當下中國，大數據是個熱詞。大數據是怎樣發揮價值的？關注到騰訊近日發布的大數據報告《95后迷之隱私觀大揭秘》，記者走進位于深圳的騰訊總部，走進那些讓數據“活”起來的人。記者在這里卻看到，人與人交流的傳統調研模式，不僅沒有被所謂大數據掩埋，反而在大數據時代，被一個個數據又激發出來。

大數據給不出解釋

搞大數據研發，不就是坐在實驗室、電腦前，整天對著數字噼里啪啦地運算？

可騰訊公司用戶與市場研究中心調研員韓娜，更多地是奔波在見調研對象的路上。

韓娜講了一個對于她來說“家?！钡墓适隆?/span>

一年冬天，她從南方的深圳趕到北方的沈陽，約了一個孩子做用戶調研。本來知情的父母臨時有事不在，孩子的姑姑不讓韓娜進門。韓娜拿出身份證、工作證、介紹信，反復解釋，但所有證明一概無用，對方就是不肯相信。

最終，韓娜被“砰”的一聲拒之門外。

類似的經歷，韓娜所在的團隊幾乎人人都遇到過。

很多人不理解，一個互聯網公司怎么還用上門調研這種“老土”的方式？

的確，擁有7.62億月活躍微信賬戶、8.77億月活躍QQ賬戶的騰訊，并不缺乏用戶社交的大數據，但光有數字就行了嗎？

“大數據給出了結論，但給不了解釋。”用戶與市場研究中心總監譚池舉了一個他自己的親身經歷。

多年前，他曾經參與過早期蘋果手機一代的調研。當時，老外們通過大數據驚訝地發現一個現象：蘋果的幾種輸入法中，中國人特別偏愛某一種?？墒抢贤庀氩煌ǎ@是為什么？

譚池說，“為什么”往往是大數據的盲點，想要找到答案，目前，還只能依靠傳統的人對人詢問。

當時，經過傳統調研，譚池找到了原因：

中國抽煙人口比西方國家多，許多公共場合更是想抽就能抽，人們一只手拿煙時，只好單手握著手機打字，因此中國的蘋果一代用戶，特別偏愛單手型、單指型的輸入法。

知道這個“為什么”以后，相關產品的開發，開始更多考慮單手模式了。

人與人交流的傳統模式，不僅沒有被掩埋，反而在大數據時代，被一個個數據又激發出來。

大數據讀不出場景

“滴”“滴”———訪談室里充滿此起彼伏的電子音。研究員們有些震驚。

事情緣起于產品經理想做一個無障礙功能的設計。研究員朱丹招募了6位盲人進行訪談。起初，大家做好充分準備，以為盲人們可能不會使用智能手機，不會用APP，需要先教一下。

但沒想到，這群盲人使用互聯網產品相當熟練。

他們利用智能手機的讀屏功能，并且每個人都把聲音調到最快檔，只聽見手機發出“滴”“滴”這樣短促的電子音，常人的耳朵根本聽不懂是什么，但6位盲人卻在怪誕的聲音中，熟練地使用互聯網，讓在場的“小伙伴都驚呆了”。

“原來網絡對他們的幫助比我想象中大很多。”朱丹感慨。有位盲人告訴她，比如移動支付，對正常人來說只是多了一種支付手段，但對他們而言是一種顛覆式的設計，大大方便了盲人消費。

