厭這樣，但是又有什麼好的解決辦法呢？