●●●

回想美國總統大選和英國脫歐公投，其投票結果令很多人感到驚訝。在這兩個事件里，投票結果都引發了這樣的嘆息：“如今是大數據時代，民意調查專家和權威人士的預測怎么會錯得如此離譜？”

●我的專長只在語言方面，因此我不必假裝找到了答案，不過無論樣本量只有數千的民意調查算不算“大數據”，這個問題無疑都是沒有確切答案的——要是以中等數據（mediumdata）的名義進行調查，投票的統計數據可能會更少。或許這就是問題所在：如果預選和預投分析能夠訪問數百萬數據點，結果可能就不會讓人感到那么意外？或者，需要的也許不是大數據本身，而是一種能夠利用諸多新型可用數據的方法。

●例如，快數據（fastdata）需要實現近似于瞬間的存取、分析，或是其他需要在非常短的時間內進行的操作。它是熱數據（hotdata）的一種，需要不斷被使用，因此必須能夠被輕而易舉地迅速獲取。與之相對的是慢數據（slowdata），它經過相對長時間的積累，意味著在某一時刻可能會成為長數據（longdata），可追溯至數百年之前。慢數據是冷數據（cold data）的一種，冷數據的使用頻率相對較低，因此可以無須被迅速存取。無論快還是慢，熱還是冷，如果是不完整、不一致或完全錯誤的臟數據（dirtydata），那么它對任何人來說都沒有多大用處。

●與不可見但在宇宙中占了相當大比重的暗物質類似，暗數據（darkdata）代表著大部分企業收集和存儲的不可見但占據了相當大比重的數據。暗數據之所以“暗”，是因為企業并不用它來分析、洞悉或制定決策。它的一部分是未使用的傳感器數據或暫存網絡路由信息等瞬態數據（transientdata），以及用戶（不斷變化的）GPS坐標等實時數據（livedata）。這些數據偶爾也能產生閃現洞見（perishable insights）：存儲期限非常短暫的有價值數據（比如你發現顧客信步走過你的實體店鋪時產生的便是這種數據）。與之相對的是目標豐富型數據（target-richdata），這類數據被標記、處理和分析時，會給其所有者提供有價值的長期洞見。

●●●

或許有一種方式可以綜合整體和局部，即以某種方式將大數據和我們對大數據的貢獻——產生自我們日常行為的小數據（smalldata）——結合在一起。我們將不得不經歷一些危險。例如，我們將需要保證我們的數據不會變成立方體數據（cubeddata），否則第三方之間會共享我們的數據，那樣就無法預料數據的最終結果及其將如何被使用和理解了。我們將需要一些保障措施來保證第三方踐行可靠數據（responsibledata），即保密并人道地使用和共享數據。

更有前途的大概是利用厚數據（thickdata）的方法，厚數據結合了定量與定性分析。權威人士可以從敘事醫學（narrativemedicine）中得到提示，敘事醫學將病人病情的發展過程與傳統的醫療實踐相結合，將其作為理解、診斷和治療疾病的方法。權威人士可以不再猜測人的行為（例如美國農村選民可能在選舉日根本沒出門投票，在民意測驗中選擇“棄權”的人反而可能出現在投票站）；他們可以直接與人們對話，傾聽他們的故事，而不僅僅是看著一行行的數字。就把它稱為“敘事數據”（narrativedata）吧。

作者：Paul McFedries