在管理界及其他领域，公司正急于在其组织中整合、调整和利用大数据。此外，企业也几乎愿意招聘所有在简历中提及“大数据”或“人工智能”的应聘者。有关大数据的顾问讲座接连不断，研讨会人满为患，学术期刊也借用这些神奇的关键词匆匆出版特刊。“大数据”一词在2011年之前几乎不为人知，如今却正在成为《经济学人》、《金融时报》、《华尔街日报》和《福布斯》等管理媒体中最受关注的主题。

商学院也纷纷围绕大数据和数据分析重组产品——似乎再也不需要其他主题。然而，几乎没有人谈论在处理如此庞大的数据时所需要的理解和反思。我们相信，民族志研究能够带来重要的启迪，应该向痴迷于大数据的管理者讲授。

管理界对大数据的痴迷

企业正在争分夺秒地利用大数据解决方案来预测行为、描述客户概况，提高营销效率。例如，许多人使用大数据来定位和开发推荐算法。亚马逊（Amazon）推荐你可能有兴趣购买的相关产品，网飞（Netflix）列出你可能想要观看的电影，Spotify和Pandora会推荐你可能喜欢收听的歌曲，而Zappos会相应地优化其整体产品选择。通过这些算法和无数相关的发展，大数据已经成为我们日常生活中的现实。

大数据提供了巨大的优势，检测客户行为模式将对企业带来裨益。它为优化客户分析并制定微妙的自动化定位策略提供了强有力的手段。值得注意的是，它有助于发现原本将被忽视的相关性。例如，沃尔玛运用海量数据（这家零售商每小时分析的数据量超过2.5千兆字节）来探索能否识别消费习惯中未知的相关性。他们确实发现了很多相关性：当风力不大、气温低于27摄氏度时，浆果的购买量可能会增加，阴天、多风、温暖的天气会促进牛排的购买量，而炎热干燥的微风天气则会提高汉堡销量。

这种相关性并不新鲜——以前只是很难（或无法）检测而已。因此，企业纷纷整合并探索更多类型和维度的数据。例如，医疗保险公司要求客户提供其Fitbit活动数据，并承诺提供更完善的保险服务。许多零售商都有店内流量监控系统，可以当顾客在商店内走动时跟踪其位置，以优化营销效果。事实上，大数据被提议用来解决几乎所有问题。汉堡王（Burger King）最近用大数据来设计广告——然而，其结果惨不忍睹。

我们认为，对大数据收集和分析的痴迷有可能令大数据本身成为目的。这将大大缩小正在产生、固化并就此采取行动的理解类型。管理者还需要培养对社会文化背景知识的敏感性，遗憾的是，这些知识在很大程度上被大数据存储机制所抹去。例如，天气和购买行为之间的纯粹相关性掩盖了其中更深层次的文化过程——尤其是阳光明媚的天气和湛蓝天空如何让人渴望烧烤，正是因为生活方式与消费之间的内在联系。

大数据的局限性

令人惊讶的是，我们很少谈论潜在的局限性。首先，由于对更多数据的渴望，似乎人们并不知道多少数据才是足够。同时，收集、存储、更新和策划大数据当然成本极其昂贵。准确的说，许多人还声称这些数据中的大部分根本没用。但不知道哪些数据可能有益，哪些数据可能无益，于是管理者决定继续收集。遗憾的是，在许多情况下，企业没有足够的资源来从中提取有意义的见解。因此，这些公司最好根本不要投资于大数据收集。

其次，大数据依赖于我们称之为“去语境化”的海量数据——换而言之，数据点从实际情境中提取出来，但正是这些实际情境产生了数据。例如，“点击”或“观看”数量通常得到密切测量和记录，但它们无法向管理者告知用户点击和查看网站的直接背景、情绪或情境。尽管取得了技术进步，但由于其固有的复杂性，这一背景的重要部分始终无法衡量。然而，它正是理解和解释所研究行为的关键因素：行为和言论只有在其直接的社会文化背景下才有意义。

第三，我们认为大数据无法解决体现、感官和情感体验。例如，当试图测量情绪时，大数据可能只希望测量通过传感器捕获的人的生理反应（肌肉紧张、汗水、心率、大脑等），而不是人们所经历的强烈有意义的情绪状态。在分析推文以确定人们的情绪时，数据分析师承认他们无法处理情绪本身，而只能针对情绪的痕迹进行叙述。这个提示十分关键，因为在对人们实际经历的体验促进理解时，感官维度至关重要。其中存在着问题，因为人的生命本质在于体验。

