为什么互联网比你更了解自己？为什么电商更懂你的需求？

美国有个人叫迪克·科帕肯，毕业于哈佛法学院，工作后在律所为法律客户分析数字，从法律行业退休以后，他开了家叫埃帕戈吉克斯的公司，这个公司的不同之处在于，它是专门根据剧本等因素预测电影收入的。

说到公司预测收入，大多数公司都会在年底或年初做年度规划，预测个收入并不稀奇。实际上，电影公司传统预测盈利情况的准确率大概在30%。

但是，这个公司牛掰就牛掰在：

第一它预测的准确率高达60%。

第二大电影制作工作室，如果能获得并遵循他们的建议，每年大概至少能增加10亿美元的净收入。

第三工作室可以预测出花费几百万美元制作的电影是否值得。

第四工作室能知道具体该如何提高电影的预期总收入。

那么，他们是怎么做到的是呢，主要是因为这公司训练了一个神经网络。简单来说，就是通过神经网络，优化、过滤剧本以符合大众的需求，对拍摄地点评估节省制作的成本，还可以筛选演员以最小的成本获得最大的收益。

如果照着这个案例来说，对电影制作公司来说，真的是巨大的商机，如果举一反三，能用在电影领域，其他领域是不是也可以，这么一想，我就觉得它真的太逆天了。

那么，什么是神经网络呢？

在《魔鬼统计学》一书里，作者伊恩·艾瑞斯介绍说，神经网络是一种新的统计方法，它很灵活，很微妙，它试图让计算机像人类神经一样处理信息。

神经网络未来会不会真的会像人类神经一样，这点我一点都不怀疑。说起来，现今我们都处在信息时代，无论是生活还是工作，处处都朝着电子化的方向前进。

总的来说，无论是神经网络，还是其他的统计方法，所有的基础都是用数据分析。

那么，数据分析跟我们有什么关系？我们会受到数据分析的影响吗？它到底都有哪些用处？

很显然，上面这个案例里，我们就是切身利益相关者，因为我们就是花钱看电影的人。这些问题也正是《魔鬼统计学》要告诉我们的。在书里，作者会讲述超级数据分析在企业、政府、医疗、教育等社会各领域的兴起和影响，还会介绍几种基本的统计方法。这么做的目的，是想告诉我们超级数据分析已经能影响现实的决策，并且数据分析得到的预测结果更加准确。

作者还强调，随着基于数据的决策变得越来越多，未来，最优秀最聪明的人，是既了解统计学，又拥有专业知识的人。

《魔鬼统计学》的作者就是数据分析师，他在耶鲁大学教法律，在麻省理工读博士的时候学过计量经济学，曾为各种事情做过数据分析，他还是严肃期刊的编辑。

需要说的是，这本书里所谓的数据分析指的是超级数据分析。简单来说，超级数据用的单位是太字节或拍字节。1拍字节等于1000太字节，1太字节等于1000G，更形象一点来说，一所图书馆大概有个几太字节，或几十太字节。沃尔玛的数据库有超过570太字节数据，谷歌有大概4拍字节存储量。

这么说，相信大家都会有直观的概念了。

作者几年前曾和史蒂文·莱维特（《魔鬼经济学》的作者之一）合作，研究路捷对汽车盗窃的影响。路捷是能隐藏在汽车内部的定位器，车子被偷后，不但可以定位找到，还可以顺藤摸瓜抓到偷车贼。

因为偷车的人并不知道哪辆车上有安装了陆杰，所以他们就想，它是否有助于降低整体汽车的失窃率呢？也就是，是否能产生经济学家所说的正外部效应呢？

于是，他们拿到路捷的销售数据后，考察了56座城市14年的汽车盗窃数据。他们发现，路捷可以降低整体汽车的失窃率。换句话说，如果有人能花500美元装一个路捷定位器，就能让没装的车主减少5000美元的损失。

自从他们这篇论文发布以后，路捷公司的股价上涨了2.4%。

这就是数据的优势。

《魔鬼统计学》里说，通过数据分析可以调查偏好，进而就能做出改善个人决策的有力途径。

有些企业就利用了这点，有些企业在往满足客户需求的方向努力，而另一些企业已经走在了预测需求的道路上。当然，后者是一些大企业。

比如，沃尔玛。

沃尔玛利用超级数据分析来预测需求，简单来说，就是通过数据预测哪些商品何时会短缺，何时不会短缺。这样能降低成本，尤其是滞销库存成本。

举个例子，货架上有六罐蜂蜜，如果只剩下三罐，立即就会有人知道这件事，并及时补货。这就不用存库存。

沃尔玛还善于通过消费者过去的行为预测未来。比如，2004年美国发生的一次飓风事件。沃尔玛在飓风到达佛罗里达前，就已经根据飓风的路径，提前给门店紧急配送了大量的草莓玉米饼。为什么是这个产品？因为数据显示，飓风到来时，人们喜欢这种不用烹饪、冷藏的食物。

