京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据之父”:数据是创新的驱动力
“有时候不一定是理念驱动世界的变化,可能是实实在在的数据,在数据的基础上产生理念,新的理念是创造性破坏的核心,而数据则是创新的驱动力。”“大数据之父”维克托·迈尔-舍恩伯格26日下午广州中山大学[微博]黄埔论坛上作《大数据时代的变革与创新》主题演讲时说。
作为牛津大学网络学院互联网治理与监管专业教授,舍恩伯格是开大数据系统研究先河的学者,《经济学人》曾评论说,在大数据领域,他是最受人尊敬的权威发言人。他有多达一百多篇论文发表在《科学》《自然》等著名学术期刊上,是《大数据时代》和《删除:大数据取舍之道》等畅销书的作者。
在当天的演讲中,舍恩伯格指出,我们尽其所能去观察这个世界,而这个观察的过程实际上就是一个搜集数据的过程。通过搜集数据,我们进一步理解数据,通过理解数据我们理解了世界。
搜集数据、分析数据需要花费大量的时间、精力、财力,舍恩伯格进一步说道:“我们是否可以搜集最有必要的数据,然后对这些数据进行挤压,从大量的数据中挤出最精华的东西来,然后在此基础之上进行意义的构建?也就是说,我们从大数据中可以提取小数据,数据对我们来说成为了一种可以应用的、有价值的资产。”
今天的世界变得如此广阔,其中所包含的信息海量的,过去20年中,我们数据的量翻了100倍,而且现在还在不断地增长,在短短的4年内世界已经从一个模拟化的世界变成了数字化的世界。
舍恩伯格表示,这一变化意味着我们要理解我们的生活方式,就必须从过去小数据的世界走入真正的大数据时代。我们要思考数据搜集的方法和机制,要从最需要的数据中来。对所搜集到的数据进行转化,成为了我们做出决策的一种最好方式。
他认为,数据的价值在于它可以循环使用、多次使用。“过去,人们对数据的使用只是冰山一角,只是有了问题才去搜集数据,然后分析数据,回答问题,然后把数据扔掉。”他指出,事实上,冰山下的那一块才是数据更大的价值所在,也是我们能够推动更多创新的地方。
他以特斯拉[微博]汽车、打车软件Uber以及谷歌[微博]曾经斥巨资收购的NEST等为例指出,这些产品取得巨大成功,不仅仅是因为他们产品本身,更在于他们都是一个数据收集平台,“这意味着你只要能够充分的使用信息,你就可以用数据来进行创新,进行突破,而且创造出一个新的环境。”
大数据给人们带来了一个全新的社会,大家都在使用大数据提高决策能力,然而,舍恩伯格也提醒人们,在分析数据、解释数据的时候,必须了解它的局限性,要非常小心,避免滥用数据。“问题不在数据本身,问题在我们对数据的使用上。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18