
當(dāng)“大數(shù)據(jù)”落地,當(dāng)技術(shù)接軌商業(yè)
這些書中,公認(rèn)的以舍恩伯格的《大數(shù)據(jù)時(shí)代》為“國(guó)外大數(shù)據(jù)系統(tǒng)研究的先河之作”、“迄今為止關(guān)于大數(shù)據(jù)最好的一部著作”,那么,在眾多所謂的“《大數(shù)據(jù)時(shí)代》之后必讀之作”的書單中,大衛(wèi)·芬雷布的《大數(shù)據(jù)云圖》則更勝一籌、實(shí)至名歸。它開(kāi)啟了大數(shù)據(jù)從理念啟蒙到商業(yè)應(yīng)用的時(shí)代,而身為作者、同時(shí)也是大數(shù)據(jù)集團(tuán)(Big Data Group)創(chuàng)始人的大衛(wèi)?芬雷布的被業(yè)界譽(yù)為“大數(shù)據(jù)商業(yè)應(yīng)用引路人”.究竟,他指引了什么,貢獻(xiàn)了什么?
首先就是“大數(shù)據(jù)云圖”(Big Data Landscape),這也是中文版的書名(英文原版書名Big Data Demystified,直譯為“掀開(kāi)大數(shù)據(jù)面紗”)。為了讓更多人理解大數(shù)據(jù),并從中得到啟發(fā)和受益,芬雷布和他的合伙人通過(guò)對(duì)包括網(wǎng)絡(luò)科技新貴、傳統(tǒng)商業(yè)巨頭在內(nèi)的數(shù)百家公司進(jìn)行了跟蹤、評(píng)估,繪制了一幅大數(shù)據(jù)領(lǐng)域應(yīng)用全景圖,也就是著名的“大數(shù)據(jù)云圖”,而且每隔一定周期進(jìn)行更新。通過(guò)它,我們可以知道現(xiàn)有各家企業(yè)在大數(shù)據(jù)領(lǐng)域扮演了什么角色,做了什么,以及有哪些空白等待后人去填補(bǔ)。也就是說(shuō),大數(shù)據(jù)的商機(jī)在哪,一看云圖便知。隨著“大數(shù)據(jù)云圖”的廣泛流傳,大衛(wèi)·芬雷布聲名鵲起,找上門的咨詢業(yè)務(wù)也絡(luò)繹不絕。于是,芬雷布就從早先的“科技創(chuàng)業(yè)者”(他先后創(chuàng)辦數(shù)家科技公司,很多被大公司收購(gòu))一下子變成了“科技引路人”.
其次在于“可視化”,芬雷布提出,它是“數(shù)據(jù)中發(fā)掘機(jī)遇的重要工具”.這一點(diǎn)有別于一般的大數(shù)據(jù)著述。在芬雷布看來(lái),將信息可視化能有效抓住人們的注意力?!坝械男畔⑷绻ㄟ^(guò)單純的數(shù)字和文字來(lái)傳達(dá),可能需要花費(fèi)數(shù)分鐘甚至幾小時(shí),甚至可能無(wú)法傳達(dá);但是通過(guò)顏色、布局、標(biāo)記和其他元素的融合,圖形卻能夠在幾秒鐘之內(nèi)就把這些信息傳達(dá)給我們”.可視化是壓縮知識(shí)、傳遞信息的一種方式。芬雷布提到了“數(shù)據(jù)界的達(dá)·芬奇”的愛(ài)德華·塔夫特,后者早在20世紀(jì)出版了《定量信息的視覺(jué)展示》一書,而該書就是“以視覺(jué)方式傳遞數(shù)據(jù)信息”的經(jīng)典著作。而芬雷布專門花了一章的篇幅闡述“數(shù)據(jù)可視化”,其意義在于,強(qiáng)調(diào)了大數(shù)據(jù)理性之余的感性一面。事實(shí)上,大數(shù)據(jù)界的許多觀點(diǎn)顯然偏離了這點(diǎn),常常倒向模型、算法、數(shù)學(xué)這一邊。芬雷布的這一觀點(diǎn)與IBM等業(yè)界英雄所見(jiàn)略同,而從理論上的“數(shù)據(jù)可視化”到實(shí)踐中的“大數(shù)據(jù)云圖”,芬雷布走在了前面。
不過(guò),僅僅有方法論是不夠的,首要的得在觀念和思維上有所改變。例如維克托·舍恩伯格在《大數(shù)據(jù)時(shí)代》中要人們?cè)谶壿嬌戏艞墶耙蚬鞭D(zhuǎn)而“相關(guān)”,馮啟思在《數(shù)據(jù)統(tǒng)治世界》里在統(tǒng)計(jì)學(xué)上提出要“關(guān)注異常值,而非平均數(shù)本身”(特別是小概率的力量)。在《大數(shù)據(jù)云圖》中,芬雷布將“大數(shù)據(jù)”推向了極高的位置,視其具有決定下一個(gè)大機(jī)遇的重大戰(zhàn)略意義。他說(shuō),數(shù)據(jù)、算法和速度讓計(jì)算機(jī)能作出更好的決策和預(yù)測(cè),從商業(yè)到生活甚至到飄忽不定的感情,一切都可以分析。
