京公网安备 11010802034615号
经营许可证编号:京B2-20210330
你,正在看这篇文章吗?
从你阅读的第一眼开始,你的网页浏览时间、IP位置、网页点击数、搜寻过的字眼、手机耗电量、信用卡消费记录,甚至今天是否去看牙医、公司大楼的电梯运转情况,所有没发生或在发生的事件都正被记录更新着;而且对于许多想了解你的他人或企业而言,你所留下的数据轨迹比起你本人,更能代表你。
千禧年之后,我们的数据社会开始了天翻地覆的巨变。当经济走到停滞之际,网络科技,却持续出现不停进化的机会与价值;如今要面对未来,个人与社会都不再处于被动与等待的姿态,很幸运地我们走到了这个时代,足以见证「大数据」对于「预测未来」的广泛影响,其中有乐观的想像与预期的讨论,也有反思与限制的深究;不一定要具科技专业背景或身处大规模企业,透过这篇文章俐落踏实的解释与探讨,轻易地就唤起我们对自身处境一点一滴的敏感度;而今年同事们在选书会议桌上所激起的各种意见与讨论,都表达出了我们确实深切地感受,数据知识与我们生活的连动性与新转变。
把时间转回2000年,当时全球数据有3/4仍是以纸张、胶卷与黑胶唱片等有形类比方式储存,其余1/4属于数位形式储存的数据;然而进展到2007年,全世界大约只剩下7%数据为类比形式,其他全为数位化数据!数据成长速度与转换之快,宣示全球正式迈入大数据的时代,我们不得不重新分析看待这些数据,数据量已从「量」发生「质」的改变,像是重获新生般,成为新商业生产塬料、以及重要的经济资源投入,进而创造出新形式的经济价值──当这些数据开始说话时,可以告诉我们的事情包罗万象,像是:
.可以知道机票何时买最划算。(出国旅行)
.亚马逊比你更早知道你喜欢哪本书。(网络购物)
.从汽车烤漆的颜色就知道这辆车的故障率高低。(买二手车)
.教师可以从某节课程被点阅的次数了解学生的问题所在。(网络教学)
.从Twitter上讯息的情感倾向来预测未来盘势。(投资操盘)
.Google将比公家卫生机关更早预测流感的爆发时间与地点。(掌握疫情)
.从追踪早产儿的生命徵象,预测是否会爆发感染。(新生儿健康)
事实就是,我们早已深陷在紧密交织的网状数据世界中。
开始拥抱杂乱、抛下成见,我们理解与探索世界的方式,将一步步改变
要坦然面对大数据的潮流,从数据提炼有意义的效用,首要就是必须抛下一些旧有的执着。开宗明义就为读者说明及温习叁种新思维:「样本等于母体」、「不求精准」,以及「不求因果」。前两项思维意味着,数据多比起品质好更重要。当能够拥有的数据已极大化,抽样的确就不再必要,更毋需锱铢计算精准,而有错过全貌的风险!一旦我们容忍且拥抱杂乱的数据,就会发现在西洋棋、文法校正上的电脑技术之所以有更多进展,是因为系统里有了更多残局应对与棋步分析的数据、及高达十亿的字汇输入量,这些数据远远胜过晶片技术或演算方法上的调整。
最后,也更为重要的思考逻辑,就是一切改由「相关性」来观察或作决策。以往「打破砂锅问到底」的坚持,也许不再那么合乎时宜,比如想知道机票票价,毋须想像航空公司定价策略;想知道什么商品会卖,也不用知道顾客口味喜好,只要将大数据交付相关分析,就能知道哪些指标能显示机票将上涨、顾客会买单。我们不需对某现象先提出具体假说,只要靠着相关性,能让研究结果减少偏见,我们对事物的观察也能更快、更清楚。
藉由预测模型与大数据的辅助,要成功不再困难
一旦改为数据导向来作决策,影响会非常深远,那些多半掺杂直觉、主观或个人猜测的理念想法,将可以藉由预测模型与大数据的辅助,预测究竟是否可行;如同电影《魔球》故事里比利跳脱出传统球探的评价方式,放胆改用充满数据分析新观点来经营球队,这些都指明了,想在职场上成功,需要的技能正在改变。如果需借助更多知识或经验进行判断,我们将多了数据作为最有验证力的老师,就算跨领域,照样可以提出最好的建议!世界出现越来越多公开分享的数据,其中蕴藏了不少价值金矿;如书中所阐述,从免费的政府的气象数据,结合企业航班数据,就能发现航班延误的相关天气数据,与直觉相反地,比起下雪航班更容易受到起雾影响而停飞!有想法的企业、组织、个人或是政府,只要愿意透过大数据思维来与世界互动,都更容易预见并掌握价值,创造出能唿应人性的创新;那些过去曾被认为是效率或既定的方式,也可能全面翻转。
然而,自由意志与数据独裁,究竟孰轻孰重?
眺望大数据的发展,似乎勾勒出科技统治一切的万能预示,这是否等于否定了人性的自由意志与人类潜能?大数据的黑暗面─那些我们可能遭遇到许多道德相关的议题,像是应该完全接受与个人意见相左的统计裁定吗?成功可预测,那么犯罪机率也可以喊贼先抓人吗?人永远是过去行为的囚徒吗?虽听来骇人,但预先思索有其必要性,毕竟时间不会停止,科技与数据发展仍继续无声的前进,现在并没有简单的方法,让所有人能够完全准备好迎接大数据世界;我们确实需要新的准则,让社会熟悉并准备,要如何使用这项科技,将决定了人类的种种机制与自身将朝哪个方向改变。只要心态与思维正确,我们依然能够巧妙的重复运用这些数据,不断带来创新和不同的服务。
大数据在这个时代诞生,是极为强大一种工具与资源,然而,它代表的是通知并非解释,是相关非因果。大数据的脉络与对社会、经济、科学与个人无所不在的影响,没有一厢情愿的乐观迷恋或盲目信仰,而是为我们目前处境解释、回溯过去我们所走的路,并针对前方种种危机与转机,提供指引。大数据时代下,人类自主掌握的空间与能力,因为科技而宽广深入,今年,我们肯定大数据揭示的重要价值,进而认识大数据的视角观点,或多或少地将我们生活、工作、思考与行动里可能有意义、有趣的交会点显影出来!这是场新挑战,更是个好机会,去作足准备、以最好的方式迎接未来。
本文来源:中国大数据
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 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 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 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 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 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 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 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 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 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 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04