
大數(shù)據(jù)觀念:決策當(dāng)摒棄經(jīng)驗與直覺
據(jù)統(tǒng)計,人類歷史上90%的數(shù)據(jù),都在過去的兩年中產(chǎn)生;今天,數(shù)據(jù)世界已經(jīng)增至4.4億萬億字節(jié),如果將這些龐大的信息量存儲在蘋果iPad平板電腦中,疊加起來的iPad平板電腦,其厚度相當(dāng)于地球到月球距離的2/3,這或可意味著人類已進入大數(shù)據(jù)時代。
蒸汽機的發(fā)明,使煤、石油成為推動工業(yè)革命的重要原材料;現(xiàn)在,計算機的發(fā)明和聯(lián)網(wǎng),將使大數(shù)據(jù)成為推動信息革命的重要原材料。美國作者史蒂夫·洛爾在《大數(shù)據(jù)主義》一書中,解釋了大數(shù)據(jù)技術(shù)將如何引發(fā)一場新的革命,并告訴我們:大數(shù)據(jù)將在哪些領(lǐng)域大放異彩,又在哪些領(lǐng)域需要保持警惕,以及大數(shù)據(jù)將把我們帶向何方?
讓大數(shù)據(jù)大放異彩的領(lǐng)域
大數(shù)據(jù)應(yīng)用于很多領(lǐng)域、行業(yè),同時,它還會改變?nèi)祟惖臎Q策方式。大數(shù)據(jù)主義者認為,所有決策,都應(yīng)當(dāng)逐漸摒棄經(jīng)驗與直覺,并且加大對數(shù)據(jù)分析的倚重。
讓我們來看一下美國的藥品銷售企業(yè)麥克森公司的案例:在經(jīng)營活動中,麥克森公司產(chǎn)生了龐大的數(shù)據(jù),IBM公司利用這些數(shù)據(jù),為麥克森公司建立了決策模擬模型。借助這個模型,麥克森公司可以完成更精準的預(yù)測和更高明的決策。麥克森公司經(jīng)營的一些藥品如抗癌藥品和專用抗生素等,價格極高,需求極不穩(wěn)定,麥克森公司以前的做法是:靠“猜測法”在幾個分銷中心都儲備這類藥品,再根據(jù)需要調(diào)貨。通過IBM建立的決策模擬模型得知,盡管空運成本是卡車運送成本的10倍,但如果把這些藥品全部儲存在孟菲斯郊區(qū)的中心倉庫,再空運給客戶,這些昂貴藥品的庫存會降低1/2,節(jié)省的成本,用于支付高昂的空運費還有結(jié)余,并且這些藥品的按時送達率,會由以前的80%上升到99%。最終,麥克森公司通過對大數(shù)據(jù)的應(yīng)用,將庫存成本降低了10億美元,效率提高了約13%。
大數(shù)據(jù)在商品零售業(yè)也有光明的前景。世界零售業(yè)巨頭沃爾瑪,通過大數(shù)據(jù)統(tǒng)計與分析,發(fā)現(xiàn)男性顧客在購買嬰兒尿片時,常常會順便買上幾瓶啤酒,于是,他們推出將啤酒和尿片捆綁銷售的促銷活動,非常有效地提高了啤酒銷量。另外,沃爾瑪在挖掘歷史采購數(shù)據(jù)時發(fā)現(xiàn),在預(yù)報有颶風(fēng)通過的地區(qū),消費者購買草莓果醬餡餅的數(shù)量是平時的7倍,而颶風(fēng)到來之前,最暢銷的商品是啤酒。于是,他們在颶風(fēng)警報到來時,已經(jīng)儲備下足夠的草莓果醬餡餅和啤酒,這樣既充分滿足了顧客需要,又獲得了較好的銷售業(yè)績。
《大數(shù)據(jù)主義》一書中諸多案例告訴我們,現(xiàn)在及將來,那些價格越來越低廉的電腦與軟件,再加上越來越開放、高效的網(wǎng)絡(luò),將意味著更多的企業(yè)參與到應(yīng)用大數(shù)據(jù)的方法中來,提高效益或制定戰(zhàn)略。
大數(shù)據(jù)的“黑洞”
當(dāng)然,大數(shù)據(jù)在帶給人們便利的同時,也隱藏著一個巨大的“黑洞”——安全問題。例如,美國最大的數(shù)據(jù)代理商,是總部位于阿肯色州小石城的安客誠公司,該公司已搜集了數(shù)億名消費者的數(shù)據(jù)。該公司宣稱,他們通過官方檔案、購物數(shù)據(jù)、網(wǎng)上瀏覽習(xí)慣等渠道,歸納了消費者的大量信息,從而得出大多數(shù)美國成年人的相關(guān)數(shù)據(jù),比如人們的年齡、種族、性別、黨派、對度假的期望等,其深入細致程度是美國政府和其他互聯(lián)網(wǎng)企業(yè)所無法比擬的。安客誠是向企業(yè)提供消費者信息的杰出供應(yīng)商,也同時成為隱私權(quán)倡導(dǎo)者們最討厭的對象之一。通過技術(shù)獲取最大利益的同時,如何保護好人們的隱私權(quán)?怎樣找到合適的平衡點?這是需要人類認真思考的重大問題。
到目前為止,“怎樣才能將隱私方面的風(fēng)險降至最低?”還沒有明確的答案,但已形成了兩個涇渭分明的陣營。一個自稱“開明商業(yè)群體”的陣營認為:數(shù)據(jù)是一種資產(chǎn),是信息經(jīng)濟的流通貨幣,因此數(shù)據(jù)像錢一樣,只有自由流通才能創(chuàng)造最大的價值;他們主張,在制定保護隱私的規(guī)則時,關(guān)注點應(yīng)該是“數(shù)據(jù)的使用”,而不是“數(shù)據(jù)的收集”。但是,“消費者與隱私權(quán)倡導(dǎo)者”陣營對僅通過限制數(shù)據(jù)使用來保護隱私權(quán),表示懷疑和反對。
阿萊克斯·彭特蘭,是麻省理工學(xué)院媒體實驗室的一個團隊負責(zé)人,目前,他的團隊正在開展隱私權(quán)項目的研究和實驗。他竭力主張“新型數(shù)據(jù)交易”,其中包含三個基本原則:“你有權(quán)擁有你自己的數(shù)據(jù),有權(quán)管控這些數(shù)據(jù)的使用,有權(quán)選擇你認為合適的方式銷毀或發(fā)布這些數(shù)據(jù)。”2014年,奧巴馬政府的大數(shù)據(jù)報告也再次呼吁,應(yīng)當(dāng)按照彭特蘭提議的原則,加強對消費者數(shù)據(jù)的管控。與此同時,開發(fā)應(yīng)用于數(shù)據(jù)管理的隱私保護工具,也成為一個重大的商機。
該書作者還從更宏大的視角,來觀察大數(shù)據(jù)。他深刻地指出:如同宇宙大爆炸般飛速擴張的“數(shù)據(jù)世界”,不僅日益成為外在客觀物質(zhì)的“鏡像”,而且正越來越多地包含人類自身行為的追蹤和記錄,成為人類觀察和認識自我的一面“大鏡子”。在大數(shù)據(jù)的幫助下,我們將會越來越清晰地看到這個世界的本來面目,也會越來越清晰地認識人類自身
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11