大數據——不是因果關係，而是相關關係

1997年，24歲的格雷格-林登（Greg Linden）在華盛頓大學就讀博士，研究人工智慧，閑暇之餘，他會在網上賣書。他的網店運營才兩年就已經生意興隆。他回憶說：「我愛賣書和知識，幫助人們找到下一個他們可能會感興趣的知識點。」他註冊的這家網店就是日後大獲成功的亞馬遜。後林登被亞馬遜聘為軟體工程師，以確保網站的政正常運行。

亞馬遜的技術含量不僅體現在其工作人員上。雖然亞馬遜的故事大多數人都耳熟能詳，但只有少數人知道它的內容最初是由人工親自完成的。當時，它聘請了一個由20多名書評家和編輯組成的團隊，他們寫評，推薦新書，挑選非常有特色的新書標題放在亞馬遜的網頁上。

這個團隊創立了「亞馬遜的聲音」這個板塊，成為當時公司這頂皇冠上的一顆寶石，是競爭優勢的重要來源。《華爾街日報》的一篇文章中熱情地稱他們為全美最有影響力的書評家，因為他們使得書籍銷量猛增。

傑夫-貝索斯（JeffBzeos），亞馬遜公司的創始人以及總裁，決定嘗試一個極富創造力的想法：根據客戶個人以前的購物喜好，為其推薦具體的書籍。從一開始，亞馬遜已從每一個客戶身上捕獲了大量的數據。比如說，他們購買了什麼書籍？哪些書他們只瀏覽卻沒有購買？他們瀏覽了多久？哪些書是他們一起購買的？

客戶的信息數據非常大，所以亞馬遜必須先用傳統的方法對其進行處理，通過樣本分析找到客戶之間的相似性。但這些推薦信息是非常原始的，就如同你在波蘭購買一本書，會被東歐其他地區的價格水平高的暈頭轉向，或者在買一件嬰兒用品時，會被淹沒在一推差不多的嬰兒用品中一樣。

詹姆斯-馬庫斯（James Marcus）回憶說：「推薦信息往往為你提供與你以前購買物品有微小差異的產品，並且循環往複。」詹姆斯-馬庫斯從1996年到2001年都是亞馬遜的書評家，在他的回憶錄《亞馬遜》里，他說道：「那種感覺就像你和一起逛書店。」

格雷格-林登很快就找到了一個解決方案。他意識到，推薦系統實際上並沒有必要把顧客與其他顧客進行對比，這樣做其實在技術上也比較繁瑣。它需要做的是找到產品之間的關聯性。1998年，林登和他的同事申請了著名的「item-to-item"協同過濾技術的專利。方法的轉變使技術發生了翻天覆地的變化。

因為估算可以提前進行，所以推薦系統快如閃電，而且適用於各種各樣的產品。因此，當亞馬遜跨界銷售除書以外的其他商品時，也可以對電影或烤麵包機這些產品進行推薦。

由於系統中使用了所有的數據，推薦會更理想。林登回憶道：「在組裡有句玩笑話，說的時如果系統運作良好，亞馬遜應該只推薦你一本書，而這本書就是你將要買的下一本書。」

現在，公司必須決定什麼應該出現在網站上。是亞馬遜內部書評家寫的個人建議和評論，還是由機器生成的個性化推薦和暢銷書排行榜？批評者說了什麼，或者是顧客的點擊意味著什麼？從字面上來講，這是一場人與滑鼠的戰爭。

林登做了一個關於評論家所創造的銷售業績和計算機生成內容所產生的銷售業績的對比測試，結果他發現兩者之間的業績相差甚遠。他解釋說，通過數據推薦產品所增加的銷售遠遠超過書評家的貢獻。

計算機可能不知道為什麼喜歡海明威作品的客戶會購買菲茨基拉德的書。但是這似乎並不重要，重要的是銷量。最後，編輯們看到了銷售額分析，亞馬遜也不得不放棄每次的在線評論，最終書評組被解散了。林登回憶說：「書評團隊被打敗，被解散，我感到非常難過。但是，數據沒有說謊，人工評論的成本是非常高的。」

如今，據說亞馬遜銷售額的三分之一都是來自於它的個性化推薦系統。有了它，亞馬遜不僅使很多大型書店和音樂唱片商店歇業，而且當地數百個自認為由自己風格的書商也難免受轉型之風的影響。事實上，林登的工作徹底改變了電子商務，現在幾乎每個人都在使用電子商務。

知道人們為什麼對這些信息剛興趣可能是有用的，但這個問題目前並不是很重要。但是，知道「是什麼」可以創造點擊率，這種洞察力足以重塑很多行業，不僅僅只是電子商務。

所有行業中的銷售人員早就被告知，他們需要了解是什麼讓客戶做出了選擇，要把握客戶做決定背後的真正原因，因此專業技能和多年的經驗受到高度重視。大數據卻顯示，還有另外一個在某些方面更有用的方法。亞馬遜的推薦系統梳理了有趣的相關關係，但不知道背後的原因。知道是什麼就夠了，沒必要知道為什麼。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！