“瞎猜”世界杯

文/程实 编辑/张美思

人类一思考，上帝就发笑；世界杯一来到，上帝笑得血压也升高。倒不是足球踢得多精彩，而是“预（xia）测（cai）”世界杯太恶搞。我略微总结了一下，剔除掉贝利著名的反向指标，能够纳入世界杯预测的方法大致有五类：

一是实力决定论。以高盛和德银等投行为代表，将FIFA排名、过往战绩、近期表现、球员身价、赌球赔率、国家经济等一系列综合反映球队实力的数据作为预测依据，用计量模型计算出看似精确至极的概率。但这并不能掩盖“地域”的倾向性和“分析师偏好”。比如，让我写世界杯预测报告，无论数据和模型怎么变，结论肯定是阿根廷夺冠。

二是条件决定论。以不久前驾鹤西去的霍金教授为代表，将包括对球场、球衣、阵型和交通工具的选择，及裁判国籍在内的各种影响球队的客观条件，揉到一个预测公式里。但这种公式的预测有效期很短，所以在远离决赛的开赛前是预测不出最后冠军归属的。

三是流言决定论。以雅虎和微软Bing为代表，将以亿为单位的网络噪音转化为清晰的结果信号。虽然这种互联网魔术看上去既科学又玄妙，甚至可以用经济学的“预期自我实现”理论来解释，但总让人联想到古时候无论中国还是西方，帝王对童谣和吟游诗人作品的关注。

四是宿命归属论。四年前巴西世界杯的时候就有一则关于1966年和2014年的时空重叠热帖：1966年与2014年有许多重要赛事的冠军结果相同。按照这一理论，1966年的世界杯冠军英格兰问鼎2014年世界杯应不在话下，但最后却被无情的现实打脸了。

五是动物先知论。以章鱼保罗为代表，在2008年预测欧洲杯6场5胜，2010年预测南非世界杯8场全胜。不过，早已作古的保罗无缘2018年俄罗斯世界杯，而作为其后继者的乌龟、大象、熊猫等，再未能复制保罗的辉煌。

当然，所有这些世界杯预测或多或少都有恶搞的成分，不能当真。不过冷静、细致地分析这五种方法论，除了最后一种，剩下四种都用到了大数据，这恰是时下大数据热的一种表现。从世界杯预测看大数据热，三个误区值得警醒。

一是大数据并不能解决所有问题。大数据是很有用的，几乎每一个环节，包括产品设计、市场定位、目标选择、销售策略和模式修正，都离不开大数据，甚至连各种和商业无关的问题也能从大数据中找到答案。但大数据并非万能：大数据能解决的都是客观问题，而不是主观问题。就拿世界杯预测来说，谁能夺冠取决于多种因素。而各种预测只不过是对不同的决定要素赋予了不同权重，本质上并无区别，说到底是一个主观问题，因而只能说明客观状态的大数据是无法给出直接答案的。

二是并不是数据越大越好。数据分析早就存在，而大数据火爆则是最近的事情。其中的区别就在一个“大”字。从道理上讲，数据种类越多、序列越长，包含的信息就越丰富。但同样值得关注的是，有的时候信息越多反而越不利于获知。特别是像世界杯预测这样核心信息不突出的事情，信息之间很容易形成无逻辑的冲突，这也是预测方法众多，但谁都不靠谱的原因。此外，数据越大，数据处理过程中的选择就越多，而选择总难以回避道德风险：每一个分析者都会面对为特定目标而选择的诱惑，“有选择的选择”往往是大数据反而模糊了真相的潜在原因。

三是大数据搞不定“薛定谔的猫”。在盒子打开前，薛定谔的猫既是活的，又是死的，只有打开盒子这一行为，才能导致状态叠加的坍塌，不确定性才会消失。也就是说，在世界杯真正开始前，32支球队都是冠军，又都不是冠军，只有踢起来才能见分晓。大数据分析基于的是既成事实，更擅长说明世界是怎样的，而不是世界应是怎样和将是怎样的。在不确定性面前，大数据是无力的。究其根本，就在于大数据不是用来预测的。大数据能带给我们的是知识、是获知，而不是判断，更不是武断。而尊重不确定性，则是正确使用知识的一部分。

从世界杯预测看大数据，误区是存在的，这与概念热炒不无关联。数据分析一直都是非常有用的，但滥用大数据作为噱头，就没意思了。所以，看世界杯远比预测世界杯更有趣，不是吗？