【MICRONET.COM.CN】凌晨1點(diǎn)鐘寫這篇東西的時候，我還專門看了一眼，百度預(yù)測德國51%，巴西49%，我跟一個朋友說，巴西鐵定進(jìn)決賽好么，以我對國際足聯(lián)的操行的理解絕不會有出入好么，結(jié)果今早就被各種打臉了。
本屆世界杯最大的看點(diǎn)，除了比賽本身，就是場外如火如荼的各種預(yù)測了。一邊是各種動物爭當(dāng)“章魚保羅第二”，紛紛對比賽評頭論足，一邊是各色民間科學(xué)家粉墨登場，為比賽預(yù)測拋出各種理論。這就好像那個“猴子炒股總是超過分析師”的例子一樣，看看也就算了。
今年世界杯預(yù)測真正的最大看點(diǎn)，是有一大批科技公司，利用大數(shù)據(jù)技術(shù)，準(zhǔn)確預(yù)測了截至目前的世界杯賽果。值得一提的是準(zhǔn)確預(yù)測的不僅是16強(qiáng)，甚至還有八強(qiáng)、四強(qiáng)！更值得贊嘆的是，9日凌晨進(jìn)行的第一場半決賽——巴德之戰(zhàn)前，當(dāng)幾乎所有的民間預(yù)測都一邊倒地傾向于巴西隊(duì)獲勝，但百度仍預(yù)測德國隊(duì)具有51%的得勝概率，事實(shí)證明日耳曼戰(zhàn)車以7:1血洗巴桑軍團(tuán)，這也使得百度在淘汰賽以來的賽果預(yù)測準(zhǔn)確率維持在100%。而這些預(yù)測絕不是“蒙”的！
從靠譜到非？孔V
這些公司包括互聯(lián)網(wǎng)行業(yè)的谷歌、百度、微軟、雅虎，以及看起來和科技并無關(guān)聯(lián)的投資銀行公司高盛和德意志銀行，以及新聞業(yè)的彭博社。在這里把他們一概歸入科技公司的理由是他們的預(yù)測都基于自己的（或持有股份的）云計(jì)算平臺，并利用這些平臺的計(jì)算能力提供預(yù)測的結(jié)果。
以百度為例，這家公司的資深數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，搜索了過去5年內(nèi)全世界987支球隊(duì)（含國家隊(duì)和俱樂部隊(duì)）的3.7萬場比賽數(shù)據(jù)，同時與中國彩票網(wǎng)站樂彩網(wǎng)、歐洲必發(fā)指數(shù)數(shù)據(jù)供應(yīng)商Spdex進(jìn)行數(shù)據(jù)合作，導(dǎo)入博彩市場的預(yù)測數(shù)據(jù)，建立了一個囊括199972名球員和1.12億條數(shù)據(jù)的預(yù)測模型，并在此基礎(chǔ)上進(jìn)行結(jié)果預(yù)測。
其他幾家公司的預(yù)測原理，也與此類似，但在細(xì)微之處卻又有所不同，這導(dǎo)致了不同的側(cè)重，以及非常不同的預(yù)測結(jié)果。
先來說三家傳統(tǒng)的華爾街公司，高盛、德銀和彭博，他們的共同之處是靠譜的地方很靠譜，但是離譜的地方非常離譜。
今年高盛世界杯報告的出品人，是大名鼎鼎高盛經(jīng)濟(jì)學(xué)家凱文·戴利（Kevin Daly），他帶領(lǐng)高盛的量化分析師建立了自1960年以來正式國際足球比賽數(shù)據(jù)的模型，對其進(jìn)行回歸分析，通過一個叫“elo”的動態(tài)模擬系統(tǒng)“擲骰子”分析賽果，同時根據(jù)泊松模型（一種概率模型，用于預(yù)測進(jìn)球而非預(yù)測勝負(fù)）預(yù)測小組賽的比分。
