第一篇:大数据时代下的生活方式
论文简介
本论文第一部分介绍了大数据的定义及特征以及如何使用大数据;第二部分分别介绍了大数据在商业预测、体育领域、购物等方面的应用;第三部分介绍了大数据带来的风险和隐私问题;最后一段总结全文内容。
大数据时代下的生活方式
从2012年开始,大数据一次开始明显的受到广泛关注。通常“大数据”一词,给人的感觉就是信息时代下产生的海量的数据,这是我们最直观的感受。如果要给大数据一个比较专业的定义的话,可以这样描述:大数据,是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。国际数据公司也给出了大数据的四大特征:海量的数据规模(vast)、快速的数据流转和动态的数据体系(velocity)、多样的数据类型(variety)和巨大的数据价值(value)。从大数据的特征中我们可以看出,大数据强调数据的海量还流转。在我们现在身处的互联网时代,我们每打开一个网页,搜索一个关键字,网购一件商品,都会产生大量的数据,海量的数据似乎就是这个时代的产物。同时,即使在线下,我们随身穿戴的智能设备,比如手机、手环等,也在实时的上传数据到云端,网络互连也让数据更加方便快捷的流动。大数据到底有多大?一组名为“互联网上一天”的数据告诉我们,一天之中,互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多(相当于美国两年的纸质信件数量);发出的社区帖子达200万个(相当于《时代》杂志770年的文字量);卖出的手机为37.8万台,高于全球每天出生的婴儿数量37.1万……
大数据中虽然蕴含着海量的信息,但其价值并不体现于此。数据之海量,包含着许多无用的信息,如何处理大数据,获得有用信息才能体现大数据的价值。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。目前,国内外的一些大公司都已经具备了一定的对大数据的“加工能力”,他们正在利用大数据的价值提升自身的服务以及改善我们的生活。
大数据在商业制作的案例
2013年出品的美国政治题材电视剧《纸牌屋》受到广泛好评,就连美国总统奥巴马也是《纸牌屋》的粉丝。然而一部《纸牌屋》,就让全世界的文化产业界都意识到了大数据的力量。《纸牌屋》的出品方兼播放平台Netflix在一季度新增超300万流媒体用户,第一季财报公布后股价狂飙26%,达到每股217美元,较去年8月的低谷价格累计涨幅超三倍。这一切,都源于《纸牌屋》的诞生是从3000万付费用户的数据中总结收视习惯,并根据对用户喜好的精准分析进行创作。
《纸牌屋》的数据库包含了3000万用户的收视选择、400万条评论、300万次主题搜索。最终,拍什么、谁来拍、谁来演、怎么播,都由数千万观众的客观喜好统计决定。从受众洞察、受众定位、受众接触到受众转化,每一步都由精准细致高效经济的数据引导,从而实现大众创造的C2B,即由用户需求决定生产。
如今,互联网以及社交媒体的发展让人们在网络上留下的数据越来越多,海量数据再通过多维度的信息重组使得企业都在谋求各平台间的内容、用户、广告投放的全面打通,以期通过用户关系链的融合,网络媒体的社会化重构,在大数据时代下为广告用户带来更好的精准社会化营销效果。
大数据在体育领域的应用
2014年巴西世界杯,德国再次捧得世界杯的奖杯。而在悄然影响绿茵场强弱较量的“大数据”,对德国队来说可谓功不可没。在世界杯比赛开始前,德国足协就与SAP公司合作,“私家定制”了一款名为“Match In-sights”的足球解决方案,用以迅速收集、处理分析球员和球队的技术数据,基于“数字和事实”优化球队配置,提升球队作战能力,并通过分析对手技术数据,找到在世界杯比赛中的“制敌”方式。
这款数据分析系统首先通过摄像头、传感器等工具捕捉到球员跑动速度、位置、控球时间、防御范围、动作细节等大量数据,并传入数据库,随后,基于SAP HANA平台运行的分析工具可迅速对这些数据进行后台分析处理。据SAP介绍,在短短10分钟内,10名球员用3个球进行训练,可产生超过700万个可供分析的数据点,而SAP数据分析平台完全可对这些数据实现实时处理。
