六月丁香五月婷婷,丁香五月婷婷网,欧美激情网站,日本护士xxxx,禁止18岁天天操夜夜操,18岁禁止1000免费,国产福利无码一区色费

學(xué)習(xí)啦>在線閱讀>文章閱讀>文章>

大數(shù)據(jù)時(shí)代體會(huì)文章

時(shí)間: 晏付1011 分享

  二十一世紀(jì)是一個(gè)信息爆炸的時(shí)代,信息紛繁復(fù)雜、真?zhèn)坞y辨。對(duì)于這個(gè)時(shí)代,對(duì)于大數(shù)據(jù)的反思和體會(huì)會(huì)尤其的多!下面是學(xué)習(xí)啦小編為大家整理的關(guān)于大數(shù)據(jù)分析文章的相關(guān)資料,供您參考!

  大數(shù)據(jù)分析文章篇1:大數(shù)據(jù)時(shí)代對(duì)知識(shí)的反思

  當(dāng)人類睜開雙眼、打開智慧大腦時(shí),通過DIKW層級(jí)去感知和做判斷。(DIKW,即data-information-knowledge-wisdom,從“數(shù)據(jù)”到“信息”到“知識(shí)”再到”智慧”的升級(jí)過程。)當(dāng)參觀華為公司時(shí),驚嘆于那些成千上萬張穿孔卡片的盒子,那只是數(shù)據(jù),數(shù)據(jù)本身沒有價(jià)值。通過處理數(shù)據(jù),你就得到了信息。信息之于數(shù)據(jù),就如同葡萄酒之于葡萄園,美味與醇厚都是經(jīng)過提取和蒸餾的產(chǎn)物。也就是說,一大堆毫無關(guān)聯(lián)的事實(shí),根本不能稱之為信息。信息是結(jié)構(gòu)化的數(shù)據(jù),而知識(shí)是“可以付諸行動(dòng)的信息”,即知識(shí)是將“信息變?yōu)橹噶?rdquo;的本事。當(dāng)知識(shí)本身互相配合,便形成一個(gè)完美有序的整體。此刻,知識(shí)具有令事情成功的有用性。

  憑借著DIKW,我們?nèi)绾稳ダ斫膺@個(gè)遠(yuǎn)遠(yuǎn)超出我們大腦處理能力的世界呢?最基本的做法就是:過濾、篩選,即將復(fù)雜的事情降低到較為可以掌控的層面。以往是通過做減法,將知識(shí)簡(jiǎn)化到圖書館或者科學(xué)期刊上來獲取它;與以往時(shí)代不同的是,現(xiàn)在是通過做加法,將任何一種想法、每一個(gè)細(xì)枝末節(jié)都放置在巨大、松散連接的網(wǎng)絡(luò)中,來獲取知識(shí)。

  于是,一切都不同了。當(dāng)我們面臨太多來自環(huán)境的感官刺激時(shí)——比如聽著搖滾樂隊(duì)的演唱會(huì),同時(shí)伴隨著令人眼花繚亂的燈光秀,空氣中還混雜著數(shù)千根焚香的香味——我們的大腦可能就會(huì)困惑,幻想與真實(shí)之間的界限變得模糊。研究表明太多的信息能夠損害我們思考的能力。一個(gè)人如果擁有數(shù)不清的書籍和圖書館,書多到他窮盡一生連書名都讀不完,這有什么意義呢?我們堅(jiān)決不能過著信息超載的生活方式。

  如何撥開云霧見太陽(yáng)?傳統(tǒng)的知識(shí)猶猶豫豫地邁出了一步,于是乎,知識(shí)也開始顯現(xiàn)出新的樣子:

  寬度:翻譯一本書,不在依賴幾個(gè)專家,而是采用“眾包”:發(fā)動(dòng)上千名讀者參與。足夠的寬度本身就成為了一種深度。

  無邊界:評(píng)估專利申請(qǐng)不能采用眾包方式,因?yàn)樗枰蟊姴⒉痪邆涞膶I(yè)知識(shí)。而美國(guó)專利局開展了一個(gè)試點(diǎn)項(xiàng)目,征募平民專家,按照學(xué)科和行業(yè)分類審查專利發(fā)明的新穎性,目前已成為專利申請(qǐng)過程中的環(huán)節(jié)。

  平民主義:IBM最先利用“即興大討論”,鼓勵(lì)全體員工在幾天時(shí)間內(nèi)討論企業(yè)面臨的核心業(yè)務(wù)挑戰(zhàn)。這種討論為企業(yè)創(chuàng)造了全新的業(yè)務(wù)。即平民也可以有貢獻(xiàn)。

  無證現(xiàn)象:在網(wǎng)絡(luò)世界中,你最好了解你們正在談?wù)摰脑掝},否一紙證書毫無幫助。

  分歧:過去我們依賴專家提供明確的答案,而如今,即使存在分歧也可以戮力合作,因?yàn)闆]有人對(duì)任何事情能達(dá)成一致。

  大數(shù)據(jù)時(shí)代對(duì)知識(shí)進(jìn)行反思,因?yàn)槭聦?shí)不再是事實(shí),專家隨處可見。所有確定性都可以連根拔起,話題再無邊界。在互聯(lián)網(wǎng)的引領(lǐng)下,知識(shí)已開拓社交性,流動(dòng)且開放。在互聯(lián)網(wǎng)上,衡量一個(gè)專家的權(quán)威不在于你對(duì)某個(gè)話題能夠蓋棺定論,而在于你能否最先發(fā)出聲音。互聯(lián)網(wǎng)本身也包含豐富的多樣性,存在太多的分歧。沒有一個(gè)突出的占據(jù)優(yōu)勢(shì)地位的觀點(diǎn),我們將迷失在一個(gè)不同觀點(diǎn)織就的漩渦里。我們需要在人們對(duì)任何事都無法達(dá)成共識(shí)且將來也無法達(dá)成共識(shí)的世界里探索如何獲得知識(shí)。

  當(dāng)知識(shí)變得網(wǎng)絡(luò)化之后,房間里最聰明的那個(gè),已經(jīng)不是站在屋子前頭給我們上課的那個(gè),也不是房間里所有人的群體智慧。房間里最聰明的人,是房間本身:是容納了其中所有的人與思想,并把他們與外界相連的這個(gè)網(wǎng)。也不是說,網(wǎng)絡(luò)正在變成一個(gè)具有意識(shí)的超級(jí)大腦;而是說,知識(shí)正在變得與網(wǎng)絡(luò)不可分離。即:完全不可以想象在沒有網(wǎng)絡(luò)的支持下,知識(shí)能成為知識(shí)。我們的任務(wù)就是去學(xué)習(xí)怎樣打造這些聰明的房間,如何建立能讓我們更聰明的網(wǎng)絡(luò)。

