京公网安备 11010802034615号
经营许可证编号:京B2-20210330
托夫勒才是这个世界上说出“大数据”这个词汇的第一人
上星期,世界著名未来学专家、著名的《第三次浪潮》作者托夫勒先生离开了他曾经预言过的这个世界。几天来,对他的辞世,国内媒体不仅广泛报道,而且刊发诸多评论和特写,详述他的预言、他的著作对我们今天生活的意义和影响。有评论称,“托夫勒走了,世界依然活在他的预言里”。
确实,托夫勒的未来三部曲《未来的冲击》、《第三次浪潮》、《权力的转移》不仅影响巨大,而且脍炙人口。特别是《第三次浪潮》,更几乎成为一本家喻户晓的经典之作。而未来学之所以可以成为一门科学,预言之所以既不同于预测、也不同于寓言和童话,就在于其可以基于对规律和科学的认识,准确地判断出未来的大事件和大趋势。
人们注意到的是,托夫勒预言,对整个人类而言,所谓第三次浪潮,就是在农业文明、工业文明之后的信息社会。但人们或许没有给予特别关注的是,托夫勒在《第三次浪潮》中,将大数据盛赞为“第三次浪潮的华彩乐章”。现在,很多研究者把大数据概念的提出,或归结为麦肯锡报告,或归结为IBM公司,其实,托夫勒才是这个世界上说出“大数据”这个词汇的第一人。
在托夫勒提出“大数据”这个词汇三十年之后,伴随着互联网的高度普及和信息化技术的极大发展,大数据迎风扑面、滚滚而来。对英文“Big Data”这个词汇,虽然没有统一公认的定义,但从脍炙人口的《第三次浪潮》,到颇具影响力的麦肯锡报告;从SGI公司的首席科学家,到高德纳公司的分析师;从达沃斯论坛的《大数据大影响》,到OECD统计委员会会议的《使用大数据做决策》;从涂子沛先生的《大数据》,到舍恩伯格先生的《大数据时代》,各方表述各有侧重,但实质大同小异,一是体量大;二是电子化产生;三是数据与技术的集成。
时至今日,托夫勒走了,大数据来了。你用还是不用,大数据就在那里,不是不多不少,而是越来越多。银行系统有海量的储户个人信息及存储信息,商场超市乃至互联网平台上有海量的商品信息及其价格信息;机场、火车站记录着许多乘客的出行情况,医院记录着许多病人的检查和治疗情况;门户网站每一条新闻下面的留言,汇集成对许多现象和问题的民意;微博微信中的喜怒哀乐,都是情感和态度的表达;百度、谷歌引擎的每一次使用,都可以说明IP那端键盘操作者到底想要什么;透过大气层中弥漫着的无数手机短信、微信,足以掌握无数手机使用者“打死也不说”的秘密。从我们不变的属性到可变的态度,都已经在一不留神之间,汇入了浩瀚的大数据洪流之中。大数据正在改变着我们的生活,而我们每个人也正因为自己生活方式的改变,而成为大数据浪潮中的一朵朵浪花。
大约一个多月前,中国国务院总理李克强在贵阳出席中国大数据产业峰会暨中国电子商务创新发展峰会时指出,大数据等新一代互联网技术深刻改变了世界,也让各国站在科技革命的同一起跑线上。中国曾屡次与世界科技革命失之交臂,今天要把握这一历史机遇,抢占先机,赢得未来。
诚如斯言。托夫勒走了,大数据来了。近代历次技术革命,中国都跟在别人身后,慢一步享受他人的研究成果和发明创造。大数据时代来了,大家的起点都一样。谁把握机遇,谁占得先机,谁就会赢得主动,就会率先创造和享用大数据的成果。
大数据来了,世界都在行动。早在2012年3月,美国奥巴马政府就颁布了《大数据的研究和发展计划》。世界其他国家也制定了相应的战略和规划,英国发布了《英国数据能力发展战略规划》;日本发布了《创建最尖端IT国家宣言》;韩国提出了“大数据中心战略”;新加坡政府则早在若干年前,就已经要求所有商业企业向政府统计部门提供电子交易记录,依据大数据进行价格及相关专业统计。我国政府也于2015年8月19日通过了《关于促进大数据发展的行动纲要》。各国都在行动,中国也不能落后。
要尽快完善法律。既要要求各级政府部门和大数据企业开放并提供数据,实现信息共享,也要有效保护国家秘密和个人隐私,还要对诸多利用大数据进行造假的行为进行防范和打击,以保证大数据的真实准确;要尽快明确分工。我们的政府机构是强大的,但需要有人牵头、有人组织、有人协调,合理分工,有效协作,防止扯皮,提高整体效率和各自的效能。
要尽快制定标准。要以现行标准为基础,充分考虑大数据的特点,统一研究并制定大数据代码标准、分类标准、统计标准、技术标准,以在不同大数据之间进行转换,切实提高其使用及分析价值。
托夫勒走了,大数据来了。即使我们不能像预言家那样远见卓识,至少我们不应该醒来太慢。因为在大数据时代,恰如马云所说,如果醒来太慢,就干脆不要醒来.
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【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 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02