最近又看到有人討論資料（如果你比較習慣數據這個詞彙，請自行在腦裡替換）和演算法熟重的話題，作者在文章的首段說：「Obviously the two have a symbiotic relationship to be valuable together. If you can have both you’ll take it, but what if you had to choose?」，邀請讀者和他一起玩頭腦體操，討論這個話題。
作者在文章中簡要地說明他的想法，令人欣慰的是，作者最終沒有和稀泥的給了「都重要」的不負責任結論，而是明確的告訴讀者他的 gut instinct 認為資料（數據；Data）是唯一可以長久保持企業競爭力的要素（至少有觀點、有結論）。
在我看來，Data 和 Algorithm 不應該是放在天平兩邊比較的元素，這兩者的確是有非常強烈的 symbolic relationship，所以常常在思考時，同時被提出討論。但是資料和演算法間的關係，並不是互斥、獨立的，這個問題如果被化約成詢問觀眾今晚想吃那一道料理的料理東西軍 pk 題，結果一定是慘不忍睹，沒完沒了的。
就像你問一個職業運動員，如果想獲得冠軍（保持企業競爭力），力量與技巧（數據與演算法）何種重要？如果這個可憐的運動員，只能選擇其中一樣 （what if you had to choose），結果是這個運動員沒有機會進入決賽。
因為技巧是為了「控制」力量、「強化」力量而存在，如果沒有力量，連基本的存在問題都無法應付了，更別談什麼競爭力，或者從競賽中奪取金牌。
所有 Data Mining 的書籍文獻都清楚明白的告訴我們，資料挖掘的目的是從大量的數據（資料）中找出對企業競爭力有用的知識（從 information 到 knowledge ），如果我只能從手裡的資料庫（數據）和分析技巧（演算法）兩者中二擇一，結局就是退回到沒有資料挖掘這門學問之前的時空裡。
所以這個 what if you had to choose 的設問，實在是近乎無理，似乎是為了確保辯論存在而硬套的問題。
雖然我不完全同意 you had to choose 的討論方式，但是從本文，以及隨後的讀者回應中，我們還是可以看到一些亮點，值得深思與借鏡。尤其是從經濟學的角度來看問題的方式，值得琢磨；而討論問題的思辨方式，也是值得我們學習借鏡的。綜合本文和讀者的回應，以下幾點特別值得注意：
- 如果我們以供需理論來分析這兩者的重要性，比較數據和演算法，那一種比較容易取得？那一種比較稀有 (scarcity)？
- 有人認為數據（資料）具有遞增的邊際效用，越多資料，可能發掘出更多的有用資訊，帶給我們越多的驚喜。
- 也有讀者認為資料是快速貶值的資產 - So I would consider data (or data streams) to be a quickly-depreciating asset. If the data is worth more initially than the analysis, at some point it won’t be.
- 我們永遠能用最低（或者說最合算）的價格「買到」優秀的人力， true or false?
- 總之，很難說是否有一個放諸四海皆準的答案 ，有位留言的讀者說： I don't know if there's a general “which is better" answer.
- 不過，作者的結論是：The more I think about, my gut instinct says that data is the only way to keep a lasting competitive advantage.
No comments:
Post a Comment