
在大数据时代下资料本身就具有力量,像拥为大家手上的行动装置提供各种服务的界别,就能收集大量数据。
用家每天不停提供自己的资料,但提供了甚么资料,自己可否取回来,企业一而再再而叁的将用家提供的旧资料「无限利用」,却无法向有关企业索取及取消。
不公平关係,建立在互信之上
这种不公平的关係,先天就建立在互信之上:我知道 贵公司会利用我的数据进行分析及统计,但是我愿意相信你们,所以不会阻止及反对。亦由于这种互信关係,企业的信赖度及名声亦由此而来。为何人人都在那个入门网站搜索?为何人人都在那个社交媒体与朋友联络?只要该平台可疑,令用家不信任,就难以聚集人流,亦影响数据收集的效率。尤其垃圾数据再如何没用,若然数量累积够多,也能化成黄金般的资产。
用家对个人资料慎重,正正是表明他们熟知大数据。毕竟大数据的来源是採自广大用户,看似稳固但同时亦很脆弱。要是广大用户故意提供不完整的数据,甚至提供错误的数据,便会击垮大数据的演算:来源数据本身就是假的错误的,理所当然演算出错误的答案。故此如同报告表示,年青人确实「利用」社交网络,但不受社交网络「利用」,他们仍然保有个人知识分享的自主权,而非毫无限制地发放并任由企业免费收集。
利用大数据,仅记积极回应及维繫双方关係
香港的用家大体是开明的,六成被访者表示会更愿意购买一些信任他们会适当使用行为数据的品牌的产品和服务(60%)。调查亦发现如果品牌公司可以从行为数据分析,了解受访者的喜好而提议更贴心的产品和服务时,超过四成年轻人表示会更喜欢该品牌(42%)。良性关係才能令大数据价值链正常运作,企业在利用大数据时,亦应仅记用家是提供者,积极回应及维繫双方关係亦是另一种无形的核心价值。
只要妥善处理私隐问题及清楚说明利用的範围,香港市民其实不大反对收集其行为数据。事实上我们更应该关心大数据时代下会进一步破坏自由市场,产生商业革命:只有少数大企业握住大数据,小企业或新创公司纵然有钱亦由于种种理由而无法获取,双方站在不一样的起跑线,加剧商界 M 型化以至社会整体贫富悬殊。在大家迎接大数据时代前,上至各国政府下至社会学者应该早一步思考如何解决这些将来必然产生的变化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09