大数据时代的破冰之旅_数据分析师
在一个拥有十几亿人口、有无数数据资源的大国,如何合法合理地运用调度各种数据资源,将决定中国能否成为下一个数据强国,开启中国“数据化”发展新时代。
“从硅谷到北京,大数据的话题正在被传播”,谁能率先将大数据的能量引爆,谁将有机会改写世界发展新格局。
当“IT”(信息技术)让一切成为可能,世界开始以人们难以想象的速度发展变化。“T”(技术)如同一根神奇的魔术棒,指挥着世界变出各式各样的万花筒,而“I”(信息)的运用却如同一座巨大的冰山,在沉默中潜伏着巨大的能量,等待被引爆。
《大数据时代:生活、工作与思维的大变革》一书,英文原版与中译本同步上市。译者坦言,如果再有一个月的时间,他完全可以将该译本整理到120%的好,而现在只做到了90%。这并非译者和出版社的草率,而是秉承了大数据时代的大数据精神——效率比完美更重要,实用比形式更重要。
“大数据”的要义便是尽可能地收集众多可以相互叠加补充的信息,据以完成对“未来”的预测。这些数据可能有些小混乱、小纰漏,但数量的“众多”和时间的“即刻”完全可以弥补数据质量的瑕疵,大数据将以最快的速度“预测”出最“靠谱”的答案,指引人们迅速采取行动。大数据的运作揭示的是事物之间的关联性而非因果性,机器只能回答“是什么”,而无法回答“为什么”。
书中有丰富翔实的案例,涉及政府公共服务、医疗救助、企业经营等方方面面,读者可从多角度了解“大数据”的神奇功用。以人们最熟悉的网络购物为例,你登录过的购物网站将以“数据”的形式记录你浏览、点击、购买过的商品,据此推荐你可能感兴趣的其他商品,它的准确率将随着你访问次数的增多而不断提高,慢慢你将发现购物网站比你更了解你自己。购物网站正是通过众多与你兴趣相投的用户对其他商品的兴趣度,得出你的消费习惯。虽然它有时也会指向错误结果,但你的“视而不见”和搜索其他商品都将构成对购物网站的训练,它会不断调整自己直至与你的购物兴趣“完全契合”。购物网站记录下的客户数据其价值远远不仅于此,购物网站与社交网站、实体店以及通讯商强强联手,完全可以催生出更多的商机。当技术的屏障被不断突破,信息应用完全可以“八仙过海、各显神通”。
随机采样、单一数据精准化的工作模式已经成为过去式,曾经需要耗时数月或数年的数据收集、分析工作,现由计算机代劳,完全可以在几分钟或者几秒钟内完成。更为重要的是计算机大数据的相关关系分析和运算,将不受思维定式和偏见的影响,计算机不识别人们的情感偏好,只识别人们的行动偏好。行动比情感更有说服力,不是吗?
大数据的应用,处于发展阶段的中国虽未能率先领跑,但基于中国快速发展的工业化、信息化、网络化技术,西方的“神话”变为我们的“现实”并非遥不可及,我们欠缺的并不是技术的硬条件,而恰恰是创新、突破、意识革新的软实力。
“地球是平的”,在商业领域处于瞬息万变市场环境中的企业将迅速实现自我观念和技术更新,而最难取得突破的恰恰是政府公共服务领域。毋庸置疑,在体制内,中国仍处于“小数据”时代,难予拆解的部门壁垒,无形间筑起了跨部门、跨地区的巨大屏障。对于中国的自然人和法人来讲,最熟悉的场景莫过于在不同的政府部门前排队、领表、登记。尽管这些内容基本雷同,但政府更习惯于要求民众反复提供,而不愿实现政府内部跨部门、跨地区的信息流通共享。虽然政府部门办公硬件实现了自动化,但软件的对接和信息的搜集仍处于“手工操作”阶段。对于政府部门而言,意识的革新比技术的进步更重要。在一个拥有十几亿人口、有无数数据资源的大国,如何合法合理地运用调度各种数据资源,将决定中国能否成为下一个数据强国,开启中国“数据化”发展新时代。
值得注意的是,在“大数据”时代,天上人间似乎布满了眼睛,人们的一言一行都将被“数据化”,进而进入无限循环的信息系统,甚至记忆被“永恒”,这为技术和权利大亨们的“隐私侵权”和“数据垄断”提供了便捷通道。书中同样提出了“数据主宰一切”的隐忧,以及“责任与自由并举”的信息管理设想。笔者以为,任何时代的开启都将伴随着混乱和阵痛,重要的是时代本身能否提供自身纠错机制。假若市场不能完成对“权利”和“技术”的纠错,那么法律的跟进将至关重要。
在大数据时代,你还在骑马前行吗?是时候鸟枪换炮了。
数据分析咨询请扫描二维码
《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数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21