通过这些数据进行加工处理提取有用信息,德国队教练可以迅速评估比赛状况、每个球员的特点和表现,球员的防守范围,对方球队的空挡区等信息。通过这些信息,教练可以更有效地对球员上场时间、位置、技战术等情况优化配置,以提升球队表现。
与此同时,在了解自己的基础上,德国队还利用这一工具对对手的技术数据进行了分析,这些分析涉及对手球队的几乎所有方面。德国队教练组并根据分析结果针对不同的对手确定相应战术,从而提高了球队获胜的概率。
大数据在购物方面的应用
经常在浏览购物网站的用户可能会注意到一个有趣的现象:两个人打开同一个网址,显示的内容却不一样。这是由于用户之前在访问购物网站时留下了一些数据,购物网站通过收集大量的用户留下的数据,进行加工分析,针对用户的喜好向用户推荐有用的商品。不同的用户喜好不同,商家会根据用户不同的喜好推荐不同的商品,所以当不同的人打开同一个网址时显示的内容却不相同。
这种案例不只是发生在互联网上,在线下的商店中也有类似的应用。最经典的案例就是“尿布和啤酒”的故事:在美国沃尔玛超市中有一个有趣的现象:尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话,而是发生在美国沃尔玛连锁店超市的真实案例,并一直为商家所津津乐道。对于这种现象有这样的解释:美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布,而丈夫在买完尿布之后会顺手买回自己爱喝的啤酒来犒劳自己,因此这就增加了啤酒和尿布在一起购买的机率。
发现这种现象的超市是通过对一年多原始交易数字进行详细的分析,才发现了这对神奇的组合。
大数据在其他方面的应用
大数据的应用不仅给商家带来了更多的收益,其对改善大家的生活方面也是功不可没。以前在浏览购物网站时面对琳琅满目的商品会不知所措,而在网上的商品更是海量,选择依据自己喜欢的需要花费很长的时间。现在根据分析大数据生成的商品推荐功能,大大节省了用户搜索心仪商品的时间,提升了用户体验。近些年,美国谷歌公司通过使用搜索的数据来预测实时流感动态对流感传播的预测。研究显示,结合传统监测方法和大数据,可以预测美国未来1周的流感感染情况。这一发现可能影响国家层面和地方层面预防和流感暴发控制。这种利用大数据对传播性疾病的预测可是让我们防患于未然,提高了我们的生活质量。大数据已经渗透到了生活中的各个方面,2014年04月04日,百度上线了一款新的大数据产品“百度预测”。这款可以通过分析大数据,对经济指数、疾病、高考、城市、旅游景点、体育赛事、电影票房等方面进行预测。通过对高考情况的预测,可以让考生选择更加适合自己的高校和专业;通过预测旅游景点,可以帮助我们做出更佳的出行方案。这些应用十分贴近生活,实实在在的让我们每个人都能够享受到大数据带来的价值。
大数据预测带来的问题
一、风险问题
由于大数据中包含了海量的数据,这些数据是否真的有用?如何有效的区分有用数据和干扰数据?这些问题不禁会让我们担心,从这些杂乱的数据中分析出来的结果是否真的可靠。
2008年,谷歌第一次开始预测流感就取得了很好的效果,比美国疾病预防控制中心提前两礼拜预测到了流感的爆发。但是,几年之后,谷歌的预测比实际情况(由防控中心根据全美就诊数据推算得出)高出了50%。据分析,这是由于媒体过于渲染了谷歌的成功,出于好奇目的而搜索相关关键词的人越来越多,从而导致了数据的扭曲。如果根据这样的数据分析出的结果必然大大的偏离实际,做出错误判断。
二、隐私问题
在大数据时代背景下,个人数据能够更容易获取和更广泛传播,而侵犯隐私权的行为却难以察觉,侵犯后果愈加严重。大数据时代的主要特点之一在于数据的膨胀、开放以及高速传播。借助强大的搜索引擎,许多希望被各种利益团体得到的信息,当然包括个人信息,都可以在虚拟的网络世界轻易获取。可是,与获得和传播个人隐私的“易”相比,若想在海量的信息中主动觉察到个人数据隐私权受到侵犯的蛛丝马迹,可谓“难”。
在网络空间,尤其在大数据时代,隐私的丧失很容易发生。在移动互联、网络社交、定位系统与大数据分析愈演愈烈的今天,手机、导航仪、电脑、电视机,每个电机设备都有可能成为数据的记录端口,隐私保护则成为了最大的难题。利用大数据获取有价值的信息固然十分重要,但如何防止这些数据被过度泛滥、被公开和不法分子利用,则是大数据分析者们必须思考的问题。
综述
