京公网安备 11010802034615号
经营许可证编号:京B2-20210330
联合国CIO:大数据有局限性_数据分析师
Atti Riazi是联合国的助理秘书长,同时也是联合国首席信息技术官,日前他在接受TechTarget采访时探讨了她对于大数据的思考。
Atefeh Riazi对于技术和政治的相交叉并不陌生。 在她年轻的时候,作为一个拥有工程学位的刚毕业的大学生, 她帮助实现了智能卡技术,这改变了纽约人使用公共交通的方式,在这一过程中,她也曾经承受过很多压力。随后在全球广告公司奥美工作了一段时间,然后她回到 公共部门工作,为纽约市房屋管理局构建技术战略,最终担任首席信息官,兼总经理。
2013年5月,她被联合国任命为首席信息技术官(CITO),兼任助理秘书长。在那里,她的职能跨越政策和IT的应用,服务于联合国的许多紧迫的问题。这项工作在很大程度上取决于分析大量的存储数据,并且不都是电子化的数据。
问:通常我们访问的企业都倾向于利用大数据来预测相关性,而不是寻找原因,利用大数据作为行动的方针。你是如何看待的?
Riazi: 在我之前的工作中,我们想要找出为什么我们有这么多员工的受伤案例。我们努力寻找原因。 因为我们的知识的局限性,我们开始从不同寻常的角度寻找原因,然后,我们寻找季节和意外之间的相关性,然后我们发现,当有棒球比赛时,意外的发生率很高。 我们继续深挖,然后发现并不是所有的棒球比赛,只有在纽约大都会队和扬基队比赛时,才会出现大量的工伤。这些工伤,主要是绊倒和摔倒,当人们在平地行走时 发生率会上升。他们并不是回家看比赛。其实他们是带着耳机听比赛的直播,然后没有集中注意力。这个原因的相关性是我们没有想到的,然后我就要做出决定:明 年大都会队和扬基队比赛的时候,我应该怎么做来阻止这些工伤?
问:将这种方法应用于联合国试图解决的问题, 你工作的一部分是培养公众以不同的方式去思考这些问题吧?
Riazi: 你说的很对,我们必须采取非常开明的态度,因为数据可以从根本上质疑我们的核心信念和判断——无论是企业,政府,还是社会。
问:作为联合国的首席信息官,你面对的最大挑战是什么? 你对其他CIO们有什么建议吗?
Riazi: 这是一个震撼人心的经历。你从一个完全不同的视角看待技术和创新。技术有着巨大的力量;它可以做的很多。技术也带来了巨大的风险,网络犯罪,网络恐怖主 义。如今,80%以上的贩卖儿童都是在网上完成的。网络对于我们国家的工业系统, 交通,水,电网的渗透所带来的影响——是一个巨大的风险。
我们创造了技术,这几乎已经成为了一种新的物种,而和其他被创造的生命形式完全不同。它给我们所带来的风险是难以管理的。在能够使用技术来改善人类的生活的同时,也要意识到风险,并能够解决这些问题则是一个巨大的责任。
在联合国的使命中,保护儿童,带来和平,技术在这其中扮演着重要角色。而我认为我们并没有真正的利用技术的力量来帮助减少或解决风险。 技术部门能够预防和阻止未来的网络战争吗? 我们并没有专注于此,我们做的不如私人部门的企业,也不如政府。我们如何利用技术来确保改善我们的人道主义反应,改善教育,或者,如何解决那些成千上万居 住在帐篷里的难民问题?这些都是很严重的问题,使我整夜无法入睡。我们必须负起足够的责任,利用技术的价值,来解决作为社会,国家,和政府我们所面对的巨 大风险。
问:关于大数据是如何改变人们的想法,你有什么观点?人们是否愿意放弃他们的想法,即使在事实面前证明是错误的?在联合国内,是否有一种开明的氛围,愿意让数据引导你们?
Riazi: 这 会涉及到几个问题。 第一,我们无法访问所有的数据。有很多数据是不准确的。 第二,我们不只是做出理性的决定,我们还要做出政治的决定。数据可能显示正确的做法,但政治决定可能完全相反。我们生活在一个政治的世界。所以你如何在一 个政治的环境中平衡理性思考,而这其中还涉及到除了数据以外的元素?
我认为通过使用技术,我们变得更加智慧,我也希望我们能做出更明 智的决定,但是人性是不会改变的。大数据可以帮助我们更好地预测会发生什么。但是更好地理解灾难是否能阻止我们制造这种灾难?不可能,因为我们的本性仍然 顽固不变。曾经有一个预测,飞机会带来和平。飞机有了,但是没有带来和平。大数据有助于做出更好的决定,但有很多其他的元素,会影响我们的理性思维。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13