  最后,舉一個(gè)例子,說明在商業(yè)社會(huì)知識(shí)的進(jìn)步帶來的影響。

  以IT咨詢公司為例,傳統(tǒng)的公司會(huì)雇傭IT領(lǐng)域的專家們,非常專業(yè)、權(quán)威,不僅提出行業(yè)報(bào)告,還塑造了行業(yè)。行業(yè)內(nèi)的公司要想聽取專家們的意見就必須付錢。而在美國(guó)新出爐一家名為希達(dá)里的科技咨詢公司,關(guān)于它網(wǎng)絡(luò)中的專家都是兼職的,他們保留了各自領(lǐng)域的本職工作,因?yàn)橄__(dá)里認(rèn)為這樣會(huì)讓他們更有優(yōu)勢(shì),如果失去了本職工作,也就失去了多樣性并且專業(yè)突出的優(yōu)勢(shì)。它并沒有選擇行業(yè)的領(lǐng)軍人物作為全職專家,而是建立了一個(gè)網(wǎng)絡(luò),這個(gè)網(wǎng)絡(luò)的實(shí)力來自于它的多樣性。它的專業(yè)信服不是來自于權(quán)威機(jī)構(gòu)的證書,而是來自于同行們的認(rèn)可。結(jié)果,其盈利水平說明希達(dá)里取得了更大的成功。

  大數(shù)據(jù)分析文章篇2:大數(shù)據(jù)的初步理解

  似乎一夜之間,大數(shù)據(jù)(Big Data)變成一個(gè)IT行業(yè)中最時(shí)髦的詞匯。

  首先,大數(shù)據(jù)不是什么完完全全的新生事物,Google的搜索服務(wù)就是一個(gè)典型的大數(shù)據(jù)運(yùn)用,根據(jù)客戶的需求,Google實(shí)時(shí)從全球海量的數(shù)字資產(chǎn)(或數(shù)字垃圾)中快速找出最可能的答案,呈現(xiàn)給你,就是一個(gè)最典型的大數(shù)據(jù)服務(wù)。只不過過去這樣規(guī)模的數(shù)據(jù)量處理和有商業(yè)價(jià)值的應(yīng)用太少,在IT行業(yè)沒有形成成型的概念。現(xiàn)在隨著全球數(shù)字化、網(wǎng)絡(luò)寬帶化、互聯(lián)網(wǎng)應(yīng)用于各行各業(yè),累積的數(shù)據(jù)量越來越大,越來越多企業(yè)、行業(yè)和國(guó)家發(fā)現(xiàn),可以利用類似的技術(shù)更好地服務(wù)客戶、發(fā)現(xiàn)新商業(yè)機(jī)會(huì)、擴(kuò)大新市場(chǎng)以及提升效率,才逐步形成大數(shù)據(jù)這個(gè)概念。

  有一個(gè)有趣的故事是關(guān)于奢侈品營(yíng)銷的。PRADA在紐約的旗艦店中每件衣服上都有RFID碼。每當(dāng)一個(gè)顧客拿起一件PRADA進(jìn)試衣間,RFID會(huì)被自動(dòng)識(shí)別。同時(shí),數(shù)據(jù)會(huì)傳至PRADA總部。每一件衣服在哪個(gè)城市哪個(gè)旗艦店什么時(shí)間被拿進(jìn)試衣間停留多長(zhǎng)時(shí)間,數(shù)據(jù)都被存儲(chǔ)起來加以分析。如果有一件衣服銷量很低,以往的作法是直接干掉。但如果RFID傳回的數(shù)據(jù)顯示這件衣服雖然銷量低,但進(jìn)試衣間的次數(shù)多。那就能另外說明一些問題。也許這件衣服的下場(chǎng)就會(huì)截然不同,也許在某個(gè)細(xì)節(jié)的微小改變就會(huì)重新創(chuàng)造出一件非常流行的產(chǎn)品。

  還有一個(gè)是關(guān)于中國(guó)糧食統(tǒng)計(jì)的故事。中國(guó)的糧食統(tǒng)計(jì)是一個(gè)老大難的問題。中國(guó)的統(tǒng)計(jì),雖然有組織、有流程、有法律,但中央的統(tǒng)計(jì)人員依靠省統(tǒng)計(jì)人員,省靠市,市靠縣,縣靠鎮(zhèn),鎮(zhèn)靠村,最后真正干活或上報(bào)的是基層兼職的調(diào)查人員,由于眾所周知的KPI考核導(dǎo)向的原因,層層加碼,幾乎沒有人相信這個(gè)調(diào)查數(shù)據(jù),而其中國(guó)家統(tǒng)計(jì)局的人是最不信的。在前兩年北京的一個(gè)會(huì)議上,原國(guó)家統(tǒng)計(jì)局總經(jīng)濟(jì)師姚景源向我們講述了他們是如何做的。他們采用遙感衛(wèi)星,通過圖像識(shí)別,把中國(guó)所有的耕地標(biāo)識(shí)、計(jì)算出來,然后把中國(guó)的耕地網(wǎng)格化,對(duì)每個(gè)網(wǎng)格的耕地抽樣進(jìn)行跟蹤、調(diào)查和統(tǒng)計(jì),然后按照統(tǒng)計(jì)學(xué)的原理,計(jì)算(或者說估算)出中國(guó)整體的整體糧食數(shù)據(jù)。這種做法是典型采用大數(shù)據(jù)建模的方法,打破傳統(tǒng)流程和組織,直接獲得最終的結(jié)果。

  從這些案例來看,大數(shù)據(jù)并不是很神奇的事情。就如同電影《永無止境》提出的問題:人類通常只使用了20%的大腦,如果剩余80%大腦潛能被激發(fā)出來,世界會(huì)變得怎樣?在企業(yè)、行業(yè)和國(guó)家的管理中,通常只有效使用了不到20%的數(shù)據(jù)(甚至更少),如果剩余80%數(shù)據(jù)的價(jià)值激發(fā)起來,世界會(huì)變得怎么樣呢?特別是隨著海量數(shù)據(jù)的新摩爾定律,數(shù)據(jù)爆發(fā)式增長(zhǎng),然后數(shù)據(jù)又得到更有效應(yīng)用,世界會(huì)怎么樣呢?

  單個(gè)的數(shù)據(jù)并沒有價(jià)值,但越來越多的數(shù)據(jù)累加,量變就會(huì)引起質(zhì)變,就好像一個(gè)人的意見并不重要,但1千人、1萬人的意見就比較重要,上百萬人就足以掀起巨大的波瀾,上億人足以改變一切。

  數(shù)據(jù)再多,但如果被屏蔽或者沒有被使用,也是沒有價(jià)值的。中國(guó)的航班晚點(diǎn)非常多,相比之下美國(guó)航班準(zhǔn)點(diǎn)情況好很多。這其中,美國(guó)航空管制機(jī)構(gòu)一個(gè)的好做法發(fā)揮了積極的作用,說起來也非常簡(jiǎn)單,就是美國(guó)會(huì)公布每個(gè)航空公司、每一班航空過去一年的晚點(diǎn)率和平均晚點(diǎn)時(shí)間,這樣客戶在購(gòu)買機(jī)票的時(shí)候就很自然會(huì)選擇準(zhǔn)點(diǎn)率高的航班,從而通過市場(chǎng)手段牽引各航空公司努力提升準(zhǔn)點(diǎn)率。這個(gè)簡(jiǎn)單的方法比任何管理手段(如中國(guó)政府的宏觀調(diào)控手段)都直接和有效。這里多說一兩句,過去一個(gè)暴政國(guó)家對(duì)內(nèi)的控制主要是物理上的暴力,就是強(qiáng)力機(jī)構(gòu)權(quán)力無限大,搞國(guó)家恐怖主義;而現(xiàn)在一個(gè)暴政國(guó)家,主要是就靠壟斷信息、封鎖信息,讓民眾難以獲得廣泛而真實(shí)的信息,從而實(shí)現(xiàn)國(guó)家的控制。這個(gè)信息封鎖,就是對(duì)大數(shù)據(jù)的封鎖。