高盛的八強(qiáng)預(yù)測錯了三個（哥斯達(dá)黎加、比利時和哥倫比亞），四強(qiáng)錯了一個（西班牙），小組賽的賽果正確率只有37.5%，盡管這已經(jīng)算是不錯的結(jié)果，但仍是差強(qiáng)人意。至于具體的比分，就離靠譜比較遠(yuǎn)了，舉個例子，高盛說巴西的每場比賽都會以3個球以上的大比分戰(zhàn)勝對手，結(jié)果呢？
平心而論，高盛是華爾街里最靠譜的公司。彭博的方法與高盛類似，是在各國國家隊(duì)FIFA積分的基礎(chǔ)上，模擬了1萬次比賽結(jié)果，結(jié)果也與高盛類似，彭博認(rèn)為西班牙會在和阿根廷打平后點(diǎn)球進(jìn)入決賽，最終輸給巴西（拜托，西班牙兩個禮拜前已經(jīng)回家了）。
德銀的模型更離譜，它的模型據(jù)說綜合了FIFA排名、歷史戰(zhàn)績、球員構(gòu)成和賭球賠率等因素，算出的奪冠概率前四名是巴西、德國、西班牙、法國，但是德銀的分析師在建立模型時，綜合了一個據(jù)說是“歷史奪冠輪回”的理論，最終，他們計(jì)算出的結(jié)果是巴西無緣8強(qiáng)，而英格蘭將奪冠（拜托，英格蘭也在一個禮拜前就回家了好嗎）。
這一點(diǎn)不是偶然，回顧往屆世界杯，幾大投行的預(yù)測跟球迷瞎猜的水平差相仿佛，拿上屆來說，大摩說英格蘭會奪冠，瑞銀說意大利能進(jìn)四強(qiáng)，結(jié)果如何，也就不必說了。有一本書叫《荒謬的經(jīng)濟(jì)學(xué)家》，講的就是經(jīng)濟(jì)學(xué)家數(shù)據(jù)分析的不靠譜，而且他們自己還不知道。這一點(diǎn)同樣應(yīng)驗(yàn)在比賽預(yù)測上，華爾街的預(yù)測總的來說“有點(diǎn)用”，但真要拿來賭巴西和德國的勝負(fù)，還是算了吧。
再看互聯(lián)網(wǎng)公司這邊，基本可以說是全面大勝，除了雅虎。
先來說說傳統(tǒng)的預(yù)測大腕雅虎。雅虎的預(yù)測手段其實(shí)與華爾街類似，但專家云集且經(jīng)驗(yàn)豐富，向來與專業(yè)博彩公司不相上下，經(jīng)常被作為正式的參考數(shù)據(jù)列入博彩資料，但是今年雅虎不知搭錯了哪根筋，為了推廣自己的圖片分享社區(qū)Tumblr，他們決定使用該社區(qū)的數(shù)據(jù)來預(yù)測世界杯：從831億篇Tumblr博客中篩選出1.889億篇文章，再“將注意力集中于2730萬篇與世界杯相關(guān)的博文”，此后根據(jù)“與世界杯有關(guān)的帖子里被提及的國家隊(duì)”，以及“在與足球有關(guān)的帖子里被提及的國家隊(duì)”，導(dǎo)入泊松模型來預(yù)測每場比賽的結(jié)果。預(yù)測結(jié)果是，16強(qiáng)和8強(qiáng)預(yù)測分別錯了一半。
如果拋開雅虎這個奇葩，互聯(lián)網(wǎng)公司陣營的預(yù)測結(jié)果比華爾街絕對高了不是一點(diǎn)半點(diǎn)，剩下的三家全部預(yù)測正確了全部的16強(qiáng)（谷歌只預(yù)測了八強(qiáng)），以及全部的八強(qiáng)，微軟、百度和高盛猜對了全部的四強(qiáng)，谷歌在四強(qiáng)的預(yù)測中惜敗，在半決賽中，百度和微軟甚至還準(zhǔn)確預(yù)測了巴西對德國的賽果。
剩下這三家中，谷歌的預(yù)測數(shù)據(jù)主要來自O(shè)pta Sports的海量賽事數(shù)據(jù)，通過球隊(duì)實(shí)力的排序模型，以及基于“各個國家球迷到巴西的數(shù)量和熱情度”的主場優(yōu)勢模型，來構(gòu)建其最終的預(yù)測模型。而微軟則與百度類似，是在歷史和球隊(duì)狀態(tài)數(shù)據(jù)基礎(chǔ)上，通過對必發(fā)博彩交易市場數(shù)據(jù)來分析構(gòu)建預(yù)測模型？偟膩碚f，就本屆世界杯的預(yù)測而言，它們都“非？孔V”。
