
大數據把我們帶向何方
據統(tǒng)計,人類歷史上90%的數據,都在過去的兩年中產生;今天,數據世界已經增至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,其厚度相當于地球到月球距離的2/3,這或可意味著人類已進入大數據時代。
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;現在,計算機的發(fā)明和聯(lián)網,將使大數據成為推動信息革命的重要原材料。美國作者史蒂夫·洛爾在《大數據主義》一書中,解釋了大數據技術將如何引發(fā)一場新的革命,并告訴我們:大數據將在哪些領域大放異彩,又在哪些領域需要保持警惕,以及大數據將把我們帶向何方?
讓大數據大放異彩的領域
大數據應用于很多領域、行業(yè),同時,它還會改變人類的決策方式。大數據主義者認為,所有決策,都應當逐漸摒棄經驗與直覺,并且加大對數據分析的倚重。
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:在經營活動中,麥克森公司產生了龐大的數據,IBM公司利用這些數據,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測和更高明的決策。麥克森公司經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,再根據需要調貨。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據的應用,將庫存成本降低了10億美元,效率提高了約13%。
大數據在商品零售業(yè)也有光明的前景。世界零售業(yè)巨頭沃爾瑪,通過大數據統(tǒng)計與分析,發(fā)現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據時發(fā)現,在預報有颶風通過的地區(qū),消費者購買草莓果醬餡餅的數量是平時的7倍,而颶風到來之前,最暢銷的商品是啤酒。于是,他們在颶風警報到來時,已經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。
《大數據主義》一書中諸多案例告訴我們,現在及將來,那些價格越來越低廉的電腦與軟件,再加上越來越開放、高效的網絡,將意味著更多的企業(yè)參與到應用大數據的方法中來,提高效益或制定戰(zhàn)略。
大數據的“黑洞”
當然,大數據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,美國最大的數據代理商,是總部位于阿肯色州小石城的安客誠公司,該公司已搜集了數億名消費者的數據。該公司宣稱,他們通過官方檔案、購物數據、網上瀏覽習慣等渠道,歸納了消費者的大量信息,從而得出大多數美國成年人的相關數據,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商,也同時成為隱私權倡導者們最討厭的對象之一。通過技術獲取最大利益的同時,如何保護好人們的隱私權?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:數據是一種資產,是信息經濟的流通貨幣,因此數據像錢一樣,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,關注點應該是“數據的使用”,而不是“數據的收集”。但是,“消費者與隱私權倡導者”陣營對僅通過限制數據使用來保護隱私權,表示懷疑和反對。
阿萊克斯·彭特蘭,是麻省理工學院媒體實驗室的一個團隊負責人,目前,他的團隊正在開展隱私權項目的研究和實驗。他竭力主張“新型數據交易”,其中包含三個基本原則:“你有權擁有你自己的數據,有權管控這些數據的使用,有權選擇你認為合適的方式銷毀或發(fā)布這些數據?!?014年,奧巴馬政府的大數據報告也再次呼吁,應當按照彭特蘭提議的原則,加強對消費者數據的管控。與此同時,開發(fā)應用于數據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,來觀察大數據。他深刻地指出:如同宇宙大爆炸般飛速擴張的“數據世界”,不僅日益成為外在客觀物質的“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”。在大數據的幫助下,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。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數據分析師:開啟數據職業(yè)發(fā)展新征程? ? 在數據成為核心生產要素的今天,數據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03