作者 | 橙子

审核 | gongyouliu

编辑 | gongyouliu

在上次内容中，我们讲到了“大数据与时尚业”，今天我们讨论一下“数据预测”。

从大量数据的收集到找出有用的规律，要预测结果需经得起时间考验，非常不容易。如果不能将预测付诸行动，或者与现实偏差太大，便，前功尽弃。

随着技术进步，数据应用经历了几个重要阶段：从最早期的描述性分析（发生了什么），到诊断性分析（为什么发生），直到今天每一个行业和垂直领域都在努力开展的预测分析（即根据已有的历史数据预测未来）。实际上，最重要的是真正改变生活的数据应用正悄然兴起，商业分析正朝着这个方向走，这就是“Prescriptive analytics” （可译为指导性分析或处方分析），预测不同行动产生的结果，并基于预测给出具体的行动建议。这也是商业分析的突破，预示我们已走入商业核心，创造新的商业模式指日可待。

美国创新公司Flyr Lab把预测分析和指导性分析用于预订机票，基于大量数据和对航空公司制定价格的理解，以此预测未来的机票价格。其实预测价格并不新奇，但利用预测有效地锁定低价机票，这种产品很有意思。

Flyr lab开发了一种新产品叫foresight，并将其用在一个预订机票网站getflyr，从而进入到指导性分析阶段。当你犹豫是今天买300美元的机票还是等几天再买时，getflyr或许可以帮你解决烦恼。你只需花3～30美元，就可锁定未来七天内300美元的机票价格，而且也不必担心机票加价，因为getflyr会为机票价格涨幅买单，而票价下跌时你可以享受低价的机票。这一切都是基于大量的实时计算和模型学习调整，最终呈现给用户明确的解决方案。

上述的例子就是一个概率游戏，若这个为确定性买单（Paid for certainty）的例子普及到日常生活中，可以衍生无数的可能性。机票例子中动态定价能力是这个产品的关键，实时票价的趋势预判和参与人数令风险更容易控制。

哈佛大学医学院的一份研究报告提到，他们在研究参加过战争的退伍军人的战后创伤和精神愈疗时，开发出一个精算模型。这个模型基于近100万名退伍军人数据，能够预测退伍军人的犯罪倾向。美国军方也曾在2004年至2009年试图建立退伍军人的数据库，以研究退伍后军人的行为风险。该数据库表明，其中近6000名退伍军人曾发生暴力犯罪——从谋杀到纵火，等等。哈佛大学医学院的研究者们将这些数据和军队数据、人口数据以及犯罪和医疗数据相结合，开发出了精准模型，以预测参战退伍军人未来的犯罪率。最终结果证明，超过50%的犯罪都发生在模型判定的高风险人群中。未来，或许潜在嫌犯会被提前监控，尽管从传统意义上看，警方的使命是破案而不是防止犯罪。但现在的大数据技术为预测犯罪提供了可能，预防并阻止恶性枪击事件的发生，将在一定程度上为普通民众的生活带来安全保障。

大数据的重要性已不言而喻，而大数据技术在商业活动、社会生活中的作用也越来越明显，越来越重要。

本期的内容到这里就结束了，下期会和大家探讨“大数据与气候”。

本文的视频版本可以直接点击下面视频观看，欢迎关注数据与智能视频号获取更多精彩视频。