京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,信息过量将带来怎样的影响?
信息多到了什么程度已经没有人说得准,因为今天的预测和统计在明天就会以更快的速度更新。我们每天从工作到生活,无时无刻不在制造新的数据,各个行业与机构每天也在不停地收集、传递、储存庞大的数据,全世界的数据量每两年就会增加一倍,未来可能几个月甚至几天就会增加一倍(这是必然会实现的,而且将很快实现)。
过量的无法计量的数据,已经多到让人们抵消了对数据质量的要求,会觉得拥有这么多信息总能在里面找到自己需要的东西,但事实可能并非如此。
牛津大学的维克多教授说:“资料仅仅是真相的幻影,更多的数据并不能引导我们发掘更多的真相,相反它只会引导出更多的数据以及更多的问题。虽然过量的数据可以增加我们的洞察能力,让我从中找到‘是什么’,却不一定能够找出‘为什么’。”
维克多认为大数据是自印刷术以来人类社会最大的革命,过量数据引发的一系列变革,已经改变了我们的工作、生活与思维。随着相关技术的发展,原来仅限于情报机关和大型企业的数据关联与分析技术,将会越来越普及,应用在商业、行政、科学、医疗各个领域,使得分析后的数据成为最宝贵的资产。
数据的数量不等于数据的质量,所以数据在收集之后必须进行整理、分析。因为由于数据来源的零散、没有结构、没有规划、没有固定目的,导致即便数据再多,如果盲目用在特定的目标上,也必然产生缺乏质量的问题。
只有经过严密的富有逻辑的整理、分析、关联,才可以作为预测的根据。就像当当网分析了你的喜好后才能给你推荐你可能喜欢的书,百度分析了你的搜索习惯后才能在搜寻的结果页面展示你可能感兴趣的广告。无论是公安部门对犯罪多发地区的巡逻布置,保险公司对风险的预测,还是气象部门对未来15天的天气情况的判断,都是大量数据分析的结果。
不利和有利影响
信息过量的同时也会导致信息匮乏。因为从数量的角度来看,信息过量是指由于传播技术的进步以及传播环境的日渐放开,信息呈现海量级的涌现,为大数据技术提供了“原材料”支持。但由于信息太多而受众的分辨能力有限,无法获得最需要的信息,不能满足对信息的真实需求,就又产生了信息匮乏。这种匮乏是相对性的,受众面对鱼龙混杂的海量信息,不知所措。真正有价值的数据被大量的息淹没了。
实际上的情况则是,我们一方面享受着丰富信息带来的便利,另一方面却在同时忍受着数据爆炸的困扰,毕竟并不是每个人都有大数据技术的需求和对海量数据的需要。但为了应对信息过量的负面影响,我们仍然不得不提升自己处理信息和分析信息的能力,以提高自己的决策效率。从长远来看,即便在当前付出一些高昂的成本,它也是非常有必要的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 题目1 一家餐厅统计顾客的性别、年龄、消费金额等信息,在进行数据分析时,发现性别这一变量在 ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16一、为什么要区分这两种分布 在数据分析和统计学中,拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时,经常会遇到这样的情况:数据源表格里明明新增了一行或一列金额数据,数据源 ...
2026-10-15核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 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 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 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 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09