在大数据时代,商业模式正发生大变革
大数据的“喧闹”已有几年,业界认为,现在是认真冷静下来思考一些关于大数据根本性问题的时候了。近日,国内专注于大数据应用产品的“据说研究院”负责人接受本报采访时表示,大数据的根本性价值是破解人类信息不对称的千年难题,未来或将有一种主流的商品,那就是数据应用商品。
大数据的根本性作用是什么?
人类长期所处的物理世界中,一直受制于时空限制,产生的数据极为有限,导致信息不对称的现象十分严重。信息不对称成为人类的根本性困局,人类不断地为这个困局而搏斗着。知情权权利声索、博弈论理论衍生、信息经济学创立等,都是人类与该根本性困局难题进行斗争的体现。随着信息技术的深入发展,地球上的任何人、任何事、任何物都可能时时刻刻产生大量数据,传统的物理世界将可以通过数据世界来展现,人类可以透过数据世界更加清晰真切地认识熟悉而陌生的物理世界,信息不对称的难题将因此获得破解。因此,应该说,大数据的根本性价值是破解人类信息不对称的千年难题。
对于大数据,普通大众最应该关注什么?
大数据包括的范围比较广泛,如果必须按照传统产业链的思维来划分,可以包括以技术为中心的平台层(并行构架和资源平台,即硬件层面)、系统层面(大数据存储管理和并行编程模型与计算框架)、算法层(基础算法和应用算法)和应用层(应用开发和行业应用),以及以数据规划、数据采集、数据清洗、数据标注、数据挖掘、数据分析和数据应用为基础的数据产品层面。当然,数据产品层面又包括数据交易、数据应用和数据服务等方面。事实上,数据产品层面,是大数据产业最具价值的环节,也是与我们普通大众比较接近的部分,普通大众关注这一环节就足矣。
大数据为何会改变人类思维?
几千年来,人类都是“因果性思维”,这是小数据时代的有限数据所致,面对数量有限的结构化数据,人类不仅能够知道“是什么”,也能够知道“为什么”,相关性思维仅仅留存于侦察思维和中医思维(《易经》)的狭小领域里。但是,当面对日益剧增的海量数据和绝大部分都是非结构化数据时,人类的因果性思维显得更加苍白无力,仅仅靠人脑,人类不仅不知道“是什么”,也不知道 “为什么”。因此,人类必须从几千年来 “因果性思维” 的桎梏中解脱出来,转变为“相关性思维”。同时,由于大数据时代的来临,企业间边界、产业间边界、线上和线下的边界等都正在快速消除,跨界融合正在成为主流,因此,人类也只有转变为“跨界”的相关性思维,才能够适应时代的变化。
怎么理解“数据驱动一切”?
“数是万物的本原”,事物的本质和规律隐藏在各种原始数据的相互关联之中。对同一个问题,不同的数据能提供互补信息,通过相关性思维,让不同“维度”的海量数据“关联”起来,从而实现对物理世界的真实认识。大数据通过“量化一切”而实现世界的数据化,并由此改变人类认知和理解世界的方式,同时带来全新的大数据世界观。因此,当地球上的一切将可能产生数据时,数据将成为未来重要的生产资源甚至战略资源,未来所有的行业都会是“大数据+”,人类必须适应“数据驱动一切”的改变, 并且,这个未来并不遥远。
大数据真能创造一个“多维世界”吗?
人类目前同时处于物理世界、网络世界和数据世界之中,只不过每一个人在不同世界的“存在感”不一样罢了,也正是三个世界将人类重新分割开来,有人仅仅能够理解物理世界的事情,难以理解网络世界和数据世界的事情;也有人仅仅能够理解物理世界和网络世界的事情,对于数据世界往往并不理解。当然,处于不同世界的人,其思维方式和行为方式都是有差异的,所导致的结果往往也是完全不一样的。很显然,既然三个世界是同时客观存在的,我们就应该真切拥抱这三个世界,不可偏废,更不可拒绝。我们应该在三个并行世界中游走、思维、管理、创新、构建商业模式和产业模式。
在大数据时代,商业模式为何都会发生变革?
传统的物理世界,因为时空限制信息是严重不对称的,我们以往所有的商业模式都是基于信息不对称的物理世界而建立的,很多商业模式都是因为赚取信息不对称的钱而存活,如电视台、报纸、网络等广告模式,再比如工厂以企业为中心生产各种商品出售,还有传统金融机构仅仅依赖于抵押贷款,以流量驱动下的传统电子商务等。当地球上的人、事、物都因为产生大量数据而构建起“关系”,让人类顷刻间获得了无限的信息对称,一切基于信息不对称的物理世界而建立的商业模式势必获得变革,这也是不得不面临的变革。未来,主流的商业模式将是以大数据为基础的产业互联网。主流的创新模式将是在物理世界、网络世界和数据世界中自由穿行的创新,未来会有一种主流的商品,那就是数据应用商品。
数据世界究竟离我们有多远?
应该说,数据世界就存在于我们面前,无论你“识”还是“不识”,它就在那里。这要根据每一个人在多维世界的“存在感”进行区别。认为数据世界很遥远的,是因为在数据世界的“存在感”较差;认为数据世界就在眼前的,是因为他就在数据世界中或者他正在构建数据世界的“施工现场”。
当然,数据世界并非自己就能够自动建立的,需要我们人类以往的思维方式、行为方式、决策方式、商业模式、产业模式和管理模式等发生变化,而这种变化是痛苦的。但是无论如何痛苦,历史不会因为某些人的痛苦而停下它不可阻挡的时代洪流。面对“数据世界”的建立,世界各国近乎站在同一个起跑线上,任何一个国家的怠慢和无知,都将为此付出十分沉重的代价。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22