京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据没有告诉我们的
如果说人类筚路蓝缕、披荆斩棘地跋涉几千年,就是为了克服广袤世界的未知和不确定性的话,我们似乎正在走进一个光明美好的新时代,这个时代叫做大数据时代。在这个时代里,随着IT技术的迅猛发展,数据的增长成了一个显而易见的事实。
谷歌前首席执行官施密特有一种流传甚广的说法,形象地描绘出了大数据之大:人类从直立行走到2003年所创造的知识,总计才5艾字节(1艾字节相当于10亿GB),到了2007年,短短几年间的数据存储已经超过了300艾字节。据统计,到2015年,全球网络数据流量将达到每年966艾字节,这标志着人类从数据的“池塘”达到数据的“海洋”。
而大数据也正在发挥它巨大的力量,给我们的生活带来更多的确定性和更多指引,至少在两方面给了我们前所未有的便捷——
第一,它帮助我们了解外界。世界的运转方式和规律正在被转变成各种数据,随意在搜索网站输入“大数据告诉你”这六个字,你就会收到无数关于我们的外部世界的精确解释。
如果你想实现财务自由,“大数据告诉你是否该长期持有某某基金”;如果你想买房子,“大数据告诉你一年中哪个月房价最低”;如果你想考研,“大数据告诉你考研到底难不难”;如果你想假期出行,“大数据告诉你国庆哪里最堵”我们不用再担心自己的决定是无凭无据、道听途说,因为大数据以科学统计的方式最大程度地给我们提供了行动的参考。
第二个方面或许是大数据对我们影响得更为直接的地方,它把人自身的活动方式也转化成了数据。行走的时候,运动手环会不停计算你走路的速度和距离,告诉你卡路里的消耗情况,作为你健身计划的参考;听音乐的时候,各种音乐软件会不停记录你选择的音乐类型和听歌频率,并会以这些数据为依据为你量身推荐一份私人歌单;网购的时候,购物网站会根据你浏览不同商品的频率和消费金额,计算出你的购物倾向,在你的网页上自动生成一份“你可能感兴趣的商品”苹果最新的ios9系统甚至在健康软件数据中的生殖健康这一项里,加入了性行为监测的功能,新近出现的一些app甚至能计算出人的性能力。
我们的身体、生活方式,在大数据时代,变成了清晰的、简明的、容易读懂的信息库。这些数据的背后是某种野心——通过数据解决那个困扰人类许久的疑难——“认识你自己”。数据在了解我们的身体、品味、喜好的过程中,发掘出我们是什么样的人、想要什么、应该怎么安排我们的生活。
对于孤独生活在冷漠的都市社会,时刻面对着未知与风险的现代人来说,有什么比一种以科学的名义出现的安全、准确、简单的生活指南更具有吸引力呢?可是,大数据能代替我们对自我的了解吗?它是不是以均一的、数字化的衡量方式抹杀了人之为人的多样性和丰富性呢?富有灵性的人是不是最后会变成一堆堆无趣的数据、一个个“空心人”呢?一个被数字量化的自我,会不会也是一个被粗暴简化的自我?人内在的心灵可以完全外化变成可处理的数据吗?爱情、美丽、自由这些都可以用数据来计算吗?
如果可以的话,数据,是不是变成了信息时代的新神——一个全知全能的、按照其律法生活就可以给人以幸福的神。
哲学家尼采在《快乐的科学》中说“上帝死了”,实际上说的是人类认知世界的那个权威死了。在尼采看来,这并不是一件坏事。因为权威的失去,反而给我们留下了独立思考、重估一切价值的机会。正是神灵的消逝,才让我们能够重获理性,重新出发去寻找真正的知识,去寻找生活的意义。
现在就断定大数据时代的到来对我们是好消息还是坏消息未免为时过早了。我们目前能做的,或许是在不断地刷屏、转发、点赞、分享的数据狂欢中冷静下来,把大数据真正作为一种工具,而不是把它变成惰于了解世界、了解自我的借口。大数据的推崇者们很喜欢借用一句苏格拉底的名言来标榜大数据的作用,但实际上这句话也适用于对大数据的反思,这句话就是——
“未经省察的人生不值得过。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09