赌上全部声誉的普林斯顿教授

大数据能干什么呢？太多有意思的事情了。比如传统的品酒活动需要有专业品酒师，这些大师经过长年训练，舌头跟普通人长得不一样，他们可以品出1992年的酒比1993年的好，所以过去是靠天赋来品酒。普林斯顿大学有一个英语学教授，他很喜欢喝酒也爱储藏葡萄酒。每年都要等品酒师的报告太麻烦，于是他想到是否可以依靠数据，分析出酒的品质。他找来降雨量、平均气温、土壤成分等数据进行分析，并建立了一个网站，告诉大家选酒的秘诀。当他公布研究成果时，引起了业界的轩然大波。

通常当年的葡萄收获后要经过一段时间发酵，酒的味道才会好。所以很多品酒师品的不是葡萄酒，那时葡萄酒还没有真正做成，他们品的是发烂的葡萄。因此在那个时间点就预测当年葡萄酒的品质是比较冒险的。再加上人的心理因素也会影响预测：地位越高的品酒师，预测越保守；而刚出道的品酒师往往会“语不惊人死不休”。这就好像有些专家说北京的房价会涨到50万元/平方米，可要是去问林毅夫老师：“林老师，请问今年中国股市会怎么样？”他肯定会告诉你：“有50%的可能性会涨，但也有50%的可能性会跌。”要知道，一旦他预测错了，要损失的名誉代价是很大的。所以顶级的品酒大师一般都不敢贸然论断。

但普林斯顿大学的这位英语学教授不同，他凭借统计数据，有一年突然预测说当年的酒是百年来最好的酒。大家哗然，怎么敢这么说？太疯狂了。更疯狂的是到了第二年，他预测当年的酒比去年的更好，并赌上了自己的声誉，但事实证明，他预测对了。因此许多品酒师在做评判之前，都会先到他的网站上看看，再做出自己的判断。有很多规律我们不知道，但它潜伏在这些数字里头。

《点球成金》也是一部和搜集数据有关的电影，讲的是球探怎么找到潜在的棒球运动员。最初靠经验，到处去看谁有潜质，把一场场赛季的球赛看完后，决定人选。但怎么评断谁打得好呢？很多时候只能靠瞎蒙。电影里有一个场景，一帮球探聚在一起评价某个球员到底好不好，其中一个球探说：“他不好，女朋友长得太难看了。”有人问女朋友长得好坏和打球好坏有什么关系呢？球探说：“女朋友长得难看，说明他的自信心不行，所以打球不会很猛。”这当然完全是胡扯。电影里还有一个桥段：原来没什么名气的球队，突然找到一个另类的经济学硕士。经济学硕士说只要把数据给我，我就能帮你找到好运动员。此话一出，相当于颠覆了整个行业规则，引发无数质疑：不去现场观看球赛，仅凭球员原有的赛季记录，怎么可能知道该球员是不是合适。可事实胜于雄辨，剧情发展到最后，出现了一个新的领域——用计量经济学来寻找棒球界的明日之星。

我们从这两个案例能够推出什么来呢？在大数据时代，因为数据很多，很可能可以找到相关性，但也因为数据太多，未必能够理解为什么是这样。但只要能先找到相关性，就很不错了，如果运气再好的话，可能会找到内在的因果关系。只要善加利用“知其然”即可，毕竟大部分情况下你不一定会知其所以然。