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
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 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 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 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 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 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 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17