大数据时代无论是国家、企业还是个人都面临这机遇和挑战,能够正确合理地使用大数据能够给国家和社会带来福利,给企业创造大量的财富,也能够使每个人的生活得到改善。不过,要想做到够准确利用大数据,并能够控制风险,保护隐私,还有很长一段路要走。但无论怎样都不能否认,大数据标志着一个时代,无论时谁都无法抵制这个时代的来到。
第二篇:大数据时代下的银行业
大数据时代下的银行业
一、前言
2012 年3 月,奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”,并且定义为“未来的新石油”,希望增强政府收集、分析和萃取海量数据的能力。这个由世界最强国家政府推动的项目,标志着“大数据”时代的到来。
近年来,移动互联网、物联网等迅速发展,使得新数据源不断出现,全球的数据总量正呈指数增长,过去3年间产生的数据量已超过以往总和。大数据时代的到来已经成为全球共识,数据正成为与物质资产和人力资本相提并论的重要生产.随着信息技术及互联网的快速发展,社会正在走向全面数字化。处于大数据时代的银行业,正面临着一场经营方式的大变革。一方面,互联网和大数据打破了原有银行在渠道和信息上的壁垒,给银行带来更多的竞争对手;另一方面,大数据将推动银行更加科学地经营管理,从而促进银行更健康地发展。
二、大数据时代银行业分析
目前,银行业正处在以客户为中心、以市场为导向的激烈竞争时代,如何应用先进的计算机网络技术跟踪、预测银行客户的发展动向,最大限度地挖掘客户信息的潜在价值,并利用这些信息来改进银行服务,提高竞争能力对银行来说至关重要。
(一)独特优势分析
对银行独特优势或其存在理由的理解有很多角度,基本的一种是将银行看作一个信息处理的机构,它能够获得和处理金融市场所无法获得的信息,并通过贷款决策向市场发送有关借款人信用的信号。
所谓市场无法获得的信息,首先来自于借款人为获得贷款而自愿向银行做出的披露,其次来自于银行家对于借款人进行的近距离的调查和判断。这些信息又可以分为两类,一是能够被编排的、数码化的或结构化的;二是只能意会的。银行贷款决策的做出,固然有赖于对于数码化信息进行分析的技术,但也离不开银行家的职业直觉和判断。
(二)机会分析
1、助推经营转型。以小微贷款发展为例,导致小微企业贷款难的原因很多,包括缺乏足够的抵押担保、缺乏信用评价机制、银行管理成本高等等。而大数据给这个难题带来了新的解决思路,通过大数据可以建立更完善的信用评价机制、风险定价机制、贷款全流程管理机制,并降低人工成本。
2、提升精准营销能力。通过大数据技术,信用卡客户营销可能基于以下的流程:首先对客户的性别、年龄、职业、金融资产、刷卡频度、消费地点、购物种类、营销活动参与情况等数据进行分析,得到客户的贡献度、活跃度和行为偏好等客户特征;然后根据客户特征进行分类差异化营销设计、举办营销活动;最后根据营销结果再进行数据分析,为下次改善提供参考。
3、提高客户满意度。通过分析客服中心的咨询、投诉内容,可以及时发现产品或服务存在不起眼的小缺陷,而改变这些小缺陷,可能会极大地提升客户满意度。通过对大量交易、行为数据、社交网络数据的分析,可以帮助银行找准客户需求,真正做到以客户为中心设计开发产品。
4、创新品牌营销策略。大数据时代,信息传播的方式、渠道和速度都是前所未有的。社交网络将会成为品牌营销的主阵地,客户在社交媒体上快速传播自身体验和感受的影响力将远远超过空洞的形象广告。传统上依赖信息不对称的品牌营销都将无所适从,与其投巨额资金到媒体做广告,不如扎扎实实地搞好自身的产品和服务,通过客户来帮助银行宣传。
三、对我行采取的策略建议
大数据时代是分析时代。大数据分析的实质就是将客户放到更大的社会背景下加以曝光,准确定位环境中客户所处的位置符合怎样一种商业模式;到现在为止没有任何技术能超越人(对我行来说就是客户经理)更能对活生生的客户加以把握分析,客户经理是最好的社会感知装置,同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络,扩大关系。
