射手男更易出軌？從出軌網站數據泄露看懂「數據分析」

人人都在談論大數據，但有幾個人真的了解、親自實踐過數據分析？我們將上手分析某著名出軌約炮網站泄露的用戶信息，並藉此帶你了解數據分析的真實面目。

原文地址：eIQ Insights: Analyzing Ashley Madison Leaked Data to Understand Big Data

作者：何瀟益, ACOMMERCE GROUP 首席營銷官

由作者授權 優達學城 (Udacity) 翻譯並發表，內容略有刪減。

大數據現在有多火？《哈佛商業評論》稱之為一場「管理革命」。麥肯錫發布了一篇長達156頁的報告，稱它是「創新、競爭和生產力的下一個前沿」。美國很多擁有遠大抱負的大學畢業生，甚至不再把 Google、Facebook 和 Twitter 放到第一位，而是把目光轉移到了 Palantir 這樣的大數據企業上 —— 這家企業最近一次融資達到 200 億美元，還曾用大數據協助美國政府追蹤本·拉登的行蹤。無論是通過什麼樣的方式。大數據，已經成為所有行業的焦點。

「遍地都是黃金，只等著有人來撿起。」——《絕命毒師》老白（Walter White）

谷歌搜索表明，「大數據」的搜索量呈現出一個完美的指數上升曲線軌跡，這是許多初創公司夢寐以求的。顯而易見，「大數據」中孕育著一個極大的商機。

儘管媒體都在炒作大數據，但悲哀的現實是，沒有人真正了解它。

譯者註：我們將先終結一個關於大數據的流言，然後將上手分析一個著名婚外情約炮網站泄露的用戶數據，來印證我們的結論。

流言終結者：大數據一定要海量數據？

有關大數據的一個常見謊言是，我們需要有非常大量的數據才能做「大數據」。

「今天的企業似乎對數據有無法滿足的胃口，他們錯誤地認為數據越多，創造的價值就越大，但大數據往往是些啞巴數據。」 Peter Thiel 說。

現實是，大多數企業根本不需要太多數據。如果你的公司不存在尋找治癒癌症方法，或追蹤恐怖分子的需要，就沒有必要為了銷售產品而使用大量數據。

大多數大企業之所以無休止地痴迷於數據量，原因很簡單：他們感到害怕。他們害怕通過不完美的數據做出決策；他們害怕做實際的工作；他們害怕承擔責任，因為他們本可以躲藏在煙幕後面。人們沒有意識到，數據能帶來的價值多少，取決於數據分析之後的行動，與數據多少無關。

「企業吹噓他們的數據集有多大，就和漁民吹噓他們的魚有多大一樣。他們聲稱自己獲得大量的信息。優勢似乎顯而易見：你知道的越多越好。」 Slater Victoroff 在他發表在 TechCrunch 上的文章中說道。

數據夠用即可

就像「精益運動」鼓勵公司和員工採用「最簡化可運行產品（MVP）」的方式來建立企業和產品，大數據的 MVP 革命其實早就應該誕生了。你不需要很多數據，夠用即可。

著名外遇網站用戶資料泄露的啟示：越大，真的越好？

為了說明我們的觀點——利用不太大的數據，以人為本，精益求精的方法，就能得出給大家深刻印象的見解——我們對美國婚外情網站 Ashley Madison 的泄漏數據進行了分析，希望能回答以下四個問題：

1. 射手座男子更加花言巧語嗎？

2. 最常見的性偏好是什麼？

3. 性愛偏好會隨時間而變化嗎？

4. 該出軌約炮網站的用戶流失率和客戶終生價值（LTV）是多少？

譯者註：作者使用的工具和技術都很平民：MySQL，Python，PHP，Excel，Notepad ++。數據來源也是前段時間網上就可以獲得的數據集，內容為約3000萬用戶的註冊資料。

問題1：射手座男子更容易出軌嗎？

一個對此觀點堅信不疑的人說道，「射手座（Sagittarius）是十二星座中最大的騙子。 他可能會表面上追求非常高的道德標準，但是一旦看到漂亮的臉蛋或身材時，他們就會失去理性。 把你的射手座男友綁在床頭板上吧。」