最后，可以肯定地说，单靠大数据无助于形成“深层”理解。科学家可以找到的大数据是变量之间的相关性（是什么情况或发生了什么），而不是因果关系（为什么发生，如何发生）。因此，大数据是一种有趣且有用的工具，但不应该是唯一关注的焦点。因此，我们接下来将检验人类学思维和研究，也许能够解开对大数据的痴迷。

人类学对管理者来说有哪些益处？

大数据分析正在迅速进入大多数商学院的课程中，而人类学方法通常仅限于大学的社会科学系。然而，一些学院决定让人类学方法成为管理学习中更加显著的基础部分——从消费者行为、营销研究、品牌推广、服务体验到战略，都将积极应用源于人种学的反思和方法。

首先，人类学聚焦于收集有关生活经历和情境的深入数据。人类学家克利福德·格尔茨（Clifford Geertz）将这类数据描述为“厚重描述”：即对人们生活经历的长期深刻反思。作为巴厘岛文化和仪式的专家，格尔茨根据第一手参与者的观察结果形成了见解，认为人类学学者需要体验与所研究的人员同样的经历。因此，他致力于发现和分享共同的现象敏感性和理解——在某种程度上，他试图进入“他人的视角”。一百多年来，这种方法已经成为人类学和社会学的主要研究方法，但它在理解当今快节奏的社会和市场方面也正在获得敏锐度和相关性。尤其对于希望掌握客户或员工等体验的管理者来说，从客户或员工的角度生成深入数据，这种方式非常有用。

其次，人类学坚持反思性。这意味着人类学学者试图质疑自身对所研究现象的偏见——因此需要关于“我们认为我们所知道的”的反学习。此外，这意味着人类学学者认识到自身参与塑造所研究现实的方式：即所呈现的问题类型以及对所研究的人施加的权力。在实践中，这意味着要确保人们确实分享他们独特的观点、体验和叙述。人类学学者被教导不信任他们认为的“自然”、“正常”行为和“客观”证据。例如，在千禧一代之前出生的人认为卡式录音机是基本的普通物品。但对那些在长大过程中不断与智能手机和平板电脑互动的人来说，卡式录音机可能难以理解。因此，人类学可以帮助管理者培养关于他们自身经验“极限性”的反思性，并关注理解和真理的差异和多样性。

第三，人类学寻求对情境背景的深刻理解，而不是对尽可能多的对（脱离语境的）变量收集大量数据。其中的目标是揭示社会过程，这些过程有助于解释为什么人们必然或可能以他们的方式行事。2013年，网飞与人类学家格兰特·麦克拉肯（Grant McCracken）合作，希望了解新兴的在线视频流现象。该公司不乏关于客户视频观看的统计数据，但希望深入挖掘社会动态。麦克拉肯的人类学研究揭示了当代消费者“观看狂欢”的意义和重要性。对于他来说，在我们的“数字生活方式中，故事讲述往往缩减到字节大小、140个字符的对话或可供在Instagram上发布的照片，因此让我们渴望讲述故事的长篇叙事”。麦克拉肯发现，73％的消费者对“观看狂欢”（即在一次观看中观看多部剧集或电影）感觉良好。对于网飞来说，这种分析对于如何更好地为客户提供服务确实很有成效。

第四，与大数据方法形成鲜明对比的是，人类学关注的是“体现数据和知识”的建立。换而言之，就是建立由我们自己的身体（通过观察、感知、触摸、听觉、品尝）产生的分析记录——关于生活。人类学对人类经历的多感官方面特别敏感。参加现场音乐会、体育赛事或政治示威不能简化为观看或“展示”本身。在这些只能亲身感受的事件中会发生某些情况，例如社交互动、视觉、声音和印象产生令人激动的气氛，有时会打动我们，甚至改变我们。在活跃生动的体验流中，有一些东西只能通过我们的感官来体验，而不能通过“呆板”的大数据描述来捕获，无法从语境中提取并在静态图表或陈述中加以总结。

作者：Joonas Rokka教授， Lionel Sitz教授，法国里昂商学院