打好数据基础。“在今天的社会中,最重要的资源,不再是劳力、资产或是土地,而是数据和知识。”我行首先要把行内业务系统的数据用好,这些数据是高价值密度的数据。除了要完整地保存这些数据外,还需要注意数据治理,保证内部数据的可用性。在此基础上,还需要进一步打破传统数据源边界,通过各种渠道和方式获取行外数据。银行可以通过合作、购买、收集等方式获取相关的数据,包括政府公布的各类统计数据、央行征信数据、企业客户的ERP数据、第三方评级机构的数据,以及电商、社交网络的数据等等,用以丰富和完善数据资源。
做好技术支撑和人才培养。当前采用传统的数据库已难以支撑大数据的需求,需要采用开放式的并行计算架构来建设大数据平台。而技术支撑的关键在于人才,既需要熟悉大数据技术的科技人才,也需要具有数据思考能力的业务人才,更需要具有综合素质的数据科学家。
强化数据治行理念。“除了上帝,任何人都要凭数据来说话。”要强化依靠数据说话的理念。首先要改善现有的管理决策文化,真正把数据分析作为决策重要依据;其次要优化数据分析流程,更好地把业务与技术融合在一起。
创新业务发展。大数据应用的深入,将为银行经营模式、业务流程的转变提供依据。我行需要建立新型的创新机制,为基于大数据分析的业务创新提供充分的条件和保障。无论是产品服务创新、风险管理创新、客户营销创新还是运营模式创新,大数据分析都将成为必不可少的途径。
四、结束语
在这个不断创造神奇的大数据时代,银行无法置身度外。若干年后,我们再回看银行的转变,也许会发现改变银行的不是某个人,某个企业,而是大数据。因此,我行有理由自信地拥抱大数据时代,具备作为信息处理机构的传统优势,在大数据时代有无限机遇。
附:基于数据挖掘的银行客户管理信息系统的构建(百度完全摘抄,供参考)
(一)顾客互动模块。它为整个客户管理信息系统提供具体的客户信息,这些信息包括客户的基本信息、财务会计信息、行为特征信息、信用信息等,把这些数据信息进行预处理存入数据库后,可以为银行的客户工作提供有利的支持,银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通,同时也可以在客户营销管理的进程中直接为这些渠道提供信息。
(二)公共信息模块。公共信息模块是存储金融信息和金融行情的模块,它可以为银行提供服务和支持,能使银行便捷地查阅各种金融信息与行情。同时,这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议、标准化的流程支持和随时更新的公用信息,使银行和客户都能获得及时宝贵的信息反馈
(三)银行产品信息模块。银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品。随着金融市场的开放与发展,金融衍生产品层出不穷,银行这些产品的出现为拓展客户服务提供了很大的平台,有关信息包括这些产品的特征、价格、适用等。产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息。
(四)数据存储模块。信息库可以在数据上进行清理和集成,消除信息噪声和不一致数据,使多种数据组合在一起,然后将结果数据存放在分门别类的数据仓库中,再根据使用客户管理信息系统的银行请求,数据仓库可以负责高效地提取相关数据。同样,存储模块信息也可以进行不断的更新。
(五)数据分析模块。数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价,然后按照银行的业务侧重点把目标客户从中筛选出来;同时,以各种信息为基础,分析出客户的行为特征,这样就可以为银行进行个性化的差别服务提供分析依据。另一方面,为银行指定客户拓展策略和创新产品提供依据。
(六)工作管理模块。工作管理模块的主要任务是对分析模块分析出来的银行重点客户进行管理。银行客户经理通过该工作平台,针对不同的客户,将合适的产品通过合适的渠道在适当的时期以合理的价格销售给不同的目标客户,这就克服了传统客户管理上费时费力在庞大的客户资料中难甄别出重要客户的弊端,同时,基于数据挖掘的工作管理模块更能高效科学地根据不同的客户群制定出针对性很强的销售策略。
第三篇:大数据时代
大数据时代
近年来,随着互联网、移动互联网、智能手机及传感器等的普及,信息流量有了爆发性的增长,两会以后,互联网里最热的词汇,就是李克强总理在政府工作在报告里面提到的“互联网+”,大数据将会更广泛的被运用到各个领域,越来越多的业内人士开始谈论“大数据”,如何利用大数据,成为政府和众多企业关心的热点?