但這是真的嗎？ 運行 SQL 查詢後，我們得到以下結果。Ashley Madison 的射手座用戶並不是所有星座中最多的。由於 Ashley Madison 註冊下拉菜單中的默認月份和年份設置，導致摩羯座出現異常值。去除摩羯座異常值後，我們看到與普遍的觀點相反，射手座（紅色欄）並不是十二星座中最常出軌的星座。

問題2：最常見的性偏好是什麼？

在 Ashley Madison 註冊時，用戶會註明他們的性偏好。 我們使用 SQL 和 python 組合來對偏好進行分析，並按性別繪製視圖。

問題3：性偏好會隨時間而變化嗎？

顯然，他們會。通過出生年份繪製性偏好，我們發現年輕一代更樂於嘗試一夜情，而老年人則喜歡依偎著睡在一起和調情。

問題4：Ashley Madison 的客戶流失率和終生價值（LTV）是多少？

作為營銷人員，我們自然有興趣去測量一下其客戶流失率和客戶終生價值（公司從用戶長期的所有活動中得到的全部收益的總和），因為這些數字足以建立或摧垮一個企業。 據 Andrew Chen 介紹，投資者通常不會資助初創公司，因為他們普遍有著較高的用戶流失率，以及與行業平均水平相比較高的用戶獲取成本。通常，一家初創企業的用戶年流失率可以高達93，Ashley Madison 的流失率為80％。

Ashley Madison 的客戶終身價值約為400美元。 自2013年10月起，他們每月的用戶質量都呈上升趨勢。這很可能是因為他們在產品上的一系列新動作：推出移動支付、商務旅行特別服務、付費從而獲得更多關注以及（諷刺的）付費徹底刪除賬戶。

從這次數據分析中獲得的結論

每個人都可以利用大數據，只要你以人為本，而不是過度強調平台、過程和政治。而且，如果你了解 SQL 或 python 基本技能，小數據也可以創造奇蹟。不要害怕，只要掌握了關鍵工具，就可以讓大數據成為你的朋友。

我們也可以粉碎另一個流言：只有數據科學家才能做數據分析。

Josh Attenberg 和 Foster Provost 在紐約大學教授實踐數據科學課程，他們介紹：「人們往往抱怨計算機科學系畢業的數據科學家『只關注技術』，能很好地理解演算法，但缺乏重要的技能：對一般問題的界定、評估和分析。另一方面，在商學院接受培訓的人又往往技術水平不達標。」

如果企業想要更快地開始使用大數據，僅僅招聘傳統的數據科學家或 MBA 是不夠的；實際上，每個人都需要具備處理數據的能力。

不過，也有積極的一面，尤其是在營銷上。Andrew Chen 說，「增長黑客」的新職位正在融入矽谷的文化中，擁有編程和技術技能，現在已是一名營銷人員的重要加分項。營銷副總裁（長期以來被認為是非技術性角色）的作用正在快速退化，而且出現了新一代的營銷人員／程序員混合體，」

LiveRamp 首席執行官 Auren Hoffman 在 Quora 上分享：「首席營銷官（CMO）的角色正在發生巨大變化，並且正在成為「香餑餑」。現在的CMO，會以數據為導向，利用客戶行為的顆粒數據，支配產品策略、客戶服務並優化銷售渠道。」

快速瀏覽 Facebook 和 Uber 的營銷職位，也可以印證我們正在經歷的轉型。 Uber 的增長營銷人員除了要能處理和分析複雜的數據集，還將使用 Tableau 等工具，並了解 Python 和 SQL 等語言。

在哪裡找到這些高手？ 找到這些工程、計算機科學、數學、經濟學或統計學專業的畢業生？ 與此同時，傳統的數字營銷企業仍然停留在 2005 年，並聘請傳媒專業的畢業生來擔任「績效營銷」角色（對此我只能說，祝你們好運）。