當(dāng)預(yù)測不再是預(yù)測
最后一場半決賽和決賽開戰(zhàn)在即，回頭看預(yù)測大戰(zhàn)的勝負(fù)，有一條脈絡(luò)基本上是很清楚的，那就是數(shù)據(jù)從哪里來，使用哪些數(shù)據(jù)，和怎樣使用數(shù)據(jù)，是決定預(yù)測結(jié)果的關(guān)鍵。
受云計(jì)算能力的局限，高盛、德銀、彭博為代表的華爾街公司采用的數(shù)據(jù)，大多并不是特別龐大，比如，只選取一部分時間的比賽數(shù)據(jù)，和選取一部分球員的數(shù)據(jù)，代入一個固定的數(shù)學(xué)模型，用“擲骰子”來代替“運(yùn)氣”所帶來的不確定性，看起來非常合理，但忽略了一個大數(shù)據(jù)時代最常犯的錯誤，即數(shù)據(jù)量有限導(dǎo)致無法保證采樣的“隨機(jī)性”，這一點(diǎn)是“擲骰子”無法解決的——這也被稱作“數(shù)據(jù)獨(dú)裁”，你怎能僅靠主力球員在一級比賽上的表現(xiàn)，來錨定整支球隊(duì)的狀態(tài)？
雅虎作為大數(shù)據(jù)頂級開源平臺Hadoop的孕育者，在計(jì)算能力上并沒有受到類似華爾街一方那樣的局限。從采集的樣本來看，雅虎的數(shù)據(jù)量堪稱有史以來最大型的預(yù)測模型之一。但在“數(shù)據(jù)獨(dú)裁”這一點(diǎn)上，雅虎犯的錯誤與華爾街相同——Tumblr并非擁有足夠多樣本數(shù)的社交平臺，而即便是頂級的社交平臺Facebook，在數(shù)據(jù)預(yù)測的價值上也有側(cè)重，例如，預(yù)測離婚率比較準(zhǔn)，而預(yù)測奧運(yùn)金牌就沒那么準(zhǔn)。
谷歌的問題則在于漫不經(jīng)心，說白了就是在選取和使用數(shù)據(jù)的方法上不專業(yè)。一個典型的例子是，法德大戰(zhàn)次日，谷歌發(fā)言人通過博客發(fā)表了一篇文章《為什么我們的德法大戰(zhàn)預(yù)測錯了？》，在文章中解釋說，在世界杯前四場比賽中，法國比德國有更多的射門和射中球門概率，“必進(jìn)”位置的射門也更多，這增加了模型中的“預(yù)期進(jìn)球”，而德國則相反。他還說，從實(shí)際比賽來看，法國的射門次數(shù)和質(zhì)量也確實(shí)如前所述，預(yù)測不準(zhǔn)實(shí)在是“運(yùn)氣使然”。
這太扯淡了。真的是“運(yùn)氣使然”的話，那前面的16強(qiáng)、8強(qiáng)戰(zhàn)中，十幾場比賽，運(yùn)氣都沒有發(fā)揮作用嗎？谷歌的問題，也正是是出在對“運(yùn)氣”，也就是比賽預(yù)測的模型的理解上。博彩界有一句名言，“任何企圖超越賠率的努力都是徒勞的”，說的是賠率的本質(zhì)，實(shí)際上是幾個基本屬性概率，價值，實(shí)力的綜合體現(xiàn)，“運(yùn)氣使然”的成分，已經(jīng)被計(jì)算在內(nèi)，不同機(jī)構(gòu)的賠率數(shù)值雖然不同，但正如商品市場價格在一定范圍內(nèi)波動，絕不會“出圈”。
