搞大数据研发，不就是坐在实验室、电脑前，整天对着数字噼里啪啦地运算？

可腾讯公司用户与市场研究中心调研员韩娜，更多地是奔波在见调研对象的路上。

韩娜讲了一个对于她来说“家常”的故事。

一年冬天，她从南方的深圳赶到北方的沈阳，约了一个孩子做用户调研。本来知情的父母临时有事不在，孩子的姑姑不让韩娜进门。韩娜拿出身份证、工作证、介绍信，反复解释，但所有证明一概无用，对方就是不肯相信。

最终，韩娜被“砰”的一声拒之门外。

类似的经历，韩娜所在的团队几乎人人都遇到过。

很多人不理解，一个互联网公司怎么还用上门调研这种“老土”的方式？

的确，拥有7.62亿月活跃微信账户、8.77亿月活跃QQ账户的腾讯，并不缺乏用户社交的大数据，但光有数字就行了吗？

“大数据给出了结论，但给不了解释。”用户与市场研究中心总监谭池举了一个他自己的亲身经历。

多年前，他曾经参与过早期苹果手机一代的调研。当时，老外们通过大数据惊讶地发现一个现象：苹果的几种输入法中，中国人特别偏爱某一种。可是老外想不通，这是为什么？

谭池说，“为什么”往往是大数据的盲点，想要找到答案，目前，还只能依靠传统的人对人询问。

当时，经过传统调研，谭池找到了原因：

中国抽烟人口比西方国家多，许多公共场合更是想抽就能抽，人们一只手拿烟时，只好单手握着手机打字，因此中国的苹果一代用户，特别偏爱单手型、单指型的输入法。

知道这个“为什么”以后，相关产品的开发，开始更多考虑单手模式了。

人与人交流的传统模式，不仅没有被掩埋，反而在大数据时代，被一个个数据又激发出来。

“滴”“滴”———访谈室里充满此起彼伏的电子音。研究员们有些震惊。

事情缘起于产品经理想做一个无障碍功能的设计。研究员朱丹招募了6位盲人进行访谈。起初，大家做好充分准备，以为盲人们可能不会使用智能手机，不会用APP，需要先教一下。

但没想到，这群盲人使用互联网产品相当熟练。

他们利用智能手机的读屏功能，并且每个人都把声音调到最快档，只听见手机发出“滴”“滴”这样短促的电子音，常人的耳朵根本听不懂是什么，但6位盲人却在怪诞的声音中，熟练地使用互联网，让在场的“小伙伴都惊呆了”。

“原来网络对他们的帮助比我想象中大很多。”朱丹感慨。有位盲人告诉她，比如移动支付，对正常人来说只是多了一种支付手段，但对他们而言是一种颠覆式的设计，大大方便了盲人消费。

大数据提供了一个结果，但它并不知道用户在使用产品时，身处什么样的场景，怀揣怎样的心情，有着怎样的需求。这一切，唯有人与人面对面，才能知晓。

还有一次，谭池找到了成都的一名用户，兴高采烈跑到对方家里。目的是为了知道用户使用产品时，真实的生活场景什么样。一番交流和观察后，他忽然觉得不太对劲：

这户人家冰箱里只有6罐可乐，没有多余的食物，房间里也找不到水壶或饮水机。谭池发短信给同行的同事：留意一下，这是不是他真的家。

等到双方聊得很开心以后，对方果然露出了口风，原来他确实不住在这儿，这间屋子的主人是他父母，目前租给别人，这次为了接受调研，临时借用了一下。

“这样一来，我观察他的生活场景，有一半信息就没用了，比如小区、邻里关系等。”谭池遗憾地说。

用户真正的使用情景，他们的担忧、开心、困惑与不爽，目前的大数据读不出来。数据再大也是死的，只有人能激活它。

多年前，有一位调研员曾经接过一个项目，对方要求调研某产品在用户心中是多少分，如果得分在80分以下，整个相关团队就要被撤销。

“其实，给79分还是80分，有很大区别吗？”谭池反问，“不谈评分机制，就算根据数据得分，判了一个团队的生死又怎样？问题还是在那儿，依然没有得到解决。”

大数据本身，并不能给出一个既定做法。面对数据运算的结果，之后的步骤可能更加重要。

每一年，研究中心负责调研的项目数以百计，这些课题并非调研员自己“拍脑袋”想的，大部分来自产品策划的需求方。

韩娜说，刚入这一行，自己与产品经理交流时，经常需要磨合。比如一位产品经理很纠结，关于“签到”有两种改进方案，究竟95后用户更喜欢哪一种呢？他不知道。

他可能先去找数据师，去调相关的大数据。大数据显示，95后更热衷于每天上网“签到”。但是他们“签到”究竟是出于什么心理，获得了什么满足，数据并不懂。

于是，产品经理接着找韩娜，请她进行用户研究。结果显示，95后乐意“签到”，更多是为了满足自己的情感需求，尤其是“刷存在感”。可是知道了这一点后，产品经理依然无法抉择，究竟哪个方案更好。

时间久了，韩娜渐渐明白，自己做完调研，不能仅仅解答“为什么”，“用户怎么想”，还要给出“怎么做”的建议。

当然，再细致的调研，最终也不一定能找到产品经理想要的答案。有时候，答案是有了，但考虑到成本营收、缺乏供应商、缺乏可操作性等因素，改进方案依然不了了之。大数据和访谈就都白做了。

另一位调研员马建说，自己工作最开心的那刻，就是调研的建议被采纳，最终体现到产品中。

今天的企业、政府，乃至整个社会，很容易通过大数据对市场一目了然，但一目了然之后怎么做？漠视它、改正它、还是适应它？

罗英、何文是“数据挖掘师”。但这份工作想做得好，单纯依靠算数据并不够，其实还要动用“情商”。

比如，QQ音乐有一个功能叫“猜你喜欢”。根据用户的数据，软件会自动推荐一些陌生歌曲。这种推荐，显然是基于大数据平台。一般我们以为，只要提供一些算法，大数据平台照此运算就成，但事实没那么简单。

首当其冲的是准确率。“猜你喜欢”究竟能猜对多少首歌？不同的数据师，可能会设计不同的算法，有的人效果明显比较好，他把“年龄”的数据用起来，而另外一个人没用，就会导致两者准确率差很大。

究竟需要考虑哪些数据维度，荐歌才会最符合心意呢？没有标准答案，不同数据师有自己的判断。同样的大数据库，一个运算下来比较准确，一个不准，其中唯一的变化就是人。

第二个问题是，为什么有人能想到“年龄”，而有人却想不到？凭借的也是个人经验。或者说，凭借的是人对事物的理解，考验的正是数据师的“情商”。

“在我们行内有一个不等式：业务知识>数据>算法。”罗英解释，“而业务知识就是你的理解能力。”用同行的话来说，就是“你的架构是否合理。”

最近，产品经理提出：能不能根据大数据，观察每座城市的人口迁移，随后做一份《城市年轻指数》报告？

数据师们给出了这样一些数据：用户的登录地，再比对他们的年龄信息等。最后给出来的数据，大家一看都觉得有价值，《城市年轻指数》报告就这样出炉了。

当然，更多时候，理想很完美，但运算出来的数据却没什么变化，被判定“数据价值不大”，议题便会不了了之。

“大数据就好像是一杯水，我们需要去厨房煮菜，水只是材料之一。”罗英形容。

何文则说，他工作的成就感，不在于运算大数据，而在于最终“能给出有价值的数据”。