川普的逆袭，是给大数据的一记耳光！

2016年美国总统选举9日落下帷幕，初步统计显示，共和党总统候选人唐纳德·特朗普击败民主党总统候选人希拉里·克林顿，当选美国第58届总统。2016年的美国总统竞选被德国《商报》称作“第一次数字化竞选”，两党候选人都组织起了庞大的技术班底，将大量资金花在获取和使用投票者的信息上。

在这场盛大的政治活动中频繁出现了许多名词：大数据、社交网络、软件机器人、黑客，甚至是维基解密。两党候选人都组织起了庞大的技术班底，将大量资金花在获取和使用投票者的信息上，并且借助社交网络的力量，将自己获胜的希望最大化。

而选举之前美国主流媒体和选前的各种民调明显看好希拉里，各种数据预测也都支持希拉里胜利，而特朗普的逆袭可以说实实在在得打了大数据一记耳光。

“数据巫师”Nate Silver

说起美国大选，不少新闻和舆论总是提到一个“数据大神”Nate Silver。Silver是一名美国专业数模分析人士。以下是他的战绩：①2008年美国大选，他准确预测了50个州中49个州的投票结果。②2012年大选，在华尔街和政客都苦恼选情胶着的时候，他却基于数据分析，断言奥巴马有超过九成概率获胜。更神的是，美国50个州的投票结果，他竟然一个不落地全部预测准确。

那么，对于今年的大选，Silver基于数据分析之后，又得出了什么结论呢？

首先，Nate Silver进行预测并不是靠所谓的“直觉”，而是纯粹地靠数据，对众多的数据用算法进行处理。所以他做的是一个预测算法，编程实现的，报告的是计算结果，是“胜率80.7%”这种精确的数值，不是“希拉里优势明显”这种模糊的话。

在美国大选这个事件上，算法依靠的主要基础数据就是各种各样的“poll”，即大选民意调查。美国大选历时数月之久，全国以及每个州都有各种机构主办的不同规模的大选民意调查，一个州对一次大选可能有多达上百次的民调。如对佛罗里达州，538网站共收集了68次民调数据。这就是Silver需要的“信号”。但是由于各种民调的机构背景、立场倾向、覆盖人群、举办时间差异极大，参考意义肯定各有不同，如何处理就是真正的技术了。这相当于要从一堆“信号”中，排除掉“噪声”，得到真正有效的信息。

所以，我们不能说Nate Silver看好谁，他是没有“预设立场”的。Silver报告的胜率不断波动，领先者是可能发生变化的，8月初特朗普就领先过。这正是他与一般预测专家不同之处。如2016年7月20日，新闻引用Silver的预测，希拉里大选获胜概率为64.2%，领先特朗普的35.8%。9月26日第一场电视辩论会之前，媒体又引用Silver的预测，“如果立刻大选”，特朗普的胜率是51.1%。电视辩论会之后，在Silver建立的“538”网站上，希拉里的胜率明显提升，2016年10月1日为67.3%，10月7日已到达80.7%。而最后的结局打破了Nate Silver的数据预测神话。

微软的Bing

微软为Bing搜索引擎带来了全新“智能自动完成”功能，Bing将能够基于其他用户查询关键字和结果，以及Bing自己的查询和语义绘图技术，让用户进行更广泛的搜索，以便产生预期的用户结果。

在Bing官方博客中，Bing团队解释了这一新功能的工作原理，他们表示，比如用户输入的搜索词是“有关的Andr机器学习篇”，Bing能够智能的工作，并向用户建议他们应该搜索的关键词。另外，Bing还可以根据用户给出的关键词，使用机器智能查找用户希望看到的结果，而不是简单地根据用户关键词展示所有搜索结果。

此前，微软的Bing曾预言：希拉里有87%的可能性赢得大选；而最新一次的预测结果显示，希拉里获胜几率是89%，而特朗普只有10%。最终，希拉里将获得各州选举团的323票，而特朗普会获得215票。

