參考大數據判斷 反誤導專家判斷(2-2)

杜聿鎧 2022/07/27 12:50 點閱 6268 次
數據可能使人們成為奴隸,當世界面對大規模疫的疫情、通貨膨脹等鉅變,大數據比起以往更不可靠。(Photo on Pxhere)
數據可能使人們成為奴隸,當世界面對大規模疫的疫情、通貨膨脹等鉅變,大數據比起以往更不可靠。(Photo on Pxhere)

大數據可提升準確率,卻使美國聯邦儲備系統誤判通膨情形。美聯儲根據40年來累積的數據分析,錯以為通膨將會快速消退。而在疫情和通膨的雙重壓力下,也讓許多以歷史紀錄為基礎的數據資料庫的預測失準,影響數據品質,讓大數據顯得「盲目」。

被數據綁架

根據《Data Center Knowledge》報導,Google會根據過去的交通數據來推估人們的通勤時間,設定推薦路線;Netflix也會從相似品味的人的選擇中,給我們推薦影音;美聯儲則使用過去市場和經濟的數據來預測通膨,調整匯率。

然而,數據卻可能使人們成為奴隸,當世界面臨大規模的疫情、通貨膨脹等鉅變,使得依賴過去資料的大數據比起以往更不可靠。人們依賴過去的經驗行事,無法一一套用於未來的狀況,數據何嘗不是?

大數據有時並不科學

大數據可提高預測的準確率,當人們在買鞋之前,就已經被電腦運算出會買哪一雙、運輸業可提前預測需求,以調節庫存、航空公司則因為更清楚旅客人數而售出更多座位。不過這些流程其實沒有我們想像得科學。

學者表示,就像經濟學家假設投資利率會回到歷史平均水平,卻沒有跡象表明這種情況很快會發生,如果歷史匯率都會出錯,那麼難保依照歷史來預測的大數據能安然無恙,美聯儲也因此誤判,根據40年累積的數據,讓他們以為這次的通膨只是短暫性的通膨。

供應和勞動力的短缺讓現下的經濟變得比以往混亂,所以人們很難知道大數據會讓自己多失望,更何況人們也不清楚應該使用何時的數據進行判斷。

低品質的數據

此外,根據《Data Center Knowledge》報導,數據庫的品質也會影響大數據的判斷,低品質的數據反而讓公司收入減少、團隊效率降低,乃至風險評估錯誤、誤判商機。這股大數據的流行風潮顯得「盲目」,許多的公司對數據越來越依賴,但處理數據的能力卻也因此顯得更差。

像是AI、流程自動化(RPA)以及機器學習(ML)等等數據需求龐大的工作,都必須先確保數據品質,才有機會進一步改善決策。