2013年的夏天，一匹紅褐色的賽馬靜靜地站在紐約州北部的一個馬廄裡，它比一般的賽馬體型略大一些，有著黑色的鬃毛。它是那一天被拍賣的152匹賽馬中的一匹，也是那一年被拍賣的1萬匹1歲大的賽馬之一。
它還沒有名字，人們就用它的馬廄的編號來叫它，賽馬第85號。它譜系（pedigree，也就是遺傳因子，是傳統評估賽馬最重要的因素之一）不錯但也沒有十分突出。它的父親是頂尖的賽馬，但它父親的其它孩子都不太成功。
另外，它的膝蓋上還有一個劃痕，有些買主擔心是因為受傷留下的。它的主人——Ahmed Zayat, 準備把它賣了，再買另外幾匹馬。像其它的買主一樣，Zayat也僱了一個專家團隊來替他選馬。一般的選馬的專家都來自於肯塔基或者佛羅里達鄉村來的養馬世家。中年男人可能沒有受過太多的教育。但這次Zayat的團隊有些不同，這個團隊的負責人——Jeff Seder是從哈佛大學畢業的。
經過幾天的評估，Jeff告訴Zayat，他無法幫他找到合適的賽馬，相反，Seder幾乎是用乞求的口氣對Zayat說，“不要賣你的馬，就是賣了你的房子，也不要賣你的馬！”第二天，賽馬第85號以30萬美元成交，買主叫Bloodstock，其實Bloodstock就是Zayat本人。在這次拍賣中，62匹賽馬賣出了比85號高的價錢，其中有兩匹馬超過了100萬美元。3個月之後，85號賽馬終於有了自己的名字——American Pharoah。18個月之後，在紐約郊區的一個週六的夜晚，American Pharoah成為了30年來第一匹得到三連冠的賽馬。
那麼是什麼原因讓這個哈佛的畢業生這麼有自信選擇American Pharoah呢？
Seder從哈佛畢業之後，又繼續拿了一個法律和一個商學院的學位。像大多數有相似背景的人一樣，他畢業之後就去了華爾街。
一天，在公司裡他被一張有著遼闊的曠野的油畫所吸引，這張油畫激起了他內心對鄉村生活的嚮往以及對馬的熱愛。第二天，他就辭職搬到了賓夕法尼亞。選賽馬是非常具有挑戰性的。傳統的方式認為遺傳是最重要的因素。但是如果我們看看數據，所有年度賽馬（每年賽馬的最高獎項）的後代，有3/4沒有贏得任何主要的賽事。
當然傳統的方式也會看其它的信息，如馬跑的姿態。但關鍵是沒有任何大家都認為有效的標準。由於又有大量的熱錢，使得整個系統變得非常低效。10年前，一匹有史以來最好的賽馬的後代，被1千6百萬賣出，但只贏了3場比賽，共得到1萬美元的獎金。所以，Seder不想使用任何傳統的方法，他只對數據有興趣。他對馬進行各種的測量，包括鼻孔的大小，心率，肌肉，甚至糞便的重量。但都沒有什麼結果。
直到12年前，他有了突破，他決定去測量內臟的大小，他發現左心室的大小和馬的成功非常相關。他通過對馬跑的姿勢的數字化處理，發現一些和成功相關的姿態。他還發現跑一會兒就發出哮聲的馬，這些馬有的會賣出上百萬，實際上很少會成功。通常在1000匹賽馬中，只有10匹可以通過Seder的數據標準。而第85號賽馬，它的左心室的大小是99.61%，加上其它的數據，Seder預測它是一匹10萬里挑一，甚至百萬裡挑一的賽馬。
這一次，他是正確的。
上面這個故事是我在Stephens-Davidowitz, Seth寫的《Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are》中看到的，有興趣的同學可以看看。
而朋友圈前一陣還流傳著一篇關於林彪的文章，題目有些標題黨《林彪：玩大數據的鼻祖》。是說在遼瀋戰役開始後，林彪每天深夜都要值班參謀讀出下屬各個縱隊、師、團用電臺報告的當日戰況和繳獲情況。林彪的要求很細，俘虜要分清軍官和士兵，繳獲的槍支，要統計出機槍、長槍、短槍，擊毀和繳獲尚能使用的汽車，也要分出大小和類別。一天，他聽參謀彙報的時候突然說“停”，問“剛才的唸的在胡家窩棚那個戰鬥的繳獲，你們聽到了嗎?”，在大家一臉茫然的時候他連問了三句：
“為什麼那裡繳獲的短槍與長槍的比例比其它戰鬥略高?”