数据分析还能预测顾客的流失，公司就能在顾客流失前，采取行动来挽留。

比如，量化赌徒的痛点。

哈拉斯赌场的顾客是刷卡结账的，因此他们可以获取顾客每场游戏的信息，他们把这些数据跟顾客的年龄和所在地的平均收入等信息结合在一起，就能很精准地预测出，每个顾客在输钱后仍然还会再来的输钱金额，这个输钱金额，就是所谓的赌徒痛点。

有了这个痛点，赌场就能在顾客痛点到来前主动出面干预，然后用所谓的幸运服务让顾客愉快的离开。

具体怎么做呢？

举个例子，张三的痛点损失是1万，当张三在赌场输的钱快到1万的时候，赌场就会有个幸运大使出现，TA会告诉张三，您今天手气不大好，您不是喜欢我们这的牛排店嘛，现在我们请您和家人免费吃牛排。张三一听立马就开心了，于是吃完牛排开开心心地回去了。

最后，张三成了回头客。

这就是典型的利用数据分析的操作。有很多公司发现了这个秘诀，如果用它来提高顾客满意度和忠诚度，我觉得挺好的，但是如果用来让消费者持续掏腰包，我总觉得哪里不对劲呐！

《魔鬼经济学》里说，数据挖掘不但能更好的预测痛点，还能准确的预测消费者具有的行为。

因此，企业就能做出个性化的服务，或者给出不同的价格。

比如，2000年媒体报道了一个事，就是亚马逊的一个消费者删除插件后，发现有款产品的价格一下降了近4美元。这个消费者突然就意识到，亚马逊可能是根据顾客特征设置了不同的价格的。也就是说，同一款产品，每个人的价格可能都不一样。

亚马逊的老板贝佐斯立马就发声道歉，并表示他们没有这么做，并表示未来也不会那么做。

但是，这个事很明显说明，很多公司可以这么做。

说了这么半天，是想跟大家说，超级数据分析真的太强大了，不光能预测我们想买什么产品，还能预测我们对产品的反应。

那这是不是说，传统的经验就没用了呢？

在《魔鬼统计学》这本书里，作者表达的意思是，因为我们人类有认知缺陷，认知偏差，又普遍过度自信，所以相对而言，做决策的时候，超级数据分析是很有优势的。

但是，超级数据分析是由数据驱动的，所以如果没有足够多的历史数据，做出的决策准确度就会大打折扣。

未来当然两者结合是最好的。

现在再想想我们当下的生活，似乎都是互联网行为。这个世界正在迅速的电子化，这就意味着，我们的行为会被记录成电子数据。

我妈一个农村老太太，已经通过直播下过好多次单了，她出门买东西现在也都是用微信付钱，我的侄女们还是小学生，她们已经跟手机分不开了，我毫不怀疑，等她们有了自己的手机和身份证后，会立刻就绑定信息。

农村尚且如此，更何况城市。

我也毫不怀疑，现在越来越多的公司想要预测顾客的痛点，可能互联网比我们更了解我们自己，它们可能比我还清楚明年夏天我会做什么。

总的来说，我觉得作者这两句话总结的非常好，就是“当公司对质量进行超级数据分析时，他们往往会帮助消费者。当公司对价格进行超级数据分析时，我们应该捂紧钱包。”

想想这些，其实有点可怕。但是，我们就是生活在这样的时代，就像作者说的，与其盲目反对这种强大的新技术，不如学习和参与这场革命。换个思路想一下，那是不是说，未来从事数据工作或掌握数据分析能力的人，就走在了时代的前沿，掌握了先机。

这也就是作者之所以写《魔鬼统计学》的初衷，他希望可以向大众灌输基本的统计学观念。“我的建议是，你应该用超级数据分析的基本工具武装头脑，而不是把脑袋埋进开始书籍的沙堆里。”

所以，从这个角度来说，这本书还是让我学到了不少东西的。以上也就是互联网比你更了解自己，电商更懂你的需求的答案。