郑渝川：女生胸越大越败家 大数据还是大闹剧

　　报道给出的女性消费者网购消费支出的数据图显示，不同身材的女性消费者依照网购消费支出，大部分都分布在均值的“中等”和“中低”两档。而E罩杯的顾客支出在“较高”和“高”两档的人数比例，也仅仅只有26%和7%，两项比例都仅仅是略高于其他身材的女性消费者。当然，在网购支出“中等”、“较高”和“高”三档，自B至E罩杯确实都呈现出一定的增幅。

　　但这并不能得出大号内衣的女性消费者更有购买力、更败家的结论。原因在于，不管是内衣产品，还是其他各类服装商品及配饰、帽袜类商品，人们更容易买到均码和各类身高的标准码、较小或较大码。女性消费者比男性消费者更热衷于逛街，这在不同国家、不同规模城市已经得到过广泛验证。很显然，那些身材符合或接近均值的女性消费者，更容易通过实体店铺买到适合的内衣及其他服装，其他尺码的产品毕竟是小众需要，挑选余地更小。

　　互联网的普及，为那些身材超出均值尺码的女性，购买适合自己内衣及其他服装商品提供了便利。按照著名的长尾理论，这部分消费者与相应的厂商因此获得了双赢，企业方创造了宝贵的利基市场。她们有理由在网购上花更多时间，相应支出更多也就顺理成章了。很显然的道理，另外那些在网上购买内衣及其他服装、其他各类商品的女性消费者，也完全可能在实体商业机构花出同样多甚至更多的钱，不存在根据两类群体较小的数据差异得出谁更败家结论的道理。

　　写出《女生胸越大越“败家”》这样的新闻标题，当然很能吸引人们的眼球。要是谁说这个新闻不正经，人家还会拿大数据来忽悠一番：这是很严肃的数据应用，是你自己想岔了吧？

　　这个新闻是谈数据分析应用的，但要说从分析到结论很严谨，是不成立的。纳入阿里巴巴数据分析范畴的，是那些通过天猫、淘宝等阿里巴巴平台购物的女性消费者，并不是所有的（中国或中国都市）女性。这些女性消费者，是否具有对中国所有有内衣等商品购买需求的消费者的代表意义，是否符合统计学意义上的随机性，都是无法确定的。用不能满足随机性要求的调查对象数据，来概括所有消费者的消费倾向，然后再加以提取应用，这样的分析思路，就跟在上海陆家嘴区域的咖啡馆，统计调查顾客人均收入，然后声称这个数据可以反映中国居民收入水平与分层的操作方式一样，相当不规范。

　　完全可能存在这样一种情况，即喜欢通过阿里巴巴平台购物的很多女性消费者，不仅会购买大号内衣，而且还喜欢买下身边更多人不会买的稀奇物品。也不排除另一种情况，也就是包括女性消费者在内，消费者习惯在某个电商平台购买一些类别的商品，其他类别的商品则青睐其他电商平台，或通过实体商业渠道购买。如果这两类情况的确存在，一家电商平台的客户消费数据，拿来分析应用的意义就很值得怀疑。

　　以畅销书《黑天鹅》走红的美国学者纳西姆·尼古拉斯·塔勒布在《反脆弱》一书中对时下流行的大数据概念表现出嗤之以鼻。塔勒布指出，更多的、相对更全面的数据并不足以充分反映随机性，很难甚至不可能让人们找出所谓的规律，反而可能在“噪声”中误入歧途。“女生胸越大越‘败家"的噱头，言之凿凿以大数据分析结论的名义走红，某种意义上佐证了塔勒布的判断。