“為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰鬥略高?”
“為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰鬥略高?”
他就此判斷，那個戰鬥發生的地方，就是敵人的指揮所。他命令部隊乘勝追擊，並且傳達下口號“矮胖子，白淨臉，金絲眼鏡，湖南腔，不要放走廖耀湘!”。剛剛慶幸脫身的廖耀湘，就這樣成了俘虜。林彪之所以可以做出準確及時的判斷，是和他的數據積累和對數據的敏感分不開的，可以迅速在數據中發現異常點。“數據的積累、數據的挖掘、分析、歸納、整理，是一支優秀團隊所必須具備的基本素養，沒有它，你永遠是匹夫之勇。”文章在最後這樣總結到。
今年5月我去杭州參加了王堅博士發起的2050大會，參加了一個非常“另類”的論壇——“中國一億少女正在改變世界”。論壇裡是由大V，網紅，微商構成，於是我就非常想去了解一下她們的想法是怎樣的，她們的世界是怎樣的，她們的故事又是怎樣的。
我印象最深的一位演講者，她講她是怎樣從一個家裡都沒有門的農村走出來一步步走向成功的。她剛剛從農村到上海的時候，靠押了自己的身份證拿了一些尾貨到街上賣。但她不是盲目的賣，她發現賣貨的那條街，有非常多的大學生情侶，她就把貨組成情侶體恤衫，基本上別人賣一件，她就可以賣兩件。另外她從來沒有被城管抓到過，不是因為她找了個城管的男朋友，而是她發現城管都是從街的兩頭開始抓人的，她就儘量在街的中間擺攤兒。就這樣，她成了那條街上最成功的小販，後面進一步成為成功的淘寶店主，成功的微商。
一個是哈佛的高材生，一個是統帥千軍萬馬的將軍，一個是成功的電商。他們或許沒有一個人聽說過大數據這個詞，也可能並不知道什麼是AI。但他們具有了一個在我看來數據科學家最重要的特質，就是心中有“數”。
心中有數實際上是包含了兩個能力，一是觀察能力，二是分析的能力。Seder觀察到對於賽馬的評估，方法非常傳統，而且效果很差，他分析出這裡面有非常大的就機會，用現代統計的方式顛覆了整個行業。林彪持續的觀察每一次戰鬥結束後俘虜和戰利品的情況，通過分析掌握了其中的規律（從統計學上說就是均值和方差），所以當一旦這些值偏離出正常的範圍，他就可以敏感的捕捉到信號。而這位靠自己打拼成功的正在改變世界的少女，正是通過自己的觀察和分析，發現了消費者的購買特性和城管抓人的模式，掙到了人生的第一桶金。
作為一個數據科學家，當然需要具備很多的能力，如基本的統計和數學能力，編程能力，建模能力，這些能力可以讓你成為一個不錯的IC（individual contributor）。也就是說別人定義好問題，你可以來解決。在這些能力之上，良好的溝通能力，協調能力，能讓你成為一個不錯的數據科學團隊的Leader，可以整合資源，用團隊的力量完成公司重要的項目。我上面所提到的觀察分析能力，是在於對業務的理解，根據業務的需求，提出問題，並找到解決的辦法的能力。具備了這個能力，你就有機會成為真正一流的數據科學家。
想成為一流的數據科學家嗎？那麼別猶豫， 9月歡迎到友盟+主辦的UBDC大會一起進化，努力做個心中有“數”的人吧。
作者：李丹楓【友盟+】CDO，美國數據分析和挖掘領域工作10多年，曾任職於包括雅虎，微軟，FICO等在數據應用走在前沿的公司，積累了豐富的數據挖掘和機器學習的實戰經驗。負責【友盟+】數據科學團隊，並帶領【友盟+】數據科學團隊基於設備行為數據建立風控數據模型，成功打造了互聯網金融風控解決方案。
本文首發自微信公眾號 友盟全域數據 （ID：umeng_data），轉載請註明出處
數據智能 驅動品牌 / 業務持續增長
閱讀更多 友盟 的文章
