1.1 规律是否存在

今天人们正面临着急速的数据膨胀，2003年人类创造的数据还仅有1018个字节，到2012年，数据已多达1021个字节，2015年的全球数据是2012年数据的8倍，而预计到2020年，全球数据将达到44ZB个字节（1ZB=10万亿亿字节）。事实上，大数据时代已经来临，基于大数据分析的各种应用正改变着人们的社会、生活和工作，也为企业带来了新的商业发展机遇。例如2012年12月12日，淘宝网推出了“时光机”，根据淘宝买家几年来的商品购买记录、浏览点击次数、收货地址等数据编辑制作了“个人网购日志”。该日志就是基于对4.7亿淘宝注册用户网购数据的分析实现的，是一个经典的大数据应用。

目前，越来越多的公司将数据当作一种重要的战略资源，进行数据储备和数据分析。与以往不同，在大数据时代，人们对数据的认识和处理方式发生了新的转变。过去，人们将数据看作是静止的、陈旧的，数据之间是无关联的，对数据的处理仅限于简单的查询和分类统计，并以此得出一些人们自认为存在的规律。然而，事实上，当人们对海量数据进行分析之后，往往会发现某些规律根本不存在。

例如对一个物流仓库数据进行收集，希望发现并预测仓库中的哪些商品会延期交货，在开始阶段收集到的需要延期交货的数据如表1.1所示。

根据以往的经验，人们通常认为库存为零，或者库存较少，但未来预期销售较多，而运输数目又少的产品极可能出现延期交付现象。而且表1.1中的数据也恰恰符合这种认识。然而，当获得了10万条库存记录后，会发现其中许多库存数量大的商品也会延期交付。表1.2显示了部分库存量较大且会产生延期交付的产品数据。

表1.1 开始阶段收集到的需要延期交货的数据

表1.2 部分高库存且会产生延期交付的产品数据

另外，通过对不需要延期交货的数据进行统计，还会发现大量库存少的产品不会延期交付，如表1.3所示。

表1.3 库存少但不需要延期交付的产品数据

过去，人们形成的“经验”往往是基于非大规模数据的总结，而当数据规模达到一定数量时，原来的“经验”就变得不一定准确。比如基于大数据分析之后，Alpha Go曾下出了人类长期以来认为是亏损的棋路。