塞巴斯蒂安韦尼克博士是“Solon”的领导者，“Solon”总部位于慕尼黑，为咨询公司和投资者在媒体、娱乐、电信和技术行业上提供数据服务。
来源：TED演讲
笔记：笔记侠 Season 深度好原由网文：2359字 |2分钟阅读
完整版笔记：
你们大多数人可能都没有听过罗伊普莱斯，他是亚马逊工作室的高级执行官，负责亚马逊的电视制作。
罗伊的工作负有重大责任，他负责为亚马逊选择要制作的原创节目内容，这是一个高度竞争的领域。他必须要找到真的非常好的电视剧，也就是说，他需要找到这根曲线最右端的电视剧。
这根曲线是IMDB（互联网电影资料库）网站上给大约2500个剧的打分分布。打分从1排到10，如果你得到了9分或者以上，那么你就是赢家了。
其中排名前2%的电视剧，比如《绝命毒师》、《权利的游戏》、《火线》，这些剧都令人看得上瘾。你看了一季之后，你满脑子想的是去哪里找比这更好的剧。
罗伊最担心的是做出平庸的电视剧，这些剧不是很好，也不是很差，它们难以使你真正激动，而要让这样的电视剧收视暴涨，压力就大了。虽然亚马逊是第一次涉入这个领域，但罗伊不想要只凭运气，他想要好好策划，以保证可以成功。
他举办了一次关于电视剧创意的竞赛，从这些创意中通过评估，选出了八个候选者，然后做了每部剧的第一季，把它们放到网上，供所有人免费看。
有几百万的观众在看这八部剧，观众不知道的是，当他们在观看的时候，他们也被罗伊和罗伊的团队观看着。罗伊团队记下了一切：人们什么时候按下播放？什么时www.58yuanyou.com候按下停止？跳过哪一段？什么地方重复看？罗伊团队收集几百万个数据点，想要用这些数据点去决定最后应该制作哪部剧。
收集了所有数据，分析了所有数据，最后结果就出来了。
《阿尔法屋》剧照
亚马逊最后做了一部关于四位参议员的情景喜剧片——《阿尔法屋》。但是似乎没有多少人记住，因为结果其实并不是那么好，这只是一部平常的剧。
然而就在同时，另一家公司的执行官也通过使用数据分析，做出了一部顶级的剧。他的名字叫泰德萨德兰斯，Netflix（一家在线影片租赁提供商）的首席内容官员。
就像罗伊一样，他也需要不断地发现伟大的电视剧，他也使用了数据，只是他做得有一点不同。他和他的团队查看了Netflix观众已有的所有数据，即网站上面观众的影iBcfjGH视观看历史、喜欢什么等等，用数据发现了观众喜欢什么样的剧、什么样的情节、什么样的演员这些点点滴滴。（备注：流媒体网站Nitlifx奈飞公司利用网站储存的3000万用户收视行为的大数据，分析了网民的“搜索”、“收藏”习惯。）
《纸牌屋》剧照
当Netflix奈飞集齐了这一切后，决定了出品一部剧，（花 1 亿美元买下英国同名小说版权），不是四位参议员的情景喜剧，而是一位参议员的连续剧——《纸牌屋》。
（备注：Netflix奈飞公司对大数据进行深度挖掘后，确定了最具舆论影响力和市场价值的主力受众群为“中年男性专业人士”，根据他们的收视行为偏好，“量身定制”了著名导演大卫芬奇、奥斯卡影帝凯文史派西和“政治惊悚剧”等元素组合的电视剧。借助大数据技术，受众能够参与到电视节目的制作和推广等各个环节。该剧播出过程中，专业技原由网术人员对用户的收视行为进行实时监测和数据挖掘，帮助制作团队根据受众反馈进行相应调整和修改。第二季当中，为了吸引中国观众，还特别增加了涉及中国的元素。）
Netflix，理所当然让这部剧大获成功。（备注：Netflix首次进军原创剧集就一炮而红，在美国及 40 多个国家成为最热门的在线剧集。）
为什么会有这么大的跃进？
两家都是很有竞争力的公司，他们都连接了几百万个数据点，然而一个效果很好，一个却不是很好，为什么呢？
如果你收集了几百万个数据点，进行了分析，你应该能够做出一个很好的决定。如果数据分析连这都不管用了，那就有点吓人了。因为我们生活的时代越来越倚重数据，有许多比电视剧严肃得很多的决定都要靠数据来做。
其实大多数据分析公司都会做错。
2009年，谷歌宣布他们能够用数据分析预测流感www.58yuanyou.com的爆发，就是用谷歌搜索的数据。他们做得很好，在新闻中引起了骚动，甚至取得了科学成功的一个高峰，在《自然》杂志上发表了文章。很多年来他们都做得很好，直到有一年失败了，没人知道为什么，那一年就是不准了，当然又成了个大新闻，包括现在，从《自然》杂志上撤回了文章。
所以善于处理数据的公司——亚马逊和谷歌有时也会弄错。
而尽管有这些失败，数据还是迅速地进入了实际生活的决策领域，包括在法律的执行上，还有医学界，所以我们需要更好地保证数据能够帮助我们。
现在我个人也经历了很多与数据的斗争，因为我在计算机遗传学领域工作，这个领域有许多聪明人，在用无法想象的大量数据做很严肃的决定，比如决定癌症的治疗或者制药。
经过这些年，我注意到了一种模式或者一种规律，用以解释在数据驱动下，成功的决定和失败的决定之间的区别，我觉得这个模式值得分享：
不论何时，当你在解决复杂的问题时，总的来说你是在做两件事——
分开和合起来。
你把问题一点一点地深度分析，然后再决定做下一件事，这就是分开；你把所有的点滴放回到一起，最后做出结论，这就是合起来。
数据和数据分析只能起到“分开”的作用，帮助你把问题分开来一点点理解，并不适合把这些合拢起来，然后得到结论。“合起来”这件事，可以交给我们的头脑去做。
头脑擅长把各种碎片合拢，哪怕只有不完整的信息，最后得到好结论。我相信这就是Netflix成功的原因，因为他们在分析的过程中分别使用了数据和头脑。首先用数据理解观众的点点滴滴，否则你就不能深入地了解他们了，然后把所有点滴放到一起，做出拍《纸牌屋》的决定，这个决定并不在数据之中。
泰德和他的团队决定拍这部剧，也意味着他们冒了一次很大的个人风险。而另一方面，亚马逊和他们做的恰好相反，亚马逊罗伊团队一直用数据来引导自己做决定，当然这是一个很安全的决定，因为可以指着数据说：“这是数据告诉我们的。”但是这并不能导向罗伊团队所期待的惊人结果。
我相信当做一个决定时，被数据牵着走就有哪里不对了，不管数据多有威力，它也只是一个工具。
我认为，决定仍然要我们自己来做。
如果你是某个方面的专家，想要取得非凡的成果，除了数据以外，你还得冒一个风险，因为最终将会是“决定”让你落在了非凡的那端。
合作伙伴：混沌研习社｜创业邦｜领英中国｜36氪｜中欧商业在线...
