韩国一区二区视频,黄色不卡一区,久久天堂av综合合色,中文字幕日韩专区

what比why重要

量增加了，就出現另一項大數據的特色：亂(messy)。巨量資料的內容常是混亂不齊，質量不一。這是因為，巨量資料的收集過程中，它只要一個大方向即可，不需要講究到一寸、一分。“這并不是說我們放棄了精準這件事，只是不再將精準奉為圭臬，”荀伯格說。

舉例來說，我們要測量某個葡萄園的溫度，如果整片葡萄園只有一支溫度計，那這支溫度計就要十分精準，不能故障，但也意味著它會很貴。換句話說，就是不能有任何雜亂或出錯；相反的，如果我們今天在葡萄園里放了100支溫度計去測溫度，就可以用便宜一些，簡單的溫度計測出很精準的溫度。

100支溫度計代表的是量大，盡管其中幾支可能不那么精準，但卻可以收集到大量數據。比起只靠一支溫度計來說，更可看到全貌，代表全體。那此時，一點雜亂就顯得微不足道。

重點又來了，荀伯格忽然站起來向所有在場的觀眾說，大數據時代，資料數量比資料質量更重要。更不要為了一點點信息的偏差而影響了整體分析，想處理掉不精準的信息，成本會很高，也沒有必要！

另一個有趣的例子是沃爾瑪，他們從龐大的交易記錄上發現，在颶風來襲前，銷量大增的不只是手電筒，還有一種美國小甜點 Top-Tarts，店家會在每次颶風來臨前，把一盒一盒的 Top-Tarts放在風災的必需品架上，方便急忙的顧客一次滿足，“特別是草莓口味的，賣得最好。”

請注意，這里Walmart不去弄清楚為什么颶風時人們特別想吃Top-Tarts，而是把這個相關性找出來，直接采取更有利的營銷動作。

荀伯格特別強調，大數據時代，what比why重要。

再舉一個例子，發生在他朋友，也是大數據專家，任教于華盛頓大學的教授伊茲奧尼(Oren Etzioni)身上。2003 年時他想從西雅圖塔機到洛杉磯參加弟弟的婚禮，他想愈早訂票愈能買到便宜，幾個月前他就買好了機票，也覺得買得很便宜。沒想到他在航程中，出于好奇問了隔壁乘客買多少錢，何時買的。結果，一問之下，都回答最近才買，且都比他買得便宜，他十分生氣。