”Nate Silver和微软的预测实在让人大跌眼镜，大数据，有时并非万能的！不要把大数据过度神化。

大数据并非完美，有些事情动态变化比较大

在一些实际考量中，存在大数据动态变化比较大的状况。相对而言，美国大选数据调查的大数据，肯定比今天众多贩卖大数据概念的调研公司，肯定更加专业，考量因素做的更科学。但是即使这样，有些动态变化，也会缺乏及时的把握。

例如曾经杜威和杜鲁门的大选竞争，大选前夕，杜鲁门的支持率虽然落后于杜威，但数字已经从两个月前的32%激增至44%，显示他正在赢得摇摆选民的支持。密歇根大学的调查发现，投给杜鲁门的选民中，有14%的人在竞选的最后两周才决定投他票。盖洛普和罗珀的调查也显示类似的现象。这说明杜鲁门赢在了最后一英里。

这种动态变化的及时性很关键，大数据统计的往往是过去一个时期表现出的特征，最新的特征能否被迅速捕捉到，而一些已经发生变化，但还没有外在表现出特征的变化，很难捕捉到，这些可能往往影响事态变化。

在相差悬殊不大情况下，由于比拼概率、误差也许会很大

在相差悬殊不大，都存在一定概率的时候，这个准确预测能力就很难说了！

毕竟双方都具有较高的概率，具有较高的可能性，谁都有胜出的可能，这种预测的准确性是比较难以判断的。

例如这次，希拉里与特朗普之间的差距实际很小，在当初特朗普骚扰事件之时，两人差距拉大、希拉里保持过较大领先，但是随着维基解密的一些曝光、以及FBI宣布重启邮件门的影响，两者之间差距很小，这种极小的差距，加上美国独特的选举人票模式放大，最后上演了特朗普的逆袭。

毕竟双方都具备一定的胜算概率，胜负在谁手里很难说，某种程度降低了大幅降低了预测的概率和准度。两者差距比较明显，基本上大数据准确率比较高，但是相差不大，呈现胶着状态，也直接影响了准确率。

大数据对黑马、及未来的创新预测，可能会失准

——对于不确定性的状况，大数据就很难把握

无论是黑马、突发情况，还是未来的创新性技术、艺术作品等的出现，都带有不确定性，让大数据束手无策！

一种是黑马情况，突发情况难以预测

大数据更多是对已有事物、现象的总结，但是有时候突发情况出现、黑马出现，意外搅动了局势，让整个格局超出了之前已掌握的情况。让一切发展充满了不确定性！

希拉里上一次竞选总统时，已经遭遇一次黑马状况，上一次竞选之初，希拉里在党内竞选时，开始是具有明显优势，但是没想到奥巴马的横空出世，打乱了计划，当时奥巴马相对声明显赫的希拉里相比，在知名度和影响力相差甚远，但是奥巴马的横空出世却改变了状况，最后赢得党内大选，并最后当选总统。

可以说，奥巴马当时的出现就是黑马姿态，他的信息和潜力都超出了之前掌握的情况。

大数据整体是很有效的，但不是万能的

当然，我们不能否认大数据有效的，总体上是具有很高价值的！多数时候、科学考量状况下准确率很高、所创造的价值极大！

因为，大数据的价值实际上是信息流的获得，获得足够、充分的信息，对于决策的合理性和科学性具有极高的价值，无论是真正的战争，还是商业上的竞争，获得信息越多，数据越多，对于合理的商业决策的帮助越大，成功的可能性也越高！而从国家、企业重视信息、重视大数据，就可以看到大数据的独有价值性。

但是，同时，我们也要看到，大数据的一些局限性，无论是保证数据精准的考量要素设定、消费者回答的真实性，还是对于动态变化的及时把握，对于黑马、突发情况发生、未来的创新技术艺术等方面，都会影响大数据作用的发挥，以及判断的精准性。

所以，大数据不是万能的，要使用它，一方面要具备很高的专业性、保证数据的合理性、科学性，从而保证使用的实效性；另一方面要敏锐感知变化，提高对未来的前瞻性判断能力，避免大数据对于变化、不确定性判断懵圈。

图文整理自网络