
大数据商业化 我的隐私成了谁的财富(1)_数据分析师
智慧购物、智慧医疗、智慧交通、智慧物联网……来势汹汹的大数据为超过6亿的中国网民描绘了一幅幅美好的生活蓝图。然而,任何技术都是一把双刃剑。在大数据日益商业化的同时,我们也发现,我们在网络上的任何痕迹都无所遁形,各种商业广告“有据而来”,甚至在左右我们的决策。随着大数据技术从行为分析发展到身份认证,在商家看到蕴藏无穷机会的“金矿”同时,我们却发现,在不久的将来,我们将不得不面对一场隐私与安全之战。
数据就是未来的石油、黄金
在不知不觉中,滴滴打车的爽约记录、骗取保费时伪造的个人信息、网店贩卖假货的差评这些往常不被重视的信用信息,将逐渐成为中国民营征信机构开出的个人信用报告中的污点,影响人们的生活。
就在日前,中国人民银行对个人征信业务“开闸”,打破了提供中国个人征信服务被“正规军”垄断的局面,允许八家民营机构开展个人征信业务的准备工作。
从首批机构名单不难看出,监管部门也有意向征信行业注入更多的互联网元素。除了鹏元征信和中诚信征信等公司是从事征信业务多年的老牌机构之外,首批入围名单中,在互联网金融领域风生水起的“三马”——阿里、腾讯、平安均各获一席位。
隶属阿里蚂蚁金服的芝麻信用管理有限公司,借助背后强大的阿里集团的数据支撑,依托阿里云的技术力量,可以对3亿多实名个人、3700多万户中小微企业数据的整合。“芝麻信用日数据处理量在30pb以上,相当于5000个国家图书馆的数据总量。”芝麻信用副总经理邓一鸣告诉记者。
同样是拥有海量数据的腾讯,拥有8亿qq账户,逾5亿的微信账户,逾3亿的支付用户,所提供的海量数据为旗下腾讯征信带来极大的优势。
这标志着大数据的应用场景再次被大大地丰富。
自2008年起,国内各大中小互联网企业陆续涉足大数据领域,短短6年内,一个个原本遥不可及的构想正逐步成为现实。
通过分析注册资料、消费记录、浏览记录、使用偏好等信息,在用户查地图、找餐馆、看视频、网络购物时,网站和软件仿佛能“洞悉”人们的心思,主动向其提供需要和感兴趣的服务及信息。这背后其实是通过大数据技术,商业广告实现了精准营销,而下一步,随着大数据技术从行为分析发展到身份认证,商业广告还将实现“跨屏营销”。
根据研究机构wikibon的报告,2013年全球大数据市场总体规模为181亿美元,年度增幅达61%,预计到2017年仍将维持30%的年增速。而据预测,中国数据总量2020年将达到8.4zb(1zb=1024g的四次方),占全球数据量的24%,届时将成为世界上第一数据大国和“世界数据中心”。
“数据就是未来的石油、黄金。”蚂蚁金服首席信用数据科学家俞吴杰说,“尽管我国征信服务市场起步较晚,但其中蕴藏更多的是机遇,这也是这些民营企业挤破头也要进入征信行业的原因。”
被大数据剥夺的隐私
“它在影响我的决定,我觉得自己正在失去自由。”在青海读研究生的王静告诉记者,“双12”期间在购物网站上“淘货”时,搜索页面下方“你可能需要”一栏中的商品令她陷入抉择:“面对这些商品我确实无力抵抗,但总感觉自己被大数据牵着鼻子走。”
在另一家网站上,王静在搜索栏键入一种商品名称,搜索页面旁随即显示“89%的用户选择购买这款商品”,这同样令她纠结不已:“如果选择其他商品,感觉很不明智。”
国际关系学院文化与传播系教授董璐认为,在从众心理的影响下,消费者会认为多数人的选择是合理的,这很容易左右他们的决策。与传统运营模式相比,网络平台通过大数据计算和分析的结果,大大增强了对用户的控制力。
“有时真不明白这是我自己的选择,还是大数据的选择。”供职于北京一家网络公司的白宇告诉记者,作为朋友们眼中的“应用达人”,在习惯接受各种软件推荐的视频、餐馆和行车路线之余,他也时常感到一丝担忧和恐惧。
“越离不开大数据,就越觉得自己在被大数据控制。”白宇说,现在做吃住行娱的选择时,他和身边的朋友通常是直接采用大数据提供的参考结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15