  沒有整合和挖掘的數(shù)據(jù),價(jià)值也呈現(xiàn)不出來?!队罒o止境》中的庫(kù)珀如果不能把海量信息圍繞某個(gè)公司的股價(jià)整合起來、串聯(lián)起來,這些信息就沒有價(jià)值。

  因此,海量數(shù)據(jù)的產(chǎn)生、獲取、挖掘及整合,使之展現(xiàn)出巨大的商業(yè)價(jià)值,這就是我理解的大數(shù)據(jù)。在互聯(lián)網(wǎng)對(duì)一切重構(gòu)的今天,這些問題都不是問題。因?yàn)?,我認(rèn)為大數(shù)據(jù)是互聯(lián)網(wǎng)深入發(fā)展的下一波應(yīng)用,是互聯(lián)網(wǎng)發(fā)展的自然延伸。目前,可以說大數(shù)據(jù)的發(fā)展到了一個(gè)臨界點(diǎn),因此才成為IT行業(yè)中最熱門的詞匯之一。

  二、大數(shù)據(jù)將重構(gòu)很多行業(yè)的商業(yè)思維和商業(yè)模式

  我想以對(duì)未來汽車行業(yè)的狂野想象來展開這個(gè)題目。

  在人的一生中,汽車是一項(xiàng)巨大的投資。以一部30萬車、七年換車周期來算,每年折舊費(fèi)4萬多(這里還不算資金成本),加上停車、保險(xiǎn)、油、維修、保養(yǎng)等各項(xiàng)費(fèi)用,每年耗費(fèi)應(yīng)在6萬左右。汽車產(chǎn)業(yè)也是一個(gè)很長(zhǎng)產(chǎn)業(yè)鏈的龍頭產(chǎn)業(yè),這個(gè)方面只有房地產(chǎn)可以媲美。

  但同時(shí),汽車產(chǎn)業(yè)鏈?zhǔn)且粋€(gè)低效率、變化慢的產(chǎn)業(yè)。汽車一直以來就是四個(gè)輪子、一個(gè)方向盤、兩排沙發(fā)(李書福語)。這么一個(gè)昂貴的東西,圍繞車產(chǎn)生的數(shù)據(jù)卻少的可憐,行業(yè)產(chǎn)業(yè)鏈之間幾無任何數(shù)據(jù)傳遞。

  我們?cè)谶@里狂野地想象一番,如果將汽車全面數(shù)字化,都大數(shù)據(jù)了,會(huì)產(chǎn)生什么結(jié)果?

  有些人說,汽車數(shù)字化,不就是加個(gè)MBB模塊嗎?不,這太小兒科了。在我理想中,數(shù)字化意味著汽車可以隨時(shí)聯(lián)上互聯(lián)網(wǎng),意味著汽車是一個(gè)大型計(jì)算系統(tǒng)加上傳統(tǒng)的輪子、方向盤和沙發(fā),意味著可以數(shù)字化導(dǎo)航、自動(dòng)駕駛,意味著你和汽車相關(guān)的每一個(gè)行動(dòng)都數(shù)字化,包括每一次維修、每一次駕駛路線、每一次事故的錄像、每一天汽車關(guān)鍵部件的狀態(tài),甚至你的每一個(gè)駕駛習(xí)慣(如每一次的剎車和加速)都記錄在案。這樣,你的車每月甚至每周都可能產(chǎn)生T比特的數(shù)據(jù)。

  好了,我們假設(shè)這些數(shù)據(jù)都可以存儲(chǔ)并分享給相關(guān)的政府、行業(yè)和企業(yè)。這里不討論隱私問題帶來的影響,假設(shè)在隱私保護(hù)的前提下,數(shù)據(jù)可以自由分享。

  那么,保險(xiǎn)公司會(huì)怎么做呢?保險(xiǎn)公司把你的所有數(shù)據(jù)拿過去建模分析,發(fā)現(xiàn)幾個(gè)重要的事實(shí):一是你開車主要只是上下班,南山到坂田這條線路是非繁華路線,紅綠燈很少,這條路線過去一年統(tǒng)計(jì)的事故率很低;你的車況(車的使用年限、車型)好,此車型在全深圳也是車禍率較低;甚至統(tǒng)計(jì)你的駕駛習(xí)慣,加油平均,臨時(shí)剎車少,超車少,和周圍車保持了應(yīng)有的車距,駕駛習(xí)慣好。最后結(jié)論是你車型好,車況好,駕駛習(xí)慣好,常走的線路事故率低,過去一年也沒有出過車禍,因此可以給予更大幅度的優(yōu)惠折扣。這樣保險(xiǎn)公司就完全重構(gòu)了它的商業(yè)模式了。在沒有大數(shù)據(jù)支撐之前,保險(xiǎn)公司只把車險(xiǎn)客戶做了簡(jiǎn)單的分類,一共分為四種客戶,第一種是連續(xù)兩年沒有出車禍的,第二種過去一年沒有出車禍,第三種過去一年出了一次車禍,第四種是過去一年出了兩次及以上車禍的,就四種類型。這種簡(jiǎn)單粗暴的分類,就好像女人找老公,僅把男人分為沒有結(jié)過婚的、結(jié)過一次婚的、結(jié)過二次婚的、結(jié)過三次及以上婚的四種男人,就敢嫁人一樣。在大數(shù)據(jù)的支持下,保險(xiǎn)公司可以真正以客戶為中心,把客戶分為成千上萬種,每個(gè)客戶都有個(gè)性化的解決方案,這樣保險(xiǎn)公司經(jīng)營(yíng)就完全不同,對(duì)于風(fēng)險(xiǎn)低的客戶敢于大膽折扣,對(duì)于風(fēng)險(xiǎn)高的客戶報(bào)高價(jià)甚至拒絕,一般的保險(xiǎn)公司就完全難以和這樣的保險(xiǎn)公司競(jìng)爭(zhēng)了。擁有大數(shù)據(jù)并使用大數(shù)據(jù)的保險(xiǎn)公司比傳統(tǒng)公司將擁有壓倒性的競(jìng)爭(zhēng)優(yōu)勢(shì),大數(shù)據(jù)將成為保險(xiǎn)公司最核心的競(jìng)爭(zhēng)力,因?yàn)楸kU(xiǎn)就是一個(gè)基于概率評(píng)估的生意,大數(shù)據(jù)對(duì)于準(zhǔn)確評(píng)估概率毫無疑問是最有利的武器,而且簡(jiǎn)直是量身定做的武器。

  在大數(shù)據(jù)的支持下,4S店的服務(wù)也完全不同了。車況信息會(huì)定期傳遞到4S店,4S店會(huì)根據(jù)情況及時(shí)提醒車主及時(shí)保養(yǎng)和維修,特別是對(duì)于可能危及安全的問題,在客戶同意下甚至?xí)扇∵h(yuǎn)程干預(yù)措施,同時(shí)還可以提前備貨,車主一到4S店就可以維修而不用等待。

