
大数据时代,生活和思维发生了哪些改变
数据,让一切有迹可循,让一切有源可溯。我们每天都在产生数据,创造大数据和使用大数据,只是,你,仍然浑然不知。
百度知道和知乎问答里一直有小伙伴在问这个问题,比如“大数据时代,生活和思维发生了哪些变”、“大数据时代给我们的生活带来了哪些好处呢?”以及“大数据时代生活将会有怎样的变化”等等。看着大家热火朝天的在了解大数据、认识大数据和讨论大数据,我很开心,这说明大数据已经渐渐被大众所接受,也标志着大数据产业正在走向成熟化和大众化。
问题总归是要解决的。今天不聊产业不聊宏观思想不聊市场规模,仅从普通人的角度来和大家谈谈大数据。
要想明白大数据,首先就要明白数据的意义。有关数据,百度百科是这么说的:
「数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。」
百科对数据的特性进行了定义,“客观”、“可以鉴定”“可识别”“符号”。其实数据最大的意义是提供了“维度”和“可度量”,让人可以对复杂的事情进行量化。
举个例子来说:
A、小丽是个漂亮和自立的好姑娘;
B、小雅今年22岁,身高165cm,三围88/62/90,瓜子脸,长头发,做文职工作,月薪8000元,谈过1次恋爱,英语四六级已过,正在学茶道和插花艺术;
A的描述方式是直接给结论,如果直接用A的方式介绍小刘,听者不会直接形成印象,且对小刘的具体情况并不了解;
B的描述方式是用数据阐述客观事实,年龄和身高可直接了解小刘的基本情况,三围说明了体形,瓜子脸和长头发说明“漂亮”,月薪8000元说明自立,只谈过一次恋爱说明简单,四六级已过说明英语好,学茶道和茶花说明积极,温婉;
如果朋友这样给你介绍女朋友,你更想认识谁呢?毋庸置疑,肯定是B。
这就是数据的意义,让事情可度量、客观,数据维度清晰的描绘了事实,也更具说服力。
那么大数据时代给我们的生活带来了哪些便利与好处呢?
1、节约时间,更有效率
先看看我们身边经常用到的一些服务,比如我们经常用到的快递、外卖和共享单车,这些APP的后台都有一张“大数据”。快递后台会根据数百亿历史地址去做预测,用大数据算法来做智能分单取代了原来的人工分单,可以最大程度地优化路线,降低人工配单时间,还能减少错误操作,节省人力成本。快递只是整个物流领域里漏出的一只角,大数据技术可以帮助全部环节的物流供给与需求匹配,优化资源配给,另外,根据消费者习惯偏好,大数据可提前预测消费者需求,将商品物流环境和客户的需求同步,提前计算出运输路线和配送路线,缓解物流压力,提高用户满意度。
需求匹配这一点非常重要,就近收取和派送快递,就近送餐,就近扫描二维码解锁共享单车,节省了我们盲目地一个一个去找的时间,其实也让提供生活服务的人节约工作时间,让工作更加有效率。
当然,这对企业而言,也意味更少的意外和更低的人力成本。
2、大数据让人们更容易借到钱 让老赖无处遁形
对于普通人来说,开通信用卡需要提供收入学历等证明;在农村,你需要向信用社借钱,也需要提供可抵押的不动产等。现阶段的信用卡是容易办到了,可是额度还是远远满足不了剁手党的需求。去银行借钱也很不方便,拿号,排队,填一大堆单子等等。
对于办理信用卡和贷款来说,银行需要的都是“指定数据”,指定的收入证明,指定的不动产证明等。而互联网金融(如:蚂蚁花呗、蚂蚁借呗和京东白条),他们需要的数据更多,但是这些数据不需要完全由借钱的人来提供,他们会根据借贷人在电子商务的消费数据、绑定的银行卡数据、行为数据等等来做评分授信。
有了大数据的支撑,以前不容易借钱或者说借钱慢的现象有了大大的改变。对了,你的芝麻分多少?支付宝的花呗和借呗就是根据芝麻分数来进行授信的。
大数据让借钱容易了,对于赖账的人,大数据也有十分重要的作用。最高人民法院执行局2013年11月14日与中国人民银行征信中心签署合作备忘录,共同明确失信被执行人名单信息纳入征信系统相关工作操作规程。现在,只要你去《中国执行信息公开网》 就可以查询失信被执行人的信息。
3、大数据让人更加聪明更智慧
人的智慧是无穷的,但是人的计算能力和记忆力是有上限的。就拿我们最爱玩的《王者荣耀》来说,你知道哪个英雄的胜率最高吗?有人会回答是武则天,也有人回答是诸葛亮,更有人回答是亚瑟,但是通过后台统计分析了广大玩家数以万计的数据来看,2017年6月的最新数据,《王者荣耀》胜率最高的前3英雄分别为牛魔、蔡文姬和宫本武藏。根据官方提供的这份数据,用户可以做出最优的选择,更有效率的上王者。
大数据一个很大的功能是“预测”,而预测的基础是历史、现在以及相关的数据(比如说天气)。让事务可提前预测,从而可以做出最优选择和部署复杂情况的应对方案,这是大数据的智慧之处。
4、大数据思维可以帮你省钱
都说会花钱的人才会赚钱。事实上,会大数据思维的人,首先学会的是省钱。同样的商品,在互联网不同的电商平台有着不同的价格;同样飞往洛杉矶的机票,不同的组合,不同的航空公司,不同的转机方案,所花费的钱也有所不同。我们常常能够看到的“比价网”背后运用的就是大数据原理。
会省钱过日子的妈妈婶婶们都爱记账,我们可以把记账的过程叫做“数据收集”。
每个月回顾上个月的家庭开支,你会发现自己的每一笔钱是如何花出去的,同时也能知道哪个方面的钱花太多或者花得不值当,这个过程可以理解为数据的积累(存储)与计算。
分析每个月的开销,可以让你积累“花钱”经验,规避“花钱”陷阱,下个月就知道该在哪个项目上面进行省钱,这就是数据分析与辅助决策了。
同样的,在互联网公司,每一笔广告费用花出去都是要计算投资回报率(Return On Investment,ROI)的。再拿《王者荣耀》举例,同样是300万的广告费用,投入不同的用户渠道,所带来的收益是不尽相同的。那么,选择哪个会有更低的获客成本,让推广更有效率?