互联网+《大数据》紧紧围绕这些问题展开,帮您如何利用大数据为企业从战略上面进行指导挖掘和预测,从战术上进行营销服务和安全措施,精彩我们共同期待。
第一篇大数据很热,大数据不神秘(趋势)有人说,如果你不知道大数据,你就OUT了 --大数据到底有多热 什么样的数据算是大数据 --大数据的特点和概念辨析 乱我心者,大数据之事多烦忧 --大数据并不象你想象的那样神秘 身边的大数据
--大数据就在你我身边
案例分析:淘宝是如何利用大数据淘宝的 小结:不管你愿不愿意,大数据已经在那里 电话:010---59002742 010--59004371 第二篇:认识大数据 1.什么是大数据 2.大数据应用的意义
3.大数据在企业经营中应用的意义 4.对大数据的认识误区 案例分析
第三篇:大数据时代变革 1:大数据时代的思维变革 2:大数据时代的商业变革 3:大数据时代的管理变革
第四篇:大数据在营销中的运用 大数据精准营销 1.什么是精确营销 2.精确营销的方法 实操教学+案例分析
第五篇:在技术中应用 数据挖掘
大数据的核心价值——挖掘 1.什么是数据挖掘? 2.数据挖掘的流程 3.数据挖掘解决的问题 结合现场实操教学+案例分析
第六篇:预测
大数据的核心价值——预测 1:如何预测? 案例分析
第七篇:大数据与云计算 1:什么是云计算
2:大数据与云计算的关系
第八篇:大数据的安全问题
大数据给信息安全带来新的挑战和机遇 大数据存储安全策略 大数据应用安全策略 大数据管理安全策略
第四篇:大数据时代
“大”数据时代 众所周知,数据本身就蕴藏着价值,但是将有用的数据与没有价值的数据进行区分看起来可能是一个棘手的问题。
显然,您所掌握的人员情况、工资表和客户记录对于企业的运转至关重要,但是其他数据也拥有转化为价值的力量。一段记录人们如何在您的商店浏览购物的视频、人们在购买您的服务前后的所作所为、如何通过社交网络联系您的客户、是什么吸引合作伙伴加盟、客户如何付款以及供应商喜欢的收款方式……所有这些场景都提供了很多指向,将它们抽丝剥茧,透过特殊的棱镜观察,将其与其他数据集对照,或者以与众不同的方式分析解剖,就能让您的行事方式发生天翻地覆的转变。
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
“大数据”这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时,大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和Google File System(GFS)的发布,大数据不再仅用来描述大量的数据,还涵盖了处理数据的速度。
早在1980年,著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中,将大数据热情地赞颂为“第三次浪 潮的华彩乐章”。不过,大约从2009年开始,“163大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出,互联网上的数据每年将增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。此外,数据又并非单纯指人们在互联网上发布的信息,全世界的工业设备、汽车、电表上有着无数的数码传感器,随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化,也产生了海量的数据信息。
大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
大数据就是互联网发展到现今阶段的一种表象或特征而已,没有必要神话它或对它保持敬畏之心,在以云计算为代表的技术创新大幕的衬托下,这些原本很难收集和使用的数据开始容易被利用起来了,通过各行各业的不断创新,大数据会逐步为人类创造更多的价值。
第五篇:大数据时代
《大数据时代》读书笔记
作者:迈尔舍恩伯格
出版发行:浙江人民出版社
版次:2013年1月第一版
