大数据需要进化,细数BIG DATA 三宗“罪”
前几期的全局数据解读围绕机器、未来、宇宙碰撞出许多很多遐想,但全局数据并不是离我们很远的概念,它与我们客观世界的生活生产,息息相关。不仅仅因为数据是客观世界的映射,更因为它已经成为一种重要的生产力推动社会变革。然而在这个以数据为核心破局点的当下,仅仅讨论BIG DATA,是远远不够的。
有时候我们常常感叹是否真的存在平行时空,是否有另一个自己真实的发生某些行为。事实上因为移动互联、云存储、大数据等新兴技术的出现,的确映射出一个现实世界的缩影,它就是数据世界。
如果把我们真实可感知的世界称为客观世界,那么理论上来说,大量数据的集成可以映射出客观世界的部分,形成数据映像。映像是不同体系根据不同需求对客观世界的数据化抽取和沉积,这种抽取和沉积中本身已包含了一种逻辑(映射本身即算法),而映像这个集合,其实是由多个带有某个相同要素的场景所组成。
例如,当你开车使用高德地图时,构成了导航的场景;吃个饭搜个大众点评,构成了美食的场景;玩累了查查附近的酒店,构成了住宿的场景;躺在床上晒晒照片聊聊天,构成了社交的场景……这些场景的共同点是“你”是所有事件的施动者,成为串起所有场景的关键要素。而这些场景组合在一起,经过数据化的抽取和沉积,成为“你”某个时段休闲行为轨迹的数据映像。
不同的映像组合构成体系,而不同体系组合交叠成为客观世界在数据世界的缩影。(毕竟不是所有客观世界的生活痕迹,都可以被记录以便基于某种逻辑的抽取和沉积,所以数据映像只能是客观世界的部分投影,而非全部。)
数据世界与客观世界的逻辑关系
数据世界的关键在于“数据”。伴随着互联网、移动互联、云存储、虚拟现实等新技术的出现,导致人类可被记录和收集的数据体量爆炸性增长,我们也迎来“大数据时代”,大数据的出现开启了用数据探索世界规律的新纪元,然而大数据本身也存在诸多问题。
问题一:分散的数据孤岛,无法建立连接,导致数据无法流动印证
大数据最核心的问题之一,在于数据成分散式的孤岛状,只是在体系内开放,却不能在体系外流通印证。最典型的的商业场景是,在BAT自有体系内,他们的数据量都是非常巨大的。但是,他们只能沉积和应用自己产品体系内的各种数据,不能相互关联与开放。
分散的数据孤岛,体系与体系间、映像与映像间、场景与场景间都没有连接
造成数据孤岛的原因来自于方方面面,法律的约束,商业的壁垒,竞争的策略……而最基础的还是技术的不完善。
在过去,企业建立一个新项目,从硬件到软件再搭建网络,有一套自用的资源系统;等到企业发展了一个阶段,又需要新建一个项目,必须从头到尾再走一遍。因为技术有限,企业项目与项目之间的资源系统是烟囱式的系统,自顾自的竖着“冒烟”。企业内部况且如此,想让一个集团,甚至不同企业/集团之间的数据开放,从而更好地为产品服务,真正做到以人为本的用户体验,无异于空中楼阁,天方夜谭。
然而技术在发展,从最底部的硬件设施,到最上层的云端存储,企业已经有了让自己脱胎换骨的数据挖掘、收集、记录、开放形式,打破体系间的数据开放并非不可能。
问题二,体系与体系间存在连接,但连接过于粗放或过于细微
上文我们说到场景组成映像,映像是体系的子集,体系又构成数据世界,故而可以把“场景”当成数据世界所记录的客观世界最常用的单位(不是最小,但却最常使用)。 那么我们该如何定义场景? 一般来说,场景包括四部分:时间、空间、语义、语境(情绪、社群……),四要素随机组合构成不同的场景,因而不同场景之间,可能涵盖部分相同的要素,也可能每个要素都不相同。
于此,我们可以直接指出大数据的第二个问题——即便体系间存在连接,这种连接将会是过于粗放或细微的连接,具有模糊性和不确定性。不够精准,成为大数据难以得到应用的第二个问题。
过于粗放:体系与体系之间的连接更多存在于体系间和映像间。但体系由多个映像构成,映像又由不同的场景组成,不同场景又由四要素随机组合,仅仅连接体系或映像仅会导致模糊结果,无法得出精准结论。
过于细微:另外一种可能的倾向是,体系和体系之间的连接仅是最基础的、分散的数据连接,这种连接只能导致管中窥豹的片面结论。
问题三:数据的质量不高,导致错误的场景重现、错误的映像,出现错误的连接和错误决策
除了连接方式存在问题,数据本身的庞杂和质量不高,成为阻碍数据发挥最大效应的根本因素,甚至产生错误的决策。
既然问题已经来了,那我们如何避免大数据已知的三个问题?对策就是一个——全局数据。怎么理解全局数据的“全局观”?全局数据有什么特点?有什么能力,甚至有什么界限?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11