用大数据分析,你能计算出每个用户渠道的价值,也能计算出哪些渠道有水分和刷量。用最少的市场费用拉来最多的用户,产生最多的产出,ROI越高,说明钱花的地方就更正确,省下来的广告费用还可以继续投,何乐不为?
5、大数据让工作可以量化,更加公平
大数据思维在工作中也可以用到。职场上经常会遇到两种人,前者喜欢追着领导拍马屁,混各种饭局;后者兢兢业业踏踏实实的工作,但是不容易让人看到。那么作为直属领导,给谁升职好呢?还是拿成绩来说话吧。每个月你完成了多少工作量,开发了多少新客户,收到了多少订单?公众号粉丝涨了多少?卖出了多少包咖啡?等等,这些都是可以拿来作为证明的。为公司创造更多价值的员工,升她的职加她的薪水都是应该的,实至名归。
如果,你踏踏实实工作得不到老板的青睐,那么,从现在起,开始每日记录你的工作情况,收集到更多可以证明你工作成果的数据,去找老板谈加薪吧。数据是客观的。
6、大数据思维可以助你发现隐形需求
2012年2月27日,淘宝网数据盛典公布了2011年一系列消费数据。通过对网购人群的消费习惯进行分析,预测2012年的流行趋势,以地图的形式展现中国不同地区的消费偏好,其中新疆网友最爱网购比基尼。
那么这个数据是不是说明新疆地区比基尼的消费人群大于其他地区呢?可是新疆都没有海,大家穿着比基尼,该去哪里好?
事实上不是新疆爱穿比基尼的人群基数大,而是新疆卖比基尼的实体店太少,所以只能网购了。
大数据带来的改变改变1 大数据在教育行业:因材施教与精准扶贫
2017年高考刚刚过去。对于那些没有考上大学的孩子又该怎么办呢?事实上,人与人是不同的。有的孩子天生智商就很高,也爱读书。但是有的孩子,他们更爱画画、做手工和打篮球。对于有着不同兴趣爱好的学生,有着不是智商的学生,因材施教太重要了。都说三十六行,行行出状元,对于成绩好的学生,当然是多教他们文化课;对于有着其他兴趣爱好的学生,我们是不是可以教他们其他一些生存的技能呢?因材施教在现阶段的教育还不能完全做到,但是在不远的将来,肯定会成为现实。那么如何甄别每个学生的不同呢?用大数据分析就可以办到。
2016年3月21日,南京理工大学有301位同学的饭卡上“莫名”多出了钱来。这是南京理工大学最新启动的“暖心饭卡”项目,旨在解决该校贫困生的吃饭问题。那么,301名贫困生名单以及补助金额是如何确定的?
据悉,南理工教育基金会对全校所有在校本科生的饭卡刷卡记录进行了数据分析,分析区间为2015年9月中旬到11月中旬。其中,每个月在食堂吃饭超过60顿、一个月总消费不足420元的,被列为受资助对象。
改变2 大数据在娱乐行业:票房监测与网络神剧
笔者手机里常年装着一个APP,这个APP可以实时看到每天电影的实时票房。通过实时票房数据,笔者可以了解到最近最受大众喜欢的电影是什么?可以看到每一个电影的排片量和上座率。这对娱乐行业来说是非常有价值的,它既可以帮助院线方及时调整排片策略,又能帮助电影公司及时了解旗下电影的最新数据。最重要的是,它让票房数据透明化,对于那些整天炒票房的烂片来说,这就是一个“大杀器”。
对于影视剧制作的公司来说,选择哪位明星来参与电影电视剧也是一大难题。大数据在这方面可以提供预测和决策帮助。通过分析明星过往参演的片子数据,分析不同明星的号召力和商业价值、分析不同的IP题材等等,这些都可以帮助电影电视剧公司来做选择,规避风险。Netflix红遍全球的美剧《纸牌屋》背后就有大数据的力量。这里就不一一细表。
除此之外,大数据在广告行业、制造行业、旅游行业、体育行业、农业、新能源、汽车行业都有不俗的表现,36大数据将在后续的文章中逐步为大家介绍。
“在大数据时代,特别是万物互联的时代,人类获得数据的能力远远超过大家的想象,人类取得数据、对数据进行重新处理以及处理的速度也远远超过大家的想象。不管是AI(人工智能)也好,MI(机器智能)也好,我们对世界的认识将会提升到一个新的高度。所以大数据会让市场变得更加聪明。由于大数据,让计划和预判成为可能。 ”————马云
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15