  對(duì)于駕駛者來說,不想開車的時(shí)候,在大數(shù)據(jù)和人工智能的支持下,車輛可以自動(dòng)駕駛,并且對(duì)于你經(jīng)常開的線路可以自學(xué)習(xí)自優(yōu)化。谷歌的自動(dòng)駕駛汽車,為了對(duì)周圍環(huán)境作出預(yù)測(cè),每秒鐘要收集差不多1GB的數(shù)據(jù),沒有大數(shù)據(jù)的支持,自動(dòng)駕駛是不可想象的;在和周圍車輛過近的時(shí)候,會(huì)及時(shí)提醒車主避讓;上下班的時(shí)候,會(huì)根據(jù)實(shí)時(shí)大數(shù)據(jù)情況,對(duì)于你經(jīng)常開車的線路予以提醒,繞開擁堵點(diǎn),幫你選擇最合適的線路;在出現(xiàn)緊急狀況的時(shí)候,比如爆胎,自動(dòng)駕駛系統(tǒng)將自動(dòng)接管,提高安全性(人一輩子可以難以碰到一次爆胎,人在緊急時(shí)的反應(yīng)往往是災(zāi)難性的,只會(huì)更糟);到城市中心,尋找車位是一件很麻煩的事情,但未來你可以到了商場(chǎng)門口后,讓汽車自己去找停車位,等想要回程的時(shí)候,提前通知讓汽車自己開過來接。

  車輛是城市最大最活躍的移動(dòng)物體,是擁堵的來源,也是最大的污染來源之一。數(shù)字化的車輛、大數(shù)據(jù)應(yīng)用將帶來很多的改變。紅綠燈可以自動(dòng)優(yōu)化,根據(jù)不同道路的擁堵情況自動(dòng)進(jìn)行調(diào)整,甚至在很多地方可以取消紅綠燈;城市停車場(chǎng)也可以大幅度優(yōu)化,根據(jù)大數(shù)據(jù)的情況優(yōu)化城市停車位的設(shè)計(jì),如果配合車輛的自動(dòng)駕駛功能,停車場(chǎng)可以革命性演變,可以設(shè)計(jì)專門為自動(dòng)駕駛車輛的停車樓,地下、地上樓層可以高達(dá)幾十層,停車樓層可以更矮,只要能高于車高度即可(或者把車豎起來停),這樣將對(duì)城市規(guī)劃產(chǎn)生巨大的影響;在出現(xiàn)緊急情況,如前方塌方的時(shí)候,可以第一時(shí)間通知周圍車輛(尤其是開往塌方道路的車輛);現(xiàn)在的燃油稅也可以發(fā)生革命性變化,可以真正根據(jù)車輛的行駛路程,甚至根據(jù)汽車的排污量來收費(fèi),排污量少的車甚至可以搞碳交易,賣排放量賣給高油耗的車;政府還可以每年公布各類車型的實(shí)際排污量、稅款、安全性等指標(biāo),鼓勵(lì)民眾買更節(jié)能、更安全的車。

  電子商務(wù)和快遞業(yè)也可能發(fā)生巨大的變化。運(yùn)快遞的車都可以自動(dòng)駕駛,不用趕白天的擁堵的道路,晚上半夜開,在你家門口設(shè)計(jì)自動(dòng)接收箱,通過密碼開啟自動(dòng)投遞進(jìn)去,就好像過去報(bào)童投報(bào)一樣。

  這么想象下來,我認(rèn)為,汽車數(shù)字化、互聯(lián)網(wǎng)化、大數(shù)據(jù)應(yīng)用、人工智能,將對(duì)汽車業(yè)及相關(guān)的長(zhǎng)長(zhǎng)的產(chǎn)業(yè)鏈產(chǎn)生難以想象的巨大變化和產(chǎn)業(yè)革命,具有無限的想象空間,可能完全被重構(gòu)。當(dāng)然,要實(shí)現(xiàn)我所描述的場(chǎng)景,估計(jì)至少50年、100年之后的事情了,估計(jì)我這輩子是看不到的。

  這里,我想系統(tǒng)回顧一下工業(yè)文明的發(fā)展歷程,首先是物理世界的工業(yè)文明,典型是蒸汽機(jī)的發(fā)明,使汽車、輪船進(jìn)入生活;然后是數(shù)字世界的工業(yè)文明,就是IT技術(shù)的使用,使PC及各種電子產(chǎn)品進(jìn)入生活,以及企業(yè)數(shù)字化系統(tǒng)的建立,使沃爾瑪這樣的巨型企業(yè)產(chǎn)生成為可能;下一步就是物理世界和數(shù)字世界的融合,這也就是業(yè)界熱炒的“工業(yè)互聯(lián)網(wǎng)”、“IT 3.0”,而這里面除了數(shù)字技術(shù)在傳統(tǒng)行業(yè)的使用(這個(gè)事實(shí)上已經(jīng)在廣泛使用)、電子商務(wù)在渠道的廣泛推行,更重要的就是大數(shù)據(jù)的產(chǎn)生及挖掘、使用,使企業(yè)在管理方式、市場(chǎng)機(jī)會(huì)挖掘、產(chǎn)品設(shè)計(jì)、營(yíng)銷、服務(wù)、商業(yè)模式等發(fā)生巨大的變化,這種巨大的變化帶來了很多行業(yè)的革命性變局,也就是顛覆與改造。這種變化在所謂的低效率的大行業(yè)將最為明顯與直接。這些所謂的的低效率大行業(yè),就是壟斷特征明顯、產(chǎn)業(yè)規(guī)模大、產(chǎn)業(yè)鏈長(zhǎng)、歷史悠久但長(zhǎng)時(shí)間變化少、IT應(yīng)用水平低的行業(yè),如汽車、金融、保險(xiǎn)、醫(yī)療等。

  在這個(gè)章節(jié)的最后,我想總結(jié)一下自己對(duì)大數(shù)據(jù)的看法。

  第一,大數(shù)據(jù)使企業(yè)真正有能力從以自我為中心改變?yōu)橐钥蛻魹橹行?。企業(yè)是為客戶而生,目的是為股東獲得利潤(rùn)。只有服務(wù)好客戶,才能獲得利潤(rùn)。但過去,很多企業(yè)是沒有能力做到以客戶為中心的,原因就是相應(yīng)客戶的信息量不大,挖掘不夠,系統(tǒng)也不支持,目前的保險(xiǎn)業(yè)就是一個(gè)典型。大數(shù)據(jù)的使用能夠使對(duì)企業(yè)的經(jīng)營(yíng)對(duì)象從客戶的粗略歸納(就是所謂提煉歸納的“客戶群”)還原成一個(gè)個(gè)活生生的客戶,這樣經(jīng)營(yíng)就有針對(duì)性,對(duì)客戶的服務(wù)就更好,投資效率就更高。

  第二,大數(shù)據(jù)一定程度上將顛覆了企業(yè)的傳統(tǒng)管理方式?,F(xiàn)代企業(yè)的管理方式是來源于對(duì)軍隊(duì)的模仿,依賴于層層級(jí)級(jí)的組織和嚴(yán)格的流程,依賴信息的層層匯集、收斂來制定正確的決策,再通過決策在組織的傳遞與分解,以及流程的規(guī)范,確保決策得到貫徹,確保每一次經(jīng)營(yíng)活動(dòng)都有質(zhì)量保證,也確保一定程度上對(duì)風(fēng)險(xiǎn)的規(guī)避。過去這是一種有用而笨拙的方式。在大數(shù)據(jù)時(shí)代,我們可能重構(gòu)企業(yè)的管理方式,通過大數(shù)據(jù)的分析與挖掘,大量的業(yè)務(wù)本身就可以自決策,不必要依靠膨大的組織和復(fù)雜的流程。大家都是基于大數(shù)據(jù)來決策,都是依賴于既定的規(guī)則來決策,是高高在上的CEO決策,還是一線人員決策,本身并無大的區(qū)別,那么企業(yè)是否還需要如此多層級(jí)的組織和復(fù)雜的流程呢?