大數據提供了一個結果，但它并不知道用戶在使用產品時，身處什么樣的場景，懷揣怎樣的心情，有著怎樣的需求。這一切，唯有人與人面對面，才能知曉。

還有一次，譚池找到了成都的一名用戶，興高采烈跑到對方家里。目的是為了知道用戶使用產品時，真實的生活場景什么樣。一番交流和觀察后，他忽然覺得不太對勁：

這戶人家冰箱里只有6罐可樂，沒有多余的食物，房間里也找不到水壺或飲水機。譚池發短信給同行的同事：留意一下，這是不是他真的家。

等到雙方聊得很開心以后，對方果然露出了口風，原來他確實不住在這兒，這間屋子的主人是他父母，目前租給別人，這次為了接受調研，臨時借用了一下。

“這樣一來，我觀察他的生活場景，有一半信息就沒用了，比如小區、鄰里關系等?！弊T池遺憾地說。

用戶真正的使用情景，他們的擔憂、開心、困惑與不爽，目前的大數據讀不出來。數據再大也是死的，只有人能激活它。

大數據不知道怎么做

多年前，有一位調研員曾經接過一個項目，對方要求調研某產品在用戶心中是多少分，如果得分在80分以下，整個相關團隊就要被撤銷。

“其實，給79分還是80分，有很大區別嗎？”譚池反問，“不談評分機制，就算根據數據得分，判了一個團隊的生死又怎樣？問題還是在那兒，依然沒有得到解決。”

大數據本身，并不能給出一個既定做法。面對數據運算的結果，之后的步驟可能更加重要。

每一年，研究中心負責調研的項目數以百計，這些課題并非調研員自己“拍腦袋”想的，大部分來自產品策劃的需求方。

韓娜說，剛入這一行，自己與產品經理交流時，經常需要磨合。比如一位產品經理很糾結，關于“簽到”有兩種改進方案，究竟95后用戶更喜歡哪一種呢？他不知道。

他可能先去找數據師，去調相關的大數據。大數據顯示，95后更熱衷于每天上網“簽到”。但是他們“簽到”究竟是出于什么心理，獲得了什么滿足，數據并不懂。

于是，產品經理接著找韓娜，請她進行用戶研究。結果顯示，95后樂意“簽到”，更多是為了滿足自己的情感需求，尤其是“刷存在感”。可是知道了這一點后，產品經理依然無法抉擇，究竟哪個方案更好。

時間久了，韓娜漸漸明白，自己做完調研，不能僅僅解答“為什么”，“用戶怎么想”，還要給出“怎么做”的建議。

當然，再細致的調研，最終也不一定能找到產品經理想要的答案。有時候，答案是有了，但考慮到成本營收、缺乏供應商、缺乏可操作性等因素，改進方案依然不了了之。大數據和訪談就都白做了。

另一位調研員馬建說，自己工作最開心的那刻，就是調研的建議被采納，最終體現到產品中。

今天的企業、政府，乃至整個社會，很容易通過大數據對市場一目了然，但一目了然之后怎么做？漠視它、改正它、還是適應它？

大數據未必懂得價值

羅英、何文是“數據挖掘師”。但這份工作想做得好，單純依靠算數據并不夠，其實還要動用“情商”。

比如，QQ音樂有一個功能叫“猜你喜歡”。根據用戶的數據，軟件會自動推薦一些陌生歌曲。這種推薦，顯然是基于大數據平臺。一般我們以為，只要提供一些算法，大數據平臺照此運算就成，但事實沒那么簡單。

首當其沖的是準確率?！安履阆矚g”究竟能猜對多少首歌？不同的數據師，可能會設計不同的算法，有的人效果明顯比較好，他把“年齡”的數據用起來，而另外一個人沒用，就會導致兩者準確率差很大。

究竟需要考慮哪些數據維度，薦歌才會最符合心意呢？沒有標準答案，不同數據師有自己的判斷。同樣的大數據庫，一個運算下來比較準確，一個不準，其中唯一的變化就是人。

第二個問題是，為什么有人能想到“年齡”，而有人卻想不到？憑借的也是個人經驗。或者說，憑借的是人對事物的理解，考驗的正是數據師的“情商”。

“在我們行內有一個不等式：業務知識>數據>算法。”羅英解釋，“而業務知識就是你的理解能力?！庇猛械脑拋碚f，就是“你的架構是否合理?！?/strong>