基于大量實(shí)證案例的支撐,芬雷布完全有這樣的樂(lè)觀和自信看待大數(shù)據(jù)的未來(lái)。在書中提到的許多公司應(yīng)用中,不難發(fā)現(xiàn)在研發(fā)設(shè)計(jì)到管理銷售,從教育、醫(yī)療到電子、汽車再到音樂(lè)、建筑,大數(shù)據(jù)的影子無(wú)處不在、并且發(fā)揮著不可忽視的作用。而像亞馬遜、谷歌、IBM、Facebook、LinkedIn、Twitter、Netflix等公司對(duì)大數(shù)據(jù)的應(yīng)用已經(jīng)習(xí)以為常、開(kāi)始得心應(yīng)手。例如作為社交網(wǎng)絡(luò)巨擎的Facebook 使用大數(shù)據(jù)來(lái)追蹤用戶在其網(wǎng)絡(luò)的行為,通過(guò)識(shí)別你在它的網(wǎng)絡(luò)中的好友,從而給出新的好友推薦建議,用戶擁有越多的好友,他們與 Facebook之間的黏度就越高。更多的好友意味著用戶會(huì)分享更多照片、發(fā)布更多狀態(tài)更新、玩更多的游戲。像商業(yè)社交網(wǎng)站LinkedIn則使用大數(shù)據(jù)在求職者和招聘職位之間建立關(guān)聯(lián)。有了LinkedIn,獵頭們?cè)僖膊挥孟驖撛诘氖芷刚叽蚰吧娫拋?lái)碰運(yùn)氣,而可以通過(guò)簡(jiǎn)單的搜索找出潛在受聘者并聯(lián)系他們。與此相似,求職者也可以通過(guò)聯(lián)系網(wǎng)站上其他人,順利地將自己推銷給潛在的雇主??梢赃@么說(shuō),現(xiàn)在業(yè)界對(duì)于大數(shù)據(jù)的認(rèn)識(shí)可不再是“數(shù)據(jù)大”或者Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價(jià)值)的“4V”這么簡(jiǎn)單、表面化了。大數(shù)據(jù)“真的”廣泛進(jìn)入商用。至于對(duì)比舍恩伯格《大數(shù)據(jù)時(shí)代》中提到的應(yīng)用實(shí)例,《大數(shù)據(jù)云圖》更新穎、更前沿、更接近正在發(fā)生的未來(lái)。
不僅如此,除了“大數(shù)據(jù)將影響所有方面”外,大衛(wèi)·芬雷布至少以下兩個(gè)觀點(diǎn)值得注意。第一,他認(rèn)為下一個(gè)獲得重大發(fā)展的是在應(yīng)用領(lǐng)域,這個(gè)領(lǐng)域通過(guò)各種技術(shù)的手段,能夠真正的把數(shù)據(jù)變成生產(chǎn)力。過(guò)去的幾年中,大部分的投資都是在數(shù)據(jù)基礎(chǔ)設(shè)施方面,未來(lái)人們會(huì)看到在應(yīng)用層有更大的發(fā)展。第二,他介紹自己喜愛(ài)鐵人三項(xiàng)運(yùn)動(dòng)(游泳、騎車、跑步),平時(shí)通過(guò)技術(shù)手段,將自己在整個(gè)運(yùn)動(dòng)過(guò)程中產(chǎn)生的數(shù)據(jù)進(jìn)行搜集和分析,這里面包括了運(yùn)動(dòng)過(guò)程中的熱量、心率、運(yùn)動(dòng)的軌跡、跑的長(zhǎng)度等,然后不斷自我優(yōu)化、自我提升。通過(guò)這個(gè)現(xiàn)身說(shuō)法,芬雷布實(shí)際上指出了可穿戴智能設(shè)備對(duì)大數(shù)據(jù)應(yīng)用的推波助瀾的作用。這也可以理解為,下一步移動(dòng)互聯(lián)時(shí)代,大數(shù)據(jù)是隨時(shí)隨地的、無(wú)時(shí)無(wú)刻的。商家通過(guò)把越來(lái)越多的移動(dòng)端放到消費(fèi)者的手里,更好的了解消費(fèi)者在移動(dòng)端和各個(gè)場(chǎng)景中的消費(fèi)習(xí)慣。這意味著,在未來(lái)幾年中,大數(shù)據(jù)與移動(dòng)終端、與云計(jì)算的結(jié)合,將會(huì)孕育更多的商機(jī),會(huì)有更多的新的創(chuàng)業(yè)者在這個(gè)方向開(kāi)創(chuàng)出新的企業(yè)和事業(yè)。對(duì)此,在《大數(shù)據(jù)云圖》中,專門有一章就叫“誰(shuí)是下一個(gè)上市的數(shù)十億美元項(xiàng)目”.
當(dāng)“大數(shù)據(jù)”落地,當(dāng)技術(shù)接軌商業(yè),芬雷布向我們展示了一場(chǎng)已經(jīng)發(fā)生而且將影響深遠(yuǎn)的商業(yè)變革。對(duì)于讀者而言,應(yīng)該心領(lǐng)神會(huì):在理想情況下,企業(yè)應(yīng)當(dāng)具備一種能夠讓數(shù)據(jù)分析貫穿于整個(gè)組織的視野,分析應(yīng)該盡可能地接近實(shí)時(shí)。通過(guò)觀察谷歌、亞馬遜、Facebook和其他科技領(lǐng)袖企業(yè),我們看到了大數(shù)據(jù)之下的無(wú)限可能--當(dāng)務(wù)之急,現(xiàn)在需要做的就是讓企業(yè)盡快融入大數(shù)據(jù)戰(zhàn)略中。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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(dòng)態(tài)隨機(jī)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(kāi)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10