| 上个故事《盖洛普抽样的成功——大小之争》 展示了大数据和小数据的PK，误差和偏差再次刺痛了我们大数据工作者的心。看今天的故事也许可以温暖一下我们受伤的心，数据及数据分析和分析师PK，让你找到勇士的感觉：数据分析只是我手中的剑而已。
点球成金——数据流PK球探，谁更重要？ 《点球成金》(Moneyball)又是一例数据分析的经典故事： 长期以来，美国职业棒球队的教练们依赖惯例规则是，依据球员的“击球率（Batting Average, AVG)”（其值等于安打数／打数），来挑选心仪的球员。而奥克兰“运动家球队”的总经理比利·比恩（Billy Beane）却另辟新径，采用上垒率指标(On-Base Percentage, OBP)来挑选球员，OBP代表一个球员能够上垒而不是出局的能力。采用上垒率来选拔人才，并非毫无根据。通过精细的数学模型分析，比利·比恩 发现，高“上垒率”与比赛的胜负存在某种关联（correlation），据此他提出了自己的独到见解，即一个球员怎样上垒并不重要，不管他是地滚球还是三跑垒，只要结果是上垒就够了。在广泛的批评和质疑声中，比恩通过自己的数据分析，创立了“赛伯计量学”（Saber metrics）。 据此理论，比恩依据“高上垒率”选取了自己所需的球员，这些球员的身价远不如其他知名球员，但比利·比恩却能带领这些球员在2002年的美国联盟西部赛事中夺得冠军，并取得了20场连胜的战绩。 这个故事讲得是数量化分析和预测对棒球运动的贡献，吴甘沙先生认为，它在大数据背景下出现了传播的误区： 第一，它频繁出现在诸如舍恩伯格《大数据时代》之类的图书中，其实这个案例并非大数据案例，而是早已存在的数据思维和方法。在“点球成金”案例中的数据，套用大数据的4V特征，基本上，无一符合。 第二，《点球成金》无论是小说，还是拍出来的同名电影，都刻意或无意忽略了球探的作用。从读者/观众的角度来看，奥克兰“运动家球队”的总经理比利·比恩完全运用了数据量化分析取代了球探。而事实上，在运用这些数据量化工具的同时，比恩也增加了球探的费用，“军功章里”有数据分析的一半，也有球探的一半。 目前的大数据时代，就有这么两个流派，一派是技术主导派，他们提出“万物皆数”，要么数字化，要么死亡（孙正义在对日本企业界的演讲上所言），他们认为技术在决策中占有举足轻重地作用。另一派是技术为辅派，他们认为，技术仅仅是为人服务的，属于为人所用的众多工具的一种，不可夸大其作用。 针对《点球成金》这个案例，比利·比恩的拥趸者就属于“数据流党”，而更强调球探作用的则归属于“球探党”。 球探党Bill Shanks在其所著的《球探的荣耀：论打造王者之师的最勇敢之路》（Scout’s Honor: The Bravest Way To Build A Winning Ball-team）中，对数据流党的分析做出了强有力地回应。他认为，球探对运动员定性指标(如竞争性、抗压力、意志力，勤奋程度等)的衡量，是少数结构化数据（如上垒率等）指标无法量化刻画的。 和《点球成金》观点针锋相对的是，Bill Shanks更认可球探的作用，他把球探的作用命名为“勇士”哲学。对于勇士来说，数据分析只是众多“刀枪棍棒”兵刃中的一种，无需奉之如圭臬，真正能“攻城略地”的还是需要勇士。比如说，运动家棒球队虽然在数据分析的指导下，获得了震惊业界的好成绩，然而他们并没有取得季后赛的胜利，也没有夺取世界冠军，这说明，数据分析虽重要，但人的作用更重要！ 从第01故事的分析中，我们知道，大数据分析的第一层作用就是，面向过去，发现潜藏在数据表面之下的历史规律或模式，也就是说达到描述性分析。而为了让读者相信数据分析的能力，灌输一些“心灵鸡汤（或称洗脑）”，是少不了的，哪怕它是假的！ 下个故事：大数据预测得准吗？ 全文：深度|十个段子反思大数据 |