谷歌擁有英語世界里最龐大的數(shù)據(jù)，也擁有全球第二的云計(jì)算能力（第一名是亞馬遜），但在這個預(yù)測模型的建立上，犯了一個最嚴(yán)重的錯誤，那就是對于基礎(chǔ)數(shù)據(jù)的分析，遠(yuǎn)不如對賠率的分析重要，這一點(diǎn)在博彩界人人皆知，但谷歌卻忽略了它。這是專業(yè)精神的失敗。預(yù)測四強(qiáng)失誤，正是這一不專業(yè)導(dǎo)致的直接結(jié)果——這是個足夠嚴(yán)重的錯誤，也正是谷歌在大數(shù)據(jù)方面最大的問題所在，預(yù)測足球無法建立專業(yè)的模型，那何以保證在其他領(lǐng)域就能做到專業(yè)呢？
只有百度和微軟，不僅正確預(yù)測了所有八強(qiáng)、四強(qiáng)的國家隊(duì)，對于9日凌晨進(jìn)行的一場重量級半決賽——巴西vs德國的預(yù)測中，當(dāng)谷歌、高盛預(yù)測大熱門巴西將獲勝的時候，百度和微軟則預(yù)測了德國的勝利，繼續(xù)保持了淘汰賽以來100%的準(zhǔn)確率，而百度更是給出了51%的勝率數(shù)據(jù)。相比之下，微軟和百度的預(yù)測正確，也正是對“賠率”理解正確的結(jié)果。但不同的是，前者的模型主要依據(jù)了必發(fā)指數(shù)這一歐洲市場最具權(quán)威性的賠率指數(shù)，而后者在此基礎(chǔ)上，還綜合了歐賠469家公司的賠率數(shù)據(jù)。這一點(diǎn)的優(yōu)劣見仁見智，但理論上引入多個數(shù)據(jù)源能保證更好的健壯性和精確性，在實(shí)際預(yù)測中，百度在小組賽預(yù)測上的準(zhǔn)確率，略高于微軟（58.33% vs 56.25%）。
就在9日凌晨的巴德大戰(zhàn)賽果在朋友圈被刷爆的同時，卻很少有人看到，決定預(yù)測勝負(fù)的，還有一些重要的關(guān)鍵變數(shù)。尤其值得一提的是，百度和微軟都是人工智能五巨頭之一（谷歌、百度、微軟、IBM、Facebook），百度還剛剛從谷歌大腦挖來了人工智能三位頂級專家之一吳恩達(dá)（另外兩位一在谷歌，一在Facebook），并宣布“百度大腦”已經(jīng)達(dá)到2-3歲智力。
這究竟可以幫多大的忙尚未可知，而微軟早在多年前也已經(jīng)涉足人工智能研究，推出的Cortana在市場上受到廣泛好評。目前還不知道雙方是否在預(yù)測中啟用了基于深度學(xué)習(xí)的人工智能組件，如果答案為肯定，那么在“數(shù)據(jù)從哪里來”這一點(diǎn)上，將增添無窮多的變量。
百度世界杯預(yù)測是在做一款互聯(lián)網(wǎng)產(chǎn)品，而微軟、高盛和谷歌是在做一份事件性的報告，雙方在態(tài)度上首先就是有區(qū)別的，因此我個人更看好百度。除了關(guān)注德國在血洗巴西之后，能否繼續(xù)在總決賽中勝出之外，在最后三場比賽中，我們還可以密切關(guān)注百度與華爾街和硅谷的預(yù)測對決。
還有一點(diǎn)必須指出，至少截至目前，至少在世界杯比賽的預(yù)測結(jié)果來看，大數(shù)據(jù)和人工智能的預(yù)測結(jié)果擔(dān)當(dāng)?shù)闷?ldquo;非？孔V”這個形容詞。我相信用不了多少時間，至少在世界杯上，我們也許要準(zhǔn)備向“預(yù)測”這個詞正式說再見了。(來源：虎嗅網(wǎng) 作者：豬玀懦夫)
文章編輯：微網(wǎng)網(wǎng)絡(luò) 最好的微信商城系統(tǒng)盡在Micronet微網(wǎng)
掃描下面二維碼，學(xué)習(xí)更多營銷技巧
聲明：本網(wǎng)部份文章為轉(zhuǎn)載文章，在每篇文章底部有說明，文章的觀點(diǎn)和立場僅代表作者個人立場，不代表微網(wǎng)立場，若是文章轉(zhuǎn)載中有侵范您的權(quán)益，請發(fā)郵件到 [email protected]或致電13922854199通知刪除，謝謝！