  第三,大數(shù)據(jù)另外一個(gè)重大的作用是改變了商業(yè)邏輯,提供了從其他視角直達(dá)答案的可能性?,F(xiàn)在人的思考或者是企業(yè)的決策,事實(shí)上都是一種邏輯的力量在主導(dǎo)起作用。我們?nèi)フ{(diào)研,去收集數(shù)據(jù),去進(jìn)行歸納總結(jié),最后形成自己的推斷和決策意見,這是一個(gè)觀察、思考、推理、決策的商業(yè)邏輯過程。人和組織的邏輯形成是需要大量的學(xué)習(xí)、培訓(xùn)與實(shí)踐,代價(jià)是非常巨大的。但是否這是唯一的道路呢?大數(shù)據(jù)給了我們其他的選擇,就是利用數(shù)據(jù)的力量,直接獲得答案。就好像我們學(xué)習(xí)數(shù)學(xué),小時(shí)候?qū)W九九乘法表,中學(xué)學(xué)幾何,大學(xué)還學(xué)微積分,碰到一道難題,我們是利用了多年學(xué)習(xí)沉淀的經(jīng)驗(yàn)來努力求解,但我們還有一種方法,在網(wǎng)上直接搜索是不是有這樣的題目,如果有,直接抄答案就好了。很多人就會(huì)批評(píng)說,這是抄襲,是作弊。但我們?yōu)槭裁匆獙W(xué)習(xí)啊?不就是為了解決問題嘛。如果我任何時(shí)候都可以搜索到答案,都可以用最省力的方法找到最佳答案,這樣的搜索難道不可以是一條光明大道嗎?換句話說,為了得到“是什么”,我們不一定要理解“為什么”。我們不是否定邏輯的力量,但是至少我們有一種新的巨大力量可以依賴,這就是未來大數(shù)據(jù)的力量。

  第四,通過大數(shù)據(jù),我們可能有全新的視角來發(fā)現(xiàn)新的商業(yè)機(jī)會(huì)和重構(gòu)新的商業(yè)模式。我們現(xiàn)在看這個(gè)世界,比如分析家中食品腐敗,主要就是依賴于我們的眼睛再加上我們的經(jīng)驗(yàn),但如果我們有一臺(tái)顯微鏡,我們一下就看到壞細(xì)菌,那么分析起來完全就不一樣了。大數(shù)據(jù)就是我們的顯微鏡,它可以讓我們從全新視角來發(fā)現(xiàn)新的商業(yè)機(jī)會(huì),并可能重構(gòu)商業(yè)模型。我們的產(chǎn)品設(shè)計(jì)可能不一樣了,很多事情不用猜了,客戶的習(xí)慣和偏好一目了然,我們的設(shè)計(jì)就能輕易命中客戶的心窩;我們的營(yíng)銷也完全不同了,我們知道客戶喜歡什么、討厭什么,更有針對(duì)性。特別是顯微鏡再加上廣角鏡,我們就有更多全新的視野了。這個(gè)廣角鏡就是跨行業(yè)的數(shù)據(jù)流動(dòng),使我們過去看不到的東西都能看到了,比如前面所述的汽車案例,開車是開車,保險(xiǎn)是保險(xiǎn),本來不相關(guān),但當(dāng)我們把開車的大數(shù)據(jù)傳遞到保險(xiǎn)公司,那整個(gè)保險(xiǎn)公司的商業(yè)模式就全變了,完全重構(gòu)了。

  最后一點(diǎn),我想談的是大數(shù)據(jù)發(fā)展對(duì)IT本身技術(shù)架構(gòu)的革命性影響。大數(shù)據(jù)的根基是IT系統(tǒng)。我們現(xiàn)代企業(yè)的IT系統(tǒng)基本上是建立在IOE(IBM小型機(jī)、Oracle數(shù)據(jù)庫(kù)、EMC存儲(chǔ))+Cisco模型基礎(chǔ)上的,這樣的模型是Scale-UP型的架構(gòu),在解決既定模型下一定數(shù)據(jù)量的業(yè)務(wù)流程是適配的,但如果是大數(shù)據(jù)時(shí)代,很快會(huì)面臨成本、技術(shù)和商業(yè)模式的問題,大數(shù)據(jù)對(duì)IT的需求很快就會(huì)超越了現(xiàn)有廠商架構(gòu)的技術(shù)頂點(diǎn),超大數(shù)據(jù)增長(zhǎng)將帶來IT支出增長(zhǎng)之間的線性關(guān)系,使企業(yè)難以承受。因此,目前在行業(yè)中提出的去IOE趨勢(shì),利用Scale-out架構(gòu)+開源軟件對(duì)Scale-up架構(gòu)+私有軟件的取代,本質(zhì)是大數(shù)據(jù)業(yè)務(wù)模型所帶來的,也就是說大數(shù)據(jù)將驅(qū)動(dòng)IT產(chǎn)業(yè)新一輪的架構(gòu)性變革。去IOE潮流中的所謂國(guó)家安全因素,完全是次要的。

  所以,美國(guó)人說,大數(shù)據(jù)是資源,和大油田、大煤礦一樣,可以源源不斷挖出大財(cái)富。而且和一般資源不一樣,它是可再生的,是越挖越多、越挖越值錢的,這是反自然規(guī)律的。對(duì)企業(yè)如此,對(duì)行業(yè)、對(duì)國(guó)家也是這樣,對(duì)人同樣如此。這樣的東西誰不喜歡呢?因此,大數(shù)據(jù)這么熱門,是完全有道理的。

  大數(shù)據(jù)分析文章篇3:一篇文章讀懂大數(shù)據(jù)思維

  真正的革命并不在于分析數(shù)據(jù)的機(jī)器,而在于數(shù)據(jù)本身和我們?nèi)绾芜\(yùn)用數(shù)據(jù)。將大規(guī)模的數(shù)據(jù)與運(yùn)用融合一起,將會(huì)顛覆很多我們?cè)瓉淼乃季S。大數(shù)據(jù)思維原理到底是什么?筆者概括為10項(xiàng)原理。

