从美国大选看数据分析师的重要性

沸沸扬扬大半年的美国大选在今天终于落下了帷幕，共和党候选人川普战胜了民主党候选人希拉里，成为下一届美国总统。这一届美国大选非常戏剧性，希拉里几乎是一边倒的得到了精英阶层的支持：

• 现任总统奥巴马以及很多美国政要积极的到处拉选票；

• 美国硅谷精英包括苹果，Google，Facebook等业界领袖公开支持希拉里；

• 美国文艺界大咖，歌星麦当娜，Lady Gaga，众多好莱坞影星，甚至包括体育界NBA球星勒布朗詹姆斯，斯蒂芬库里纷纷呼吁给希拉里投票

此外美国几乎所有的主流新闻媒体一边倒的支持希拉里，就是在普通网民都可以发言的社交媒体Twitter，Facebook，Quora，YouTube上，希拉里的呼声也遥遥领先于川普，乃至于希拉里败选之后，Twitter上很多人如丧考妣。

最后美国各种选举民意调查机构的数据显示，希拉里的民调一直遥遥领先于川普，甚至于今天开票的时候，希拉里还有超过了80%的胜率。但是最终大选唱票结果却令大多数媒体大跌眼镜，川普以相当大的优势获胜。

为什么民调数据居然失灵成这个样子？为什么传统媒体和社交媒体一边倒的声量完全不能代表真实的民意？美国大选最后选出了黑天鹅？

说到这里，我们插播一条有趣的新闻，在美国大选之前，记者采访义乌小商品市场：

「浙江义乌的小生产商接了美国大量的订单，生产支持川普的旗子和希拉里的旗子，老板说，川普的旗子很好卖，没有订金都敢大量的生产，肯定可以卖出去，最后一批发货20万件到美国，而希拉里的旗子卖不出去，订金不到手绝对不会生产。」

这段采访视频还可以在网络上搜到，有兴趣的朋友可以看看。从义乌生产商的出货量来看，川普早就遥遥领先了嘛。

回过头来看，美国的民调数据之所以失真，社交媒体的声量之所以失真，恐怕背后的原因还是在于 数据分析体系建立错了 。

因为美国社会非常强调 政治正确 ，而川普又是一个以 政治不正确 著称的人，真正支持川普的很多选民是不敢公开站出来支持川普，表达自己真实的意愿的。例如硅谷著名的VC，Paypal的创始人，Facebook的早期投资人Peter Thiel公开支持川普，就被舆论群起围攻了。

因此民调数据也好，社交媒体声量也好，并不能代表真实的情况。以这些方式建立的数据分析体系就错了。而义乌老板的出货量看似不靠谱，却真实的反映了美国选民的意愿： 你愿意不愿意掏出真金白银支持你的候选人，这才是赤裸裸最有效的数据 。

建立数据分析体系，根据数据寻找能够反映真实情况的结论，是需要很强的逻辑思维和归纳能力的。我再举一个例子，百度CEO李彦宏就曾经闹了一个大笑话：

他在百安保险公司成立仪式上声称：「百度大数据部跑出来的数据表明，喜欢去低端足疗店的人是最健康的，大数据得出的结论和我想象的差不多」，「做足疗是否真的对健康有帮助，这个问题可以用大数据来解决，百度每天有110亿次的定位请求，可以算出那些经常去足疗店的人是不是更少去医院。」

这个数据的误读特别典型，从数据上经常去低端足疗店的更少去医院，数据是客观的，但是这个数据你怎么解读呢？ 是不是意味着这个群体用户更少生病呢？