京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是企业的梅花诗_数据分析师培训
导读:利用狭义大数据来研究社会规律、商业规律,从而顺势而行,才是公司能够迅速取得成功、保持巅峰的核武器。
近日美国轻微博网站Tumblr(中文名:汤博乐)上的一篇帖子一夜爆红,几小时内传遍了国内外,大家的社交网络均被刷屏。这篇帖子就是轰动一时的“蓝黑白金”裙子颜色之争。在国内外新闻媒体的“推波助澜”之下,短短几小时全世界几乎所有活跃在社交网络里的用户都从各种渠道知道了这个消息。而事后,这篇帖子的始作俑者也向媒体承认,这是一次有计划的炒作。了解到真相的我们禁不住为社交媒体的能量感到吃惊。这种时效性和病毒式传播的能力远非电视媒体能够达到。
通过Tumblr的帖子首发,进而在推特、脸书和Instagram推广,在几个推特大账号如Buzzfeed的帮助下,这次社交网络营销可谓是取得了“惊天动地”的成功。那么接下来,一个大家都很感兴趣的问题就出现了,我们怎么能够在营销自己的产品的时候也取得同样的成功呢?
社交媒体与其他任何形式的营销一样,是存在自身的规律的。而这一规律实际上和宇宙间一切事物运行的规律相符。也就是说通过社交媒体得到的规律,适用于其他一切事物之上。这就是德温特资本市场通过研究社交网络的大数据来进行股票交易的基本原理。所以同理可得,一般事物的通用规律也必然试用于社交媒体。
我们大家都知道《三国演义》里这样一句话,“话说天下大势,分久必合,合久必分。”简简单单的一句话却概括了人类历史的浩瀚千年。历史的螺旋式的循环发展,正是人类社会的普遍规律。
英国作家汤姆·斯丹迪奇(Tom Standage)是一位擅长挖掘与寻找历史规律并用通俗易懂的语言阐述的作家。读他的作品时,我经常想到房龙,同样的才华横溢、同样的举重若轻。他于2013年发表的作品《Writing on the Wall》锋利的剖析了社交媒体的发展,同时指出并详细解释了从古罗马开始就已经存在的社交媒体。他从看似新颖、出现不过十余年的社交媒体中分析得出了它的内涵以及运作机理,从历史学和人类行为学的角度阐述了社交媒体的作用以及其发展的趋势。
这本书庖丁解牛一样将社交网络的神秘统统解剖,曝露给我们的是这神秘面纱下历史的必然。只可惜这本书还没有中文译本的出版,不然我一定将它推荐给身边企业管理人员。
斯丹迪奇在书中指出,电视这种媒体的出现,实际上并不符合社交媒体的发展规律,违背了历史的规律。所以他大胆地预言,电视媒体被淘汰是历史的必然。而中国在美国最出名的禅宗法师宣化上人早在其1985年的活动上就也同样预言电视媒体将会逐渐消失。
这些预言在今天其实已经能够看出苗头。根据eMarketer的调查显示,尽管电视媒体的消费仍然在持续增长,但是电视用户数量已经开始逐年递减。相比之下,社交媒体与移动媒体的用户正在迅速的增长。随之而生的是无数迅速成功的互联网公司。汤博乐从成立到被雅虎以11亿美金收购,仅仅用了6年时间。
一个企业想要成功,需要很多条件。其中十分重要的一点是顺势而为。顺应天下大势去做事情,就如同顺水行舟一样,用很小的力量也能够取得巨大的回报。那么我们怎么能够了解大势呢?
正如我在之前文章中反复强调的,广义大数据和狭义大数据是我们探究宇宙人生规律的重要武器。利用狭义大数据来研究社会规律、商业规律,从而顺势而行,才是公司能够迅速取得成功、保持巅峰的核武器。
实际上,从中国古代开始,思想家们就已经开始利用数据来分析规律、预测事件。
北宋邵雍,“北宋五子”之一,是一位德高望重的易学大家。他发明了一种简便易学的算卦方法,叫做“梅花神数”,把万事万物都转化成数学。通过对一事物进行数据收集及分析,作出精确地预测。邵雍的旷世预言奇诗《梅花诗》被广泛地传颂,而他提出的天人之学更是揭露出了天地万物与人类社会之间的万有联系。
天人之学与大数据论本质上具有很多相似之处。广义大数据对于宇宙人生真相的探索与狭义大数据在社会规律、商业规律的探索在深层次上是统一的。天学与人学,天学也称先天之学,人学也称后天之学,先天明体,后天入用。这体用本是一体,后天从属于先天,而后天的大乘境界也正是先天。正如广义大数据与狭义大数据的关系,前者侧重宇宙人生的终极真相,后者侧重实用性的规律探索。看似狭义大数据低广义大数据一等,实际上两者存在最根本的互通。
《梅花诗》由十首组成,根据后人所研究的预言时间,似乎到如今只过去了八首,最后两首还待我们去印证。《梅花诗》之中尽是描写事物的语句,充满了意象,其中绝无半点直白的预言。然而在其中蕴含的深意,引起了对易学感兴趣的人们无限的遐想与探究。邵雍在写这首诗的时候有没有蕴含深意呢?必然是有。那他到底是不是真的看到了人们对号入座的那些历史的时间发生呢?我想不尽然。《梅花诗》中对于自然规律的描写,其实蕴含了邵雍对于易学的全部理解,看似讲的是山川大地,实际上讲的也正是山川大地,只不过这山川大地的变化规律与人类世界其实是一样的。邵雍定然无法真的说出到底每一句对应的是哪一个历史事件,因为他是人,并不是神,《梅花诗》也并不是神话故事。他看到的是山河大地的变迁,看到的是朝代的更迭。他“看到”了未来,却又没有真的看到未来。在这种看似玄妙的预言中蕴含的不是迷信,而是极度的科学。
在对于规律的研究上,中国的易学领先于世界千年。千年前的《梅花诗》到现在还没有讲完。根据历史规律而做出的预言能够放之千年还依然准确,这种智慧看似可怕,却能够被我们用狭义大数据技术模拟。因为狭义大数据正是通过对大量数据进行分析来探索出人类社会的规律。
试想一下,倘若企业拥有一个能够预言未来千年社会变革的预言家,这个企业岂有不成功的道理?
掌握大数据就是掌握商业社会的规律,在最恰当的时间让我们做出最恰当的反应。顺着潮流前进,每一个波浪都将是助推企业前进的动力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06