  一、數(shù)據(jù)核心原理:從“流程”核心轉(zhuǎn)變?yōu)?ldquo;數(shù)據(jù)”核心

  大數(shù)據(jù)時(shí)代,計(jì)算模式也發(fā)生了轉(zhuǎn)變,從“流程”核心轉(zhuǎn)變?yōu)?ldquo;數(shù)據(jù)”核心。Hadoop體系的分布式計(jì)算框架已經(jīng)是“數(shù)據(jù)”為核心的范式。非結(jié)構(gòu)化數(shù)據(jù)及分析需求,將改變IT系統(tǒng)的升級(jí)方式:從簡(jiǎn)單增量到架構(gòu)變化。大數(shù)據(jù)下的新思維——計(jì)算模式的轉(zhuǎn)變。

  例如:IBM將使用以數(shù)據(jù)為中心的設(shè)計(jì),目的是降低在超級(jí)計(jì)算機(jī)之間進(jìn)行大量數(shù)據(jù)交換的必要性。大數(shù)據(jù)下,云計(jì)算找到了破繭重生的機(jī)會(huì),在存儲(chǔ)和計(jì)算上都體現(xiàn)了數(shù)據(jù)為核心的理念。

  大數(shù)據(jù)和云計(jì)算的關(guān)系:云計(jì)算為大數(shù)據(jù)提供了有力的工具和途徑,大數(shù)據(jù)為云計(jì)算提供了很有價(jià)值的用武之地。而大數(shù)據(jù)比云計(jì)算更為落地,可有效利用已大量建設(shè)的云計(jì)算資源,最后加以利用。

  科學(xué)進(jìn)步越來越多地由數(shù)據(jù)來推動(dòng),海量數(shù)據(jù)給數(shù)據(jù)分析既帶來了機(jī)遇,也構(gòu)成了新的挑戰(zhàn)。大數(shù)據(jù)往往是利用眾多技術(shù)和方法,綜合源自多個(gè)渠道、不同時(shí)間的信息而獲得的。為了應(yīng)對(duì)大數(shù)據(jù)帶來的挑戰(zhàn),我們需要新的統(tǒng)計(jì)思路和計(jì)算方法。

  說明:用數(shù)據(jù)核心思維方式思考問題,解決問題。以數(shù)據(jù)為核心,反映了當(dāng)下IT產(chǎn)業(yè)的變革,數(shù)據(jù)成為人工智能的基礎(chǔ),也成為智能化的基礎(chǔ),數(shù)據(jù)比流程更重要,數(shù)據(jù)庫(kù)、記錄數(shù)據(jù)庫(kù),都可開發(fā)出深層次信息。云計(jì)算機(jī)可以從數(shù)據(jù)庫(kù)、記錄數(shù)據(jù)庫(kù)中搜索出你是誰,你需要什么,從而推薦給你需要的信息。

  二、數(shù)據(jù)價(jià)值原理:由功能是價(jià)值轉(zhuǎn)變?yōu)閿?shù)據(jù)是價(jià)值

  大數(shù)據(jù)真正有意思的是數(shù)據(jù)變得在線了,這個(gè)恰恰是互聯(lián)網(wǎng)的特點(diǎn)。非互聯(lián)網(wǎng)時(shí)期的產(chǎn)品,功能一定是它的價(jià)值,今天互聯(lián)網(wǎng)的產(chǎn)品,數(shù)據(jù)一定是它的價(jià)值。

  例如:大數(shù)據(jù)的真正價(jià)值在于創(chuàng)造,在于填補(bǔ)無數(shù)個(gè)還未實(shí)現(xiàn)過的空白。有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦,煤炭按照性質(zhì)有焦煤、無煙煤、肥煤、貧煤等分類,而露天煤礦、深山煤礦的挖掘成本又不一樣。

  與此類似,大數(shù)據(jù)并不在“大”,而在于“有用”,價(jià)值含量、挖掘成本比數(shù)量更為重要。不管大數(shù)據(jù)的核心價(jià)值是不是預(yù)測(cè),但是基于大數(shù)據(jù)形成決策的模式已經(jīng)為不少的企業(yè)帶來了盈利和聲譽(yù)。

  數(shù)據(jù)能告訴我們,每一個(gè)客戶的消費(fèi)傾向,他們想要什么,喜歡什么,每個(gè)人的需求有哪些區(qū)別,哪些又可以被集合到一起來進(jìn)行分類。大數(shù)據(jù)是數(shù)據(jù)數(shù)量上的增加,以至于我們能夠?qū)崿F(xiàn)從量變到質(zhì)變的過程。

  舉例來說,這里有一張照片,照片里的人在騎馬,這張照片每一分鐘,每一秒都要拍一張,但隨著處理速度越來越快,從1分鐘一張到1秒鐘1張,突然到1秒鐘10張后,就產(chǎn)生了電影。當(dāng)數(shù)量的增長(zhǎng)實(shí)現(xiàn)質(zhì)變時(shí),就從照片變成了一部電影。

  美國(guó)有一家創(chuàng)新企業(yè)Decide.com,它可以幫助人們做購(gòu)買決策,告訴消費(fèi)者什么時(shí)候買什么產(chǎn)品,什么時(shí)候買最便宜,預(yù)測(cè)產(chǎn)品的價(jià)格趨勢(shì),這家公司背后的驅(qū)動(dòng)力就是大數(shù)據(jù)。他們?cè)谌蚋鞔缶W(wǎng)站上搜集數(shù)以十億計(jì)的數(shù)據(jù),然后幫助數(shù)以十萬計(jì)的用戶省錢,為他們的采購(gòu)找到最好的時(shí)間,降低交易成本,為終端的消費(fèi)者帶去更多價(jià)值。

  在這類模式下,盡管一些零售商的利潤(rùn)會(huì)進(jìn)一步受擠壓,但從商業(yè)本質(zhì)上來講,可以把錢更多地放回到消費(fèi)者的口袋里,讓購(gòu)物變得更理性,這是依靠大數(shù)據(jù)催生出的一項(xiàng)全新產(chǎn)業(yè)。這家為數(shù)以十萬計(jì)的客戶省錢的公司,在幾個(gè)星期前,被eBay以高價(jià)收購(gòu)。

  再舉一個(gè)例子,SWIFT是全球最大的支付平臺(tái),在該平臺(tái)上的每一筆交易都可以進(jìn)行大數(shù)據(jù)的分析,他們可以預(yù)測(cè)一個(gè)經(jīng)濟(jì)體的健康性和增長(zhǎng)性。比如,該公司現(xiàn)在為全球性客戶提供經(jīng)濟(jì)指數(shù),這又是一個(gè)大數(shù)據(jù)服務(wù)。

  定制化服務(wù)的關(guān)鍵是數(shù)據(jù)?!洞髷?shù)據(jù)時(shí)代》的作者維克托·邁爾·舍恩伯格認(rèn)為,大量的數(shù)據(jù)能夠讓傳統(tǒng)行業(yè)更好地了解客戶需求,提供個(gè)性化的服務(wù)。

  說明:用數(shù)據(jù)價(jià)值思維方式思考問題,解決問題。信息總量的變化導(dǎo)致了信息形態(tài)的變化,量變引發(fā)了質(zhì)變,最先經(jīng)歷信息爆炸的學(xué)科,如天文學(xué)和基因?qū)W,創(chuàng)造出了“大數(shù)據(jù)”這個(gè)概念。

