数据分析不能盲目依赖算法 以人为本最关键

大约30年前，游戏公司EA曾打过一个广告，它在广告中问：“电脑能让我们哭吗？”这是一个发人深省的广告，但至今为止的答案是：不会。

电脑不能完全像人一样引起我们的情绪反应，但可能会部分引反应。在最近关于“电脑VS人类”的争论中，推荐引擎算法处在核心地带，尤其是网络业务、产品和服务的推荐引擎。算法帮我们找到下一本要阅读的书，找到下一个工作，但它常常存在力所不能及的地方；它无法替代纯粹的点对点沟通、情绪联系、个人体验。随着越来越多的业务可以“被发现”，最佳的平衡就是用算法收集、整合、过滤信息，然后将它与人力结合。

互联网、个人购物者

首先，让我们看看算法自己是怎么运作的！

以电子商务巨头亚马逊为例。它不需要人工，它利用推荐算法来整理、过滤信息，比如，当你寻找《权力的游戏》DVD时，它会推荐《指环王》。对于亚马逊来说，这样就足够了，因为它的业务建立在一个基础上：你能从这里获得任何东西。亚马逊是一个网络大型超市，随着电子商务产业的成熟，其它在线零售商开始意识到存在“无敌模式”：如果你想出类拔萃，想实现差异化，就需要人力的介入。

最近，著名设计师Rachel Zoe与时尚网站Piperlime（服装品牌GAP旗下网站）签约，她挑选自己喜欢的鞋子、背包、服装，她的推荐会放在Piperlime的算法推荐之上，从而更好地匹配用户的口味。

你+我=我们

早在10年前，在线婚介网站就利用算法匹配单身男女。

例如，如果一名女子的家乡是旧金山，她的个人页面提到了狗和酒，基本算法就会挑出几百名男子来匹配这些属性。

Match.com 并不认为这样的算法就足够了，它希望算法更具体一些，更有针对性，于是它请来心理学家和关系专家，他们发现行动比语言更准确。许多用户会说自己想从另一半处获得什么，但查看他的主页却发现完全不是这么一回事。于是Match.com用人力来介入。

现在，如果男子说自己喜欢金发女性，年龄介于25-30岁，Match.com会提供符合2个条件的女性供选择。

有些地方算法不管用

曾经，音乐产业是基于人力推荐的，是基于点对点沟通的，现在却被算法占领。

流音乐服务几乎将每一首音乐放在我们手指上，无数听众依赖算法在海量音乐中导航。算法会分析哪两首音乐结构相似，如拍子、风格等，但音乐迷们并不满意，他们需要深度体验、需要情感环境、需要一些推动他们行动的东西。可能，听众不想无聊，他们需要震惊，愉快的震惊。

我曾在无线电台工作过，当时，我们会将Nirvana与Red Hot Chili Peppers的音乐混合，这种混合很正常；为了让听众惊讶，我们会掺杂James Brown的音乐，使音乐出现大转弯的效果。听众越来越多，他们与我们的DJ联系，他们成了品牌的宣传者。

从根本上说，算法只是精心调整的序列。人类与电脑不同，它可以打破规则。这点很重要，因为好的音乐往往来自于“打破规则”，它取决于创造好的听觉体验，它在于意外。

算法可以很好地提供音乐、产品、职位、婚介对象，但是，它无法解释为什么某一首音乐能让你调高音量，让你兴奋得跳起来舞蹈，或者唤醒你的回忆。电子商务、在线数据、职位搜索中的推荐算法是没有个性的，没有情感联系的，除非你加入人力因素。

人，仍然是主导。