“瞎猜”世界杯

文/程實 編輯/張美思

人類一思考，上帝就發笑；世界杯一來到，上帝笑得血壓也升高。倒不是足球踢得多精彩，而是“預（xia）測（cai）”世界杯太惡搞。我略微總結了一下，剔除掉貝利著名的反向指標，能夠納入世界杯預測的方法大致有五類：

一是實力決定論。以高盛和德銀等投行為代表，將FIFA排名、過往戰績、近期表現、球員身價、賭球賠率、國家經濟等一系列綜合反映球隊實力的數據作為預測依據，用計量模型計算出看似精確至極的概率。但這并不能掩蓋“地域”的傾向性和“分析師偏好”。比如，讓我寫世界杯預測報告，無論數據和模型怎么變，結論肯定是阿根廷奪冠。

二是條件決定論。以不久前駕鶴西去的霍金教授為代表，將包括對球場、球衣、陣型和交通工具的選擇，及裁判國籍在內的各種影響球隊的客觀條件，揉到一個預測公式里。但這種公式的預測有效期很短，所以在遠離決賽的開賽前是預測不出最后冠軍歸屬的。

三是流言決定論。以雅虎和微軟Bing為代表，將以億為單位的網絡噪音轉化為清晰的結果信號。雖然這種互聯網魔術看上去既科學又玄妙，甚至可以用經濟學的“預期自我實現”理論來解釋，但總讓人聯想到古時候無論中國還是西方，帝王對童謠和吟游詩人作品的關注。

四是宿命歸屬論。四年前巴西世界杯的時候就有一則關于1966年和2014年的時空重疊熱帖：1966年與2014年有許多重要賽事的冠軍結果相同。按照這一理論，1966年的世界杯冠軍英格蘭問鼎2014年世界杯應不在話下，但最后卻被無情的現實打臉了。

五是動物先知論。以章魚保羅為代表，在2008年預測歐洲杯6場5勝，2010年預測南非世界杯8場全勝。不過，早已作古的保羅無緣2018年俄羅斯世界杯，而作為其后繼者的烏龜、大象、熊貓等，再未能復制保羅的輝煌。

當然，所有這些世界杯預測或多或少都有惡搞的成分，不能當真。不過冷靜、細致地分析這五種方法論，除了最后一種，剩下四種都用到了大數據，這恰是時下大數據熱的一種表現。從世界杯預測看大數據熱，三個誤區值得警醒。

一是大數據并不能解決所有問題。大數據是很有用的，幾乎每一個環節，包括產品設計、市場定位、目標選擇、銷售策略和模式修正，都離不開大數據，甚至連各種和商業無關的問題也能從大數據中找到答案。但大數據并非萬能：大數據能解決的都是客觀問題，而不是主觀問題。就拿世界杯預測來說，誰能奪冠取決于多種因素。而各種預測只不過是對不同的決定要素賦予了不同權重，本質上并無區別，說到底是一個主觀問題，因而只能說明客觀狀態的大數據是無法給出直接答案的。

二是并不是數據越大越好。數據分析早就存在，而大數據火爆則是最近的事情。其中的區別就在一個“大”字。從道理上講，數據種類越多、序列越長，包含的信息就越豐富。但同樣值得關注的是，有的時候信息越多反而越不利于獲知。特別是像世界杯預測這樣核心信息不突出的事情，信息之間很容易形成無邏輯的沖突，這也是預測方法眾多，但誰都不靠譜的原因。此外，數據越大，數據處理過程中的選擇就越多，而選擇總難以回避道德風險：每一個分析者都會面對為特定目標而選擇的誘惑，“有選擇的選擇”往往是大數據反而模糊了真相的潛在原因。

三是大數據搞不定“薛定諤的貓”。在盒子打開前，薛定諤的貓既是活的，又是死的，只有打開盒子這一行為，才能導致狀態疊加的坍塌，不確定性才會消失。也就是說，在世界杯真正開始前，32支球隊都是冠軍，又都不是冠軍，只有踢起來才能見分曉。大數據分析基于的是既成事實，更擅長說明世界是怎樣的，而不是世界應是怎樣和將是怎樣的。在不確定性面前，大數據是無力的。究其根本，就在于大數據不是用來預測的。大數據能帶給我們的是知識、是獲知，而不是判斷，更不是武斷。而尊重不確定性，則是正確使用知識的一部分。

從世界杯預測看大數據，誤區是存在的，這與概念熱炒不無關聯。數據分析一直都是非常有用的，但濫用大數據作為噱頭，就沒意思了。所以，看世界杯遠比預測世界杯更有趣，不是嗎？