  如今,這個(gè)概念幾乎應(yīng)用到了所有人類致力于發(fā)展的領(lǐng)域中。從功能為價(jià)值轉(zhuǎn)變?yōu)閿?shù)據(jù)為價(jià)值,說明數(shù)據(jù)和大數(shù)據(jù)的價(jià)值在擴(kuò)大,數(shù)據(jù)為“王”的時(shí)代出現(xiàn)了。數(shù)據(jù)被解釋是信息,信息常識(shí)化是知識(shí),所以說數(shù)據(jù)解釋、數(shù)據(jù)分析能產(chǎn)生價(jià)值。

  三、全樣本原理原理:從抽樣轉(zhuǎn)變?yōu)樾枰繑?shù)據(jù)樣本

  需要全部數(shù)據(jù)樣本而不是抽樣,你不知道的事情比你知道的事情更重要,但如果現(xiàn)在數(shù)據(jù)足夠多,它會(huì)讓人能夠看得見、摸得著規(guī)律。數(shù)據(jù)這么大、這么多,所以人們覺得有足夠的能力把握未來,對(duì)不確定狀態(tài)的一種判斷,從而做出自己的決定。

  這些東西我們聽起來都是非常原始的,但是實(shí)際上背后的思維方式,和我們今天所講的大數(shù)據(jù)是非常像的。

  舉例:在大數(shù)據(jù)時(shí)代,無論是商家還是信息的搜集者,會(huì)比我們自己更知道你可能會(huì)想干什么?,F(xiàn)在的數(shù)據(jù)還沒有被真正挖掘,如果真正挖掘的話,通過信用卡消費(fèi)的記錄,可以成功預(yù)測(cè)未來5年內(nèi)的情況。

  統(tǒng)計(jì)學(xué)里頭最基本的一個(gè)概念就是,全部樣本才能找出規(guī)律。為什么能夠找出行為規(guī)律?一個(gè)更深層的概念是人和人是一樣的,如果是一個(gè)人特例出來,可能很有個(gè)性,但當(dāng)人口樣本數(shù)量足夠大時(shí),就會(huì)發(fā)現(xiàn)其實(shí)每個(gè)人都是一模一樣的。

  說明:用全數(shù)據(jù)樣本思維方式思考問題,解決問題。從抽樣中得到的結(jié)論總是有水分的,而全部樣本中得到的結(jié)論水分就很少,大數(shù)據(jù)越大,真實(shí)性也就越大,因?yàn)榇髷?shù)據(jù)包含了全部的信息。

  四、關(guān)注效率原理:由關(guān)注精確度轉(zhuǎn)變?yōu)殛P(guān)注效率

  關(guān)注效率而不是精確度,大數(shù)據(jù)標(biāo)志著人類在尋求量化和認(rèn)識(shí)世界的道路上前進(jìn)了一大步,過去不可計(jì)量、存儲(chǔ)、分析和共享的很多東西都被數(shù)據(jù)化了,擁有大量的數(shù)據(jù)和更多不那么精確的數(shù)據(jù)為我們理解世界打開了一扇新的大門。

  大數(shù)據(jù)能提高生產(chǎn)效率和銷售效率,原因是大數(shù)據(jù)能夠讓我們知道市場(chǎng)的需要,人的消費(fèi)需要。大數(shù)據(jù)讓企業(yè)的決策更科學(xué),由關(guān)注精確度轉(zhuǎn)變?yōu)殛P(guān)注效率的提高,大數(shù)據(jù)分析能提高企業(yè)的效率。

  例如:在互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代,企業(yè)產(chǎn)品迭代的速度在加快。三星、小米手機(jī)制造商半年就推出一代新智能手機(jī)。利用互聯(lián)網(wǎng)、大數(shù)據(jù)提高企業(yè)效率的趨勢(shì)下,快速就是效率、預(yù)測(cè)就是效率、預(yù)見就是效率、變革就是效率、創(chuàng)新就是效率、應(yīng)用就是效率。

  競(jìng)爭(zhēng)是企業(yè)的動(dòng)力,而效率是企業(yè)的生命,效率低與效率高是衡量企來成敗的關(guān)鍵。一般來講,投入與產(chǎn)出比是效率,追求高效率也就是追求高價(jià)值。手工、機(jī)器、自動(dòng)機(jī)器、智能機(jī)器之間效率是不同的,智能機(jī)器效率更高,已能代替人的思維勞動(dòng)。智能機(jī)器核心是大數(shù)據(jù)制動(dòng),而大數(shù)據(jù)制動(dòng)的速度更快。

  在快速變化的市場(chǎng),快速預(yù)測(cè)、快速?zèng)Q策、快速創(chuàng)新、快速定制、快速生產(chǎn)、快速上市成為企業(yè)行動(dòng)的準(zhǔn)則,也就是說,速度就是價(jià)值,效率就是價(jià)值,而這一切離不開大數(shù)據(jù)思維。

  說明:用關(guān)注效率思維方式思考問題,解決問題。大數(shù)據(jù)思維有點(diǎn)像混沌思維,確定與不確定交織在一起,過去那種一元思維結(jié)果,已被二元思維結(jié)果取代。

  過去尋求精確度,現(xiàn)在尋求高效率;過去尋求因果性,現(xiàn)在尋求相關(guān)性;過去尋找確定性,現(xiàn)在尋找概率性,對(duì)不精確的數(shù)據(jù)結(jié)果已能容忍。只要大數(shù)據(jù)分析指出可能性,就會(huì)有相應(yīng)的結(jié)果,從而為企業(yè)快速?zèng)Q策、快速動(dòng)作、創(chuàng)占先機(jī)提高了效率。

  五、關(guān)注相關(guān)性原理:由因果關(guān)系轉(zhuǎn)變?yōu)殛P(guān)注相關(guān)性

  關(guān)注相關(guān)性而不是因果關(guān)系,社會(huì)需要放棄它對(duì)因果關(guān)系的渴求,而僅需關(guān)注相關(guān)關(guān)系,也就是說只需要知道是什么,而不需要知道為什么。這就推翻了自古以來的慣例,而我們做決定和理解現(xiàn)實(shí)的最基本方式也將受到挑戰(zhàn)。

  例如:大數(shù)據(jù)思維一個(gè)最突出的特點(diǎn),就是從傳統(tǒng)的因果思維轉(zhuǎn)向相關(guān)思維,傳統(tǒng)的因果思維是說我一定要找到一個(gè)原因,推出一個(gè)結(jié)果來。

  而大數(shù)據(jù)沒有必要找到原因,不需要科學(xué)的手段來證明這個(gè)事件和那個(gè)事件之間有一個(gè)必然,先后關(guān)聯(lián)發(fā)生的一個(gè)因果規(guī)律。它只需要知道,出現(xiàn)這種跡象的時(shí)候,我就按照一般的情況,這個(gè)數(shù)據(jù)統(tǒng)計(jì)的高概率顯示它會(huì)有相應(yīng)的結(jié)果,那么我只要發(fā)現(xiàn)這種跡象的時(shí)候,我就可以去做一個(gè)決策,我該怎么做。

  這是和以前的思維方式很不一樣,老實(shí)說,它是一種有點(diǎn)反科學(xué)的思維,科學(xué)要求實(shí)證,要求找到準(zhǔn)確的因果關(guān)系。

