汽车大数据，靠谱不靠谱？

6月26日，“今日头条”在上海举办了一场别开生面的大数据发布会。仅仅一年时间，今日头条就依靠庞大的移动端装机量，积累了百亿规模的大数据记录，这使得张一鸣（今日头条创始人、CEO）可以有足够的信息用来分析。参加这场掌声频传的大数据发布会无疑是受益匪浅的，但结合自身对大数据的使用和思考，同时也发现了一些问题，借此机会与大家共同探讨。

数据量不再是大数据门槛

不论从产品运营还是数据积累角度，今日头条都是成功的。它仅仅用了不到3年时间，就获得了超过2.5亿的产品激活量，以及超过2000万的日活跃用户。这为今日头条积累了天文数字般的数据量。例如仅仅在2014年间，汽车资讯类的点击就达到25.3亿次，还有1896万次收藏和333万条评论。

这仅仅是一家创立仅3年的产品一年中某个领域的数据量，而众多用户群体庞大的传统互联网企业，如百度这样的搜索引擎、搜狐等门户网站、微博等SNS平台，积累的数据也都是数以百亿计的。

尤其是移动互联网快速发展的当下，数据量已经早已不是大数据分析的限制因素了。

汽车大数据的靠谱与不靠谱

既然大数据概念这么火，需要专门搞发布会，那么汽车大数据到底有什么意义呢？

我们发现，大数据确实可以告诉我们一些有意思的事情。

今日头条给出的数据显示，SUV的关注度大约为30%，如今SUV市场占有率相当；数据告诉我们，经济欠发达地区的今日头条用户更关注汽车信息，说明随着经济发展那里的人们开始关注汽车产品；数据告诉我们，德系车依然是中国消费者最关注的车系等。有些是我们已经知道的，有些是我们通过大数据才知道的。

在日常工作中，笔者通常依靠百度指数作为大数据的来源。按照笔者的分析，百度指数作为一项“搜索大数据”，与汽车销量存在着一定正相关关系，即搜索指数高的车型销量高。

通过将特定时间段特定车型的销量和百度搜索指数进行耦合观察，可以明显看出销量与搜索指数之间存在着显著的正相关关系。实际上按照笔者的统计，这一规律符合大多数汽车产品，尤其是越成熟的产品（时间、市场、渠道），搜索指数与销量的关系相对越紧密。有兴趣的读者可以自行选择车型对照试验。

然而，受到各种因素的影响，两个数据并不能完全对应，在波动幅度、频率等方面也存在显著差异。少部分产品甚至差异巨大，如上图中的A4L。

换言之，目前的大数据，可以给我们提供一种定性分析的角度，但还做不到严格的定量分析。

这又是为何呢？

汽车大数据的问题

总体而言，目前的汽车大数据依然处于非常原始的阶段，即最基本的数据收集。看起来很美的背后，存在着很多硬伤。

大数据本身可靠度较低。目前的数据收集依然十分粗放，数据受到干扰的情况十分严重，尤其是一些通用关键词。如此次数据发布会就完全剔除了大众品牌的大数据分析，因为“大众”一词的数据受到的干扰较多。这说明目前的大数据收集依然不够精细和准确，而且我们同样难以排除其他关键词被干扰的可能，同时我们不知道影响因素到底是什么。

评价标准是明显的硬伤。如此次数据发布会更多倚靠“总阅读量”进行排名，进而得出关注者“最关注”的排行。总的阅读量固然是一个重要指标，但总阅读量等于每篇阅读量之和，换言之假如某方面文章篇数太多，读者不得不去点击阅读，这样的阅读量并不能反应真实的关注度。而如果在总阅读量上辅之以平均阅读量、总文章数等指标，则评价标准就能更加客观。

数据分析解读能力弱。我们在获得海量数据的同时，目前还并不能对数据进行有效的挖掘和解读，使得数据仅仅是一些似是而非的数字。症结在于，我们目前还没有很好的办法搞清楚数据之间的逻辑关系，只能依靠经验、甚至脑补（猜测）去解读数据，这显然是极度不可靠的。

以上的种种问题，每个都足以严重到重创汽车大数据的可信度和商业价值，让我们面对大数据只能无奈地说一句“然并卵”（然而并没有什么卵用，没什么价值）。

纵然大数据的概念现在依然炒得火热，但看起来高大上的大数据，目前依然只是互联网时代的一个噱头。不论作为企业还是消费者，在保持对大数据的热情的同时，还应抱有足够的戒心，因为一个不小心，可能就被忽悠了。

（文章来源：盖世汽车网）