大數據搶分析師飯碗嗎？（車品覺）
資料圖片，作者：geralt
你若是一位出色的分析師，你會發現業務部門對你的要求是最好能未卜先知，不僅提出問題，同時還要交出解決方案。能達到這種水平的分析師，不就是三國時代的諸葛亮嗎？
但諸葛亮也有自己的痛苦，每逢月底當數據已經全部備妥時，分析師往往要花數天才可對業務給出觀點。一方面他們要確認這個數據的準確性，同時要具備嚴謹的邏輯和對商業有足夠理解，
才可在有限的時間裏窺一斑而見全豹。
不過，今年1月發生了一件奇妙的事，讓人大開眼界。在Google公布上一季度業績後的幾分鐘內，一家叫AutoInsight的公司就發出對該業績報告的觀點，以及對Google未來股價走勢的評估。為何這家公司能在這麼短的時間內作出反饋？而且我們發現，它用同類方法已經發表過很多篇沒有作者的機器人文章。
集合數據指引後市
我們知道，證券交易及對沖基金成功的關鍵在於及時判斷，通過大量訊息的定量研究，比別人哪怕早1分鐘預見股票的走勢，都可賺到巨額利潤。這種預測隨着更多的社交訊息如Facebook、Twitter、即時新聞及交易數據的整合，變得愈來愈有看頭。即時分析正是運用了大數據的優勢，在某一公司的業績訊號出來時，迅速刷新訊息、辨識市場預測與業績報告的差距、跟蹤即時市場反應，包括專家言論及交易情況，讓其更有能力判斷市場走向。
在資本市場中，多年前已有人關注股民情緒對市場的影響，這也是大數據在資本市場最早的應用之一。當中關鍵在於大量參差不齊的社交數據，是否能幫助判斷市場？其實，單靠社交網站的數據是不足的，若能結合交易和新聞等歷史及即時數據，進行去偽存真的分析，便可立馬做出媲美資深分析師的報告。
HedgeChatter就是這樣的一家公司。他們每天即時掃描大量聊天訊息、相關股票在全球的交易紀錄，以及更多股票評論員的專家分析，藉以估計股票的波動和變化趨勢，並直接使用社交數據訊號去分析數千隻美國股票的即時交易，據說預測的準確率頗高。
四大角色各有優勢
我們若進一步深究這兩個例子，可發現電腦、互聯網、大數據和專家這四個角色在其中的作用。機器不但具有對數據和訊息的無限記憶能力和高速處理能力，而且不用休息；互聯網創造了海量數據和訊息，並可瞬間把它們關聯起來；大數據的利害在於能把所有東西進行量化，方便人類識別盲點、重新認知事物，並對事物進行全景的理解和分析，更能從眾多變數中快速找出核心變數或事情發生的規律；專家則能在訊息不全的情況下，利用自己的經驗和理解作出正確判斷。
在了解這四方面優缺點的基礎上，才容易做出成功的大數據產品和方案，反之則容易失敗。
因此，在我看來，自動化分析報告並不會對有經驗的分析師產生威脅。股票分析師們一點都不用擔心機器會打擊這個行業，反而可以好好利用機器的強項讓我們更具威力。說到這裏，我想起一句話：大數據就是學會如何活用別人的數據冗餘，站在金山上吃饅頭還是吃魚翅，就看你的本事了。自動化新聞和股票分析讓我們產生了無限遐想。未來，小說、食譜甚至音樂，未嘗不可以利用大數據進行創作。
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