读者:物流一班、时菲阳
一、作者观点
谷歌有一个名为“谷歌流感趋势”的工具,它通过跟踪搜索词相关数据来判断全美地区的流感情况。这就是一个典型的“大数据”的应用例子,舍恩伯格的这本《大数据时代》受到了广泛的赞誉,他本人也因此书被视为大数据领域中的领军人物。
作者提出了三点结论:第一,要尽可能分析事物相关的“全部”数据,而不是之前的随机抽样,即“样本=总体”。第二,要乐于接受数据的繁杂,而不应过分追求其精确性。第三,重视大数据呈现的“相关关系”,而不要执于探索事物间的因果关系。
二、摘抄:
在甲型H1N1流感爆发的几周前,互联网巨头谷歌公司的工程师们在《自然》杂志上发表了一篇引人注目的论文。它令公共卫生官员们和计算机科学家们感到震惊。文中解释了谷歌为什么能够预测冬季流感的传播:不仅是全美范围的传播,而且可以具体到特定的地区和州。谷歌通过观察人们在网上的搜索记录来完成这个预测,而这种方法以前一直是被忽略的。谷歌保存了多年来所有的搜索记录,而且每天都会收到来自全球超过30亿条的搜索指令,如此庞大的数据资源足以支撑和帮助它完成这项工作。
发现能够通过人们在网上检索的词条辨别出其是否感染了流感后,谷歌公司把五千万条美国人最频繁检索的词条和美国疾控中心在03年至08年间季节性流感传播时期的数据进行了比较。其他公司也曾试图确定这些相关的词条,但是他们缺乏像谷歌公司一样庞大的数据资源、处理能力和统计技术。
虽然谷歌公司的员工猜测,特定的检索词条是为了在网络上得到关于流感的信息,如“哪些是治疗咳嗽和发热的药物”,但是找出这些词条并不是重点,他们也不知道哪些词条更重要,更关键的是,他们建立的系统并不依赖于这样的语义理解。他们设立的这个系统唯一关注的就是特定检索词条的频繁使用与流感在时间和空间上的传播之间的联系。谷歌公司为了测试这些检索词条,总共处理了4.5亿个不同的数字模型。在将得出的预测与07年、08年美国疾控中心记录的实际流感病例进行对比后,谷歌公司发现,他们的软件发现了45条检索词条的组合,一旦将它们用于一个数学模型,他们的预测与官方数据的相关性高达97%。和疾控中心一样,他们也能判断出流感是从哪里传播出来的,而且他们的判断非常及时,不会像疾控中心一样要在流感爆发一两周之后才可以做到。
所以,09年甲型H1N1流感爆发的时候,与习惯性滞后的官方数据相比,谷歌成为了一个更有效、更及时的指示标。公共卫生机构的官员获得了非常有价值的数据信息。惊人的是,谷歌公司的方法甚
至不需要分发口腔试纸和联系医生——它是建立在大数据的基础之上的。这是当今社会所独有的一种新型能力:以一种前所未有的方式,通过对海量数据进行分析,获得有巨大价值的产品和服务,或深刻的洞见。基于这样的技术理念和数据储备,下一次流感来袭的时候,世界将会拥有一种更好的预测工具,以预防流感的传播。
三、感想:
看完本书有如下感想:
首先,作者站在理论的制高点上,条理清楚地阐述了大数据对人类的工作、生活、思维带来的革新,大数据时代的三种典型的商业模式,以及大数据时代对于个人隐私保护、公共安全提出的挑战。其次,文中的事例贴近现实生活,贴近时代,令读者既印象深刻,又感同身受。此外,作者没有使用大量的专业术语,没有假装一副专业的面孔。纵观全书,遣词造句,均通俗易懂。
其次,作者认为大数据时代具有三个显著特点。
一、人们研究与分析某个现象时,将使用全部数据而非抽样数据;
二、在大数据时代,不能一味地追求数据的精确性,而要适应数据的多样性、丰富性、甚至要接受错误的数据。
三、了解数据之间的相关性,胜于对因果关系的探索。“是什么”比“为什么”重要。
最后,作者指出,随着技术的发展,数据的存储与处理成本显著降低,人们现在有能力从支离破碎的、看似毫不相干的数据矿渣中抽炼出真知烁见。在大数据时代,三类公司将成为时代的宠儿。一是拥有大数据的公司与组织。如政府、银行、电信公司、全球性互联网公
司(阿里巴巴、淘宝网)。二是拥有数据分析与处理技术的专业公司,如亚马逊、谷歌。三是拥有创新思维的公司,他们可能既不掌握大数据,也没有专业技术,但却擅长使用大数据,从大数据中找到自己的理想天地。