京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:数据即信用,信用即数据
数据的联通,让人们日常生活、工作中的各种行为彼此相连、互相印证。
天地万物中,人最难管,有道是:人心似海。
例如,在火车上如何有效的约束抽烟者就一直是个难题。
绿皮火车时代,曾经的车厢连接处常常被强占为吸烟区。但因为窗户可以拉开,二手烟的问题大家感受不深,吸了也就吸了。随着动车、高铁的普及,车厢全封闭,吸烟的问题凸显出来。
2014年《铁路安全管理条例》实施,规定在动车组上吸烟可处500-2000元罚款。但是,这一条款有时也会演变为闹剧,曾经就有乘客 “求罚款”以换吸烟。
直到最近,铁路部门才有了管用的新办法:从8月15日起,乘客若在动车上吸烟,铁路系统将暂停向其发售车票,乘客需签订协议书后才能再买车票;若发现二次吸烟,将直接“禁乘”,不再对其出售车票。
毫无疑问,这一禁烟令的出台,有赖于最近几年开始普及的电子售票体系以及火车票实名制,让每一张车票卖给了谁都一清二楚,一个人的行为可以记录到他的名下。
数据的本质在于记录。
易容术,人前人后两张皮
这几天,我还关注到一条新闻:《命案逃犯潜逃16年 漂白身份成寺庙住持》。2000年,一名黑龙江男子杀害3人后潜逃至安徽凤阳县的龙兴寺出家。这之后,一路“成长”为寺庙住持、佛教协会副会长、政协委员。结果因为一次偶发的事件,当地警方通过人像比对发现了他的破绽。
由于位置偏僻,历史上,佛道寺庙常常是“藏污纳垢”之地,所谓““放下屠刀立地成佛,苦海无边回头是岸”,说的其实是来去自由的意思。当然,英雄也可能隐居在这里,他们不显山露水。正是因为缺少数据和记录,没人说得清楚这些人的身世和来历。
在金庸的小说《天龙八部》里,要论心智计谋,慕容博是第一人,为了复兴大梦,他长达三十年在吐蕃、大理、大宋、大辽几个政权间拨弄是非,堪称全书中的最佳导演。还有藏得更深的,一个扫地僧竟然是绝世高手,隐居少林藏经阁大半辈子,在最后关头突然出手、然后一锤定音。
《天龙八部》中的慕容博是名伪装高手
数据孤立时,个人的行为之间也是孤立的,每个人仿佛都是易容高手,也会分身术,人前一个模样人后一个模样。数据联通时,行为与行为将打破时空阻隔产生联系。2012年,四川内江壕子口派出所的民警在进行“一标三实”(标准地址、实有人口、实有房屋、实有单位)登记,将当地一名僧人信息传入电脑系统时,竟然发现他是一起诈骗案的主角。
数据的联通,让人们日常生活、工作中的各种行为彼此相连、互相印证。
在浙江安吉,子女探望老人的次数在尽孝这一老大难问题上派上了用场。安吉的天子湖镇高禹村修建了浙江最大的村级老年公寓。在老人入住前,子女需签订一份合同,上面规定了子女需每月探望。探望次数将被如实记录,村里据此给予奖惩。违反3次以上,村里就会通知子女把老人接回家赡养,同时按约取消当年的福利。
探望老人和村里的福利,原本彼此孤立的行为由此串联起来并发生关系。
不同的数据记录了人们在不同时空的行为,看似毫不相干,但可以有千丝万缕的联系。大数据的普及给了我们一个机会,去创造更灿烂辉煌的文明法则。
透明人,一张全方位的“立体画像”
中国的传统社会是个熟人社会,个人信用关系建立于血缘和情感之上,亲疏关系、地缘位置往往决定了一个人的可靠程度。所以,我们常常可以看到这样的事,他是朋友间的好知己,邻居眼里的热心人,在熟人面前通情达礼,可换个场景,他又很可能是公共场所破坏规则、自私自利的那个人。
在一个缺乏契约精神的社会里,保守信用和承诺靠的就是个人的修行。随着社会自然关系的断裂,传统的信用关系在一个陌生人社会里失去了约束力。
美国学者弗里德曼(Lawrence M. Friedman)在《美国法简史》中有一段关于“陌生人社会”的经典描述:“走在大街上,陌生人保护我们,如警察;陌生人也威胁我们,如罪犯。陌生人教育我们的孩子,建造我们的房子,用我们的钱投资……”熟人社会向陌生人社会的转型,对重构信任提出了要求。
如果说,中国传统的个人信用基础是人情、关系,那么,现代社会的个人信用就是数据。1837年,美国遭遇经济危机,银行倒闭,诈骗频发。这一年,美国首家信用公司成立,标志着美国社会信用体系建设的开始。其后几经努力、历经百年,美国成熟的信用体系最终为其商业繁荣奠定了有力的根基。
今年6月起,我所在的城市杭州开始为《公共信用信息管理办法》征求意见,其中,冒用他人证件、使用伪造证件、逃票乘坐公交,骗保、考试作弊、拖欠水电费等,都有可能被列为失信行为。这些失信数据保存在杭州公共信用平台上,最长将保管5年。有失信记录的人,在审批、投标、享受补贴等都可能受限制。
逃票乘坐公共交通工具也是失信
上海市,则将违法燃放烟花爆竹、垃圾分类、行车违章、图书归还记录等行为也纳入个人征信系统。此外,国内多地还拟将游客的不文明行为纳入个人信用体系,在文物上乱涂乱画等行为将可能影响出游。
相信未来还将有更多维度的数据被纳入个人信用体系。
一百多年来,美国信用体系的建设主要集中在家庭资产、借贷偿还、信用卡透支、诉讼等几个维度的数据之上,其实这些维度有很大的局限性。但随着大数据记录了人们工作、生活的方方面面,已经能够为每一个人画一张全方位的“立体画像”。你就是你,你的个人价值是由千万个行为界定的,你的行为决定了你在信用体系中的位次高低。人,在某种程度上说透明了,多维度的个人数据完全可以成为信用的多维参数,这比传统的信用评估方法更丰富、更精细,也更准确。
信用,就是一个人于此、于彼点点滴滴的数据积累。未来,一切和人的生活相关的数据,都可能成为评价其信用的来源。
我们正在进入“数据即信用,信用即数据”的时代。今天的中国,个人数据比过去任何时候都更为充沛,这是中国快速建立社会信用体系的后发机遇。一个城市,你做,还是不做,数据就在那里。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13