大数据，别拽上天了(2)_数据分析师
要知道，按常态理解来看，食盐这种商品是没理由出现大规模销量暴涨的，但是，系统汇总全国用户的购买信息绘制出的销量图是基本不会出错的。
但问题就在于，如果按销量图预判的未来趋势采购食盐，但销量却突然下滑，那么，付出的物流仓储成本是不小的。
这个案例透露出什么?大数据在运用过程中，有他的天然短板。这个短板是什么呢?是他不够“大”。就像案例所说，常态情况，食盐这种商品是没理由大规模销量暴涨的，但你的销售系统提供的图表，清晰显示这段时间以及未来的食盐销量趋势不断增长。而你，即使看到了数据，也断然不敢轻易做采购决定。
为什么，因为即使销量统计图给了你一个可能的增长信息，但这违背了你脑海中的预判逻辑。所以，你会犹豫不决。除非，这个大数据能“大”到把一切变量全部涵盖
那么我们再换一个案例，从另一个角度来说
根据某公司调查，中国人均工资平均每年上涨百分之七，勉强应对通货膨胀。此数据精确可靠，是此公司通过全国各地工资收入情况汇总后，由系统精算得出
不知道大家看到这条信息什么感觉?如果你不是政府官员，只是一个打工仔。相信你十有八九会觉得，一堆废话。为什么。因为你在乎的不是工资上涨的百分比的统计。而是怎么让自己的工资上涨。因为，如果要算工资涨多少，你自己把这几年领到的钱加减乘除，轻轻松松就算出来了。
而这透露出什么。透露出大数据的相对“无效性”。即即使你用大数据能得出一些东西，但你得出的东西对我而言是毫无价值的。那么，管你大数据还是小数据。多看一眼都是耽误时间。
(官方机构统计“下馆子”人群越来越多的信息，对部分地理位置不那么好的小饭店无用也是类似机理)
那么，以上两个案例如果汇总，我们客观总结一下大数据的缺陷
一：如果某个事务的关联信息不能完全容纳进“大数据”系统，则大数据的可靠性，实用性将天然减弱。
二：很多东西，我们根本不需要大数据来告诉我们。因为我们本就知道。我们苦恼的，是如何解决当下面临的困境。而大数据显然无法在中短期给我们提供帮助。
因此，某种程度我们可以说：大数据，也就是一个参考价值相对更高一丁点的数据而已。如果你所处的行业变数太多或者本就是早已知道原因只不过能力不足才面临困境的话。大数据对你而言，其实没那么大的价值。
那些动不动就大数据的人，其实，很可能不那么了解大数据的运作机理
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在构建前向神经网络（Feedforward Neural Network，简称 FNN）时，“隐藏层数目设多少？每个隐藏层该放多少个神经元？” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是：Excel 透 ...
2025-10-29在 CDA（Certified Data Analyst）数据分析师的工作中，“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中，“正态分布” 是许多统计方法（如 t 检验、方差分析、线性回归）的核心假设 —— 数据符合正态分布时，统计检验的 ...
2025-10-28箱线图（Box Plot）作为展示数据分布的核心统计图表，能直观呈现数据的中位数、四分位数、离散程度与异常值，是质量控制、实验分 ...
2025-10-28在 CDA（Certified Data Analyst）数据分析师的工作中，“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域，单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布，却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合，理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA（Certified Data Analyst）数据分析师而言，“假设检验” 绝非 “套用统计公式的机械操作”，而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中，“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”，直接决定了运营动作 ...
2025-10-24在卷积神经网络（CNN）的训练中，“卷积层（Conv）后是否添加归一化（如 BN、LN）和激活函数（如 ReLU、GELU）” 是每个开发者都 ...
2025-10-24在数据决策链条中，“统计分析” 是挖掘数据规律的核心，“可视化” 是呈现规律的桥梁 ——CDA（Certified Data Analyst）数据分 ...
2025-10-24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
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
