东莞迁徙里的大数据误区.DG

“东莞迁徙”里的大数据误区

央视2月9日曝光东莞色情业，一石激起千层浪。当晚，一套来自百度迁徙大数据分析的络图被热转。该图简单而直接地显示了2月9日晚上10点之前8个小时内从东莞迁出及迁入的十大热门城市。虽然原文没有明确地进行解读，但在这个时点友纷纷转发，心照不宣地认为这就是一张嫖客小姐逃离图。

从整个事情的流程来看，这是一个非常经典的大数据的应用案例。首先结论来源于数据而且数据足够大，然后用到了大数据的分析方法，当然这个具体的模型和算法百度帮大家做了，然后用最时尚最酷的可视化方式展现出来，最后从数据的结果推出了实际想要的结论，一切都那么完美。

这个大数据的例子比起很多教科书上的例子还要好。从分析的方法来看，逻辑也是非常严密的，要研究的方向是央视曝光之后的影响，这个说得专业一些叫做干预分析。关于影响的可能结果，见仁见智，这个研究选择了一个公众非常感兴趣的结论，也就是出逃的嫖客的去向。该研究选择的方法也很到位，直接利用到了百度的迁徙可视化工具，从数据到结论的完整步骤都有了。

那么，在大数据时代，一个严密而完善的分析流程是否代表着正确呢

?这个问题的答案涉及到了大数据的一个非常重要的本质和误区，并不是用了大数据就一定有结果。

实际上，不论是大数据还是小数据，数据分析的本质一定是方法要和假设匹配、模型要和数据匹配。我们不用说得那么深奥，就用这个例子的程度来还原一个真正的大数据分析的流程。

以后可以直接和客户讲：腾讯报道过我们首先，这个迁徙图的数据到底是什么，读者及分析师们真的了解了吗?根据百度提供的资料，数据来自于LBS(基于地理位置的服务)开放平台，我们深入探究一下，实际上是来自移动客户端。百度的开发平台上写得很清楚，提供了安卓、Symbian和IP定位的接口，简单点来说，大家通过移动终端来调用百度地图或者其他基于百度地图的服务，会被百度记录下来，然后利用这些数据进行分析。

123下一页>