  在這個(gè)不確定的時(shí)代里面,等我們?nèi)フ业綔?zhǔn)確的因果關(guān)系,再去辦事的時(shí)候,這個(gè)事情早已經(jīng)不值得辦了。所以“大數(shù)據(jù)”時(shí)代的思維有點(diǎn)像回歸了工業(yè)社會(huì)的這種機(jī)械思維——機(jī)械思維就是說我按那個(gè)按鈕,一定會(huì)出現(xiàn)相應(yīng)的結(jié)果,是這樣狀態(tài)。

  而農(nóng)業(yè)社會(huì)往前推,不需要找到中間非常緊密的、明確的因果關(guān)系,而只需要找到相關(guān)關(guān)系,只需要找到跡象就可以了。社會(huì)因此放棄了尋找因果關(guān)系的傳統(tǒng)偏好,開始挖掘相關(guān)關(guān)系的好處。

  例如:美國(guó)人開發(fā)一款“個(gè)性化分析報(bào)告自動(dòng)可視化程序”軟件從網(wǎng)上挖掘數(shù)據(jù)信息,這款數(shù)據(jù)挖掘軟件將自動(dòng)從各種數(shù)據(jù)中提取重要信息,然后進(jìn)行分析,并把此信息與以前的數(shù)據(jù)關(guān)聯(lián)起來,分析出有用的信息。

  非法在屋內(nèi)打隔斷的建筑物著火的可能性比其他建筑物高很多。紐約市每年接到2.5萬宗有關(guān)房屋住得過于擁擠的投訴,但市里只有200名處理投訴的巡視員,市長(zhǎng)辦公室一個(gè)分析專家小組覺得大數(shù)據(jù)可以幫助解決這一需求與資源的落差。

  該小組建立了一個(gè)市內(nèi)全部90萬座建筑物的數(shù)據(jù)庫(kù),并在其中加入市里19個(gè)部門所收集到的數(shù)據(jù):欠稅扣押記錄、水電使用異常、繳費(fèi)拖欠、服務(wù)切斷、救護(hù)車使用、當(dāng)?shù)胤缸锫?、鼠患投訴,諸如此類。

  接下來,他們將這一數(shù)據(jù)庫(kù)與過去5年中按嚴(yán)重程度排列的建筑物著火記錄進(jìn)行比較,希望找出相關(guān)性。果然,建筑物類型和建造年份是與火災(zāi)相關(guān)的因素。不過,一個(gè)沒怎么預(yù)料到的結(jié)果是,獲得外磚墻施工許可的建筑物與較低的嚴(yán)重火災(zāi)發(fā)生率之間存在相關(guān)性。

  利用所有這些數(shù)據(jù),該小組建立了一個(gè)可以幫助他們確定哪些住房擁擠投訴需要緊急處理的系統(tǒng)。他們所記錄的建筑物的各種特征數(shù)據(jù)都不是導(dǎo)致火災(zāi)的原因,但這些數(shù)據(jù)與火災(zāi)隱患的增加或降低存在相關(guān)性。

  這種知識(shí)被證明是極具價(jià)值的:過去房屋巡視員出現(xiàn)場(chǎng)時(shí)簽發(fā)房屋騰空令的比例只有13%,在采用新辦法之后,這個(gè)比例上升到了70%——效率大大提高了。

  全世界的商界人士都在高呼大數(shù)據(jù)時(shí)代來臨的優(yōu)勢(shì):一家超市如何從一個(gè)17歲女孩的購(gòu)物清單中,發(fā)現(xiàn)了她已懷孕的事實(shí);或者將啤酒與尿不濕放在一起銷售,神奇地提高了雙方的銷售額。大數(shù)據(jù)透露出來的信息有時(shí)確實(shí)會(huì)起顛覆。

  比如,騰訊一項(xiàng)針對(duì)社交網(wǎng)絡(luò)的統(tǒng)計(jì)顯示,愛看家庭劇的男人是女性的兩倍還多;最關(guān)心金價(jià)的是中國(guó)大媽,但緊隨其后的卻是90后。而在過去一年,支付寶中無線支付比例排名前十的竟然全部在青海、西藏和內(nèi)蒙古地區(qū)。

  說明:用關(guān)注相關(guān)性思維方式來思考問題,解決問題。尋找原因是一種現(xiàn)代社會(huì)的一神論,大數(shù)據(jù)推翻了這個(gè)論斷。

  過去尋找原因的信念正在被“更好”的相關(guān)性所取代。當(dāng)世界由探求因果關(guān)系變成挖掘相關(guān)關(guān)系,我們?cè)鯓硬拍芗炔粨p壞建立在因果推理基礎(chǔ)之上的社會(huì)繁榮和人類進(jìn)步的基石,又取得實(shí)際的進(jìn)步呢?這是值得思考的問題。

  解釋:轉(zhuǎn)向相關(guān)性,不是不要因果關(guān)系,因果關(guān)系還是基礎(chǔ),科學(xué)的基石還是要的。只是在高速信息化的時(shí)代,為了得到即時(shí)信息,實(shí)時(shí)預(yù)測(cè),在快速的大數(shù)據(jù)分析技術(shù)下,尋找到相關(guān)性信息,就可預(yù)測(cè)用戶的行為,為企業(yè)快速?zèng)Q策提供提前量。

  比如預(yù)警技術(shù),只有提前幾十秒察覺,防御系統(tǒng)才能起作用。比如,雷達(dá)顯示有個(gè)提前量,如果沒有這個(gè)預(yù)知的提前量,雷達(dá)的作用也就沒有了,相關(guān)性也是這個(gè)原理。比如,相對(duì)論與量子論的爭(zhēng)論也能說明問題,一個(gè)說上帝不擲骰子,一個(gè)說上帝擲骰子,爭(zhēng)論幾十年,最后承認(rèn)兩個(gè)都存在,而且量子論取得更大的發(fā)展——一個(gè)適用于宇宙尺度,一個(gè)適用于原子尺度。

  看過“大數(shù)據(jù)分析文章”的人還看了:

1.大數(shù)據(jù)時(shí)代讀書心得體會(huì)

2.大數(shù)據(jù)學(xué)術(shù)論文

3.大數(shù)據(jù)讀書心得800字

4.大數(shù)據(jù)基礎(chǔ)知識(shí) 大數(shù)據(jù)意義價(jià)值

5.讀書《大數(shù)據(jù)時(shí)代》心得體會(huì)演講稿3篇

6.大數(shù)據(jù)管理論文

7.在大數(shù)據(jù)中精準(zhǔn)生活閱讀答案

8.人工智能與大數(shù)據(jù)論文

大數(shù)據(jù)時(shí)代體會(huì)文章

二十一世紀(jì)是一個(gè)信息爆炸的時(shí)代,信息紛繁復(fù)雜、真?zhèn)坞y辨。對(duì)于這個(gè)時(shí)代,對(duì)于大數(shù)據(jù)的反思和體會(huì)會(huì)尤其的多!下面是學(xué)習(xí)啦小編為大家整理的關(guān)于大數(shù)據(jù)分析文章的相關(guān)資料,供您參考! 大數(shù)據(jù)分析文章篇1:大數(shù)據(jù)時(shí)代對(duì)知識(shí)的反思 當(dāng)人類
推薦度:
點(diǎn)擊下載文檔文檔為doc格式
2790778