
大數(shù)據(jù)在現(xiàn)實世界中 可能是一只無形的殺手
大數(shù)據(jù)被很多人吹捧成了大企業(yè)的救星:有人說它能預言未來,照亮我們的道路,給古老的商業(yè)模式帶來新的生機。但是在現(xiàn)實世界中,數(shù)據(jù)是會殺人的。它能殺死項目,殺死金錢,甚至殺死時間。25年前,數(shù)據(jù)的增長速度大約只有每天100GB,而現(xiàn)在,數(shù)據(jù)的增長速率差不多已達到50,000GB每秒。隨著數(shù)據(jù)量的海量增長,企業(yè)也越來越難以憑借自身的能力進行數(shù)據(jù)分析,從而加大而不是減小了企業(yè)戰(zhàn)略決策的難度。
時間是我們最寶貴的資源,而數(shù)據(jù)偷走了我們大量寶貴的時間。我們的感觀早已被各種各樣的數(shù)據(jù)淹沒。每天我們都會收到數(shù)不清的電子郵件、手機短信和提醒消息,每一條信息都會讓人分心,降低我們的工作效率。它們將我們抽離了原本該做的事情,迫使我們將注意力放在也許重要、也許不重要的事情上。同理,企業(yè)的業(yè)務數(shù)據(jù)也同樣多得令人窒息,牽扯了我們的大量精力,已經(jīng)成了影響企業(yè)高效決策的攔路虎。
不妨想象一下,如果有一天,你只會收到對你來說真正重要的信息,而且這些信息還能在正確的時間、在正確的地點找到你,世界將是什么樣子。那么你每天至少能多做多少事情?我們將大量的時間耗費在被動消化這些海量信息上,真正用來主動謀劃企業(yè)發(fā)展的時間少之又少。這樣既令人心力交瘁,又削弱了企業(yè)效能。
更重要的是,數(shù)據(jù)會令企業(yè)喪失精準度。光靠捕捉更多信息并不會自動使企業(yè)產(chǎn)生更多價值。有人可能會想,我們收集的數(shù)據(jù)越多,就越能從中獲得好的見解。這種自欺欺人的心態(tài)是很危險的。只有當數(shù)據(jù)能帶來準確而重要的見解時,它才是好的數(shù)據(jù)。關(guān)注大數(shù)據(jù)觀察網(wǎng)(微信公眾號:shuju_net)了解更多精彩資訊
另外,只有與你息息相關(guān)的信息才是有用的信息。好的信息必須具備時效性和真實性。然而不幸的是,當企業(yè)想從大數(shù)據(jù)中提取有用的見解時,卻經(jīng)常會起到反效果。舉個真實的例子,美國有一個叫麥克·西伊的人是辦公用品超市OfficeMax的常客,他的女兒不幸和男友死于一場車禍。OfficeMax不知怎么得知了這個消息,在發(fā)給麥克·西伊的自動促銷郵件中竟然出現(xiàn)了這樣的抬頭:“麥克·西伊(女兒死于車禍)。”這并非大數(shù)據(jù)有意作孽,而是它的相關(guān)性(和適宜性)的問題。一個企業(yè)要想只收集其確實需要的數(shù)據(jù)幾乎是不可能的,很多時候你收集到的是那些原本不該看到的東西。對于一家公司來說,你收集到的數(shù)據(jù)很可能是誤導性甚至是毀滅性的。大數(shù)據(jù)雖然能將很多不相關(guān)的點連接起來,呈現(xiàn)一幅完整的圖畫,但是要確保數(shù)據(jù)的相關(guān)性、及時性和真實性,你首先還要正確理解它的背景。
現(xiàn)在,全球每天的數(shù)據(jù)總量都能達到250萬的三次方字節(jié),要想通過大數(shù)據(jù)獲得全面的見解是很難的。你要么會陷入無力分析的境地(因此無法獲得見解),要么就更糟糕,你可能會在有限的甚至是被錯誤解讀的數(shù)據(jù)基礎上獲得錯誤的見解。如果沒有正確地理解數(shù)據(jù)的背景,將不啻于椽木求魚。一些看似有希望改變游戲規(guī)則的見解,在實際中卻很有可能導致你從游戲中出局。
數(shù)據(jù)也會扼制你的靈活性。傳統(tǒng)的數(shù)據(jù)分析方法,是將交易系統(tǒng)中的所有數(shù)據(jù)存放到一個數(shù)據(jù)倉庫里(也有的叫數(shù)據(jù)湖或數(shù)據(jù)池),然后運行幾套業(yè)務智能系統(tǒng),叫幾個或十幾個分析師分析上一周的時間,然后把數(shù)據(jù)導到Excel里,或者做一個PPT。周而復始,得到的見解始終是滯后的。這種數(shù)據(jù)處理方法其實是一種浪費。由于要處理的數(shù)據(jù)很多,你得需要很長的時間才能獲得有用的或是有可操作性的見解。你需要找到一種透過能繁雜的數(shù)據(jù),得到為你的公司量身定制的信息的方法。
當我開車進城的時候,我想知道路上的交通堵不堵,需要多久才能達到目的地。如果有人給我的建議跟我同事上次開車走這條路時一樣準確,那我就會不那么依賴GPS應用了。Waze就是這個領域的一款非常強大的應用,因為它截取了所有司機的一個巨大的時間斷面的信息。這種全球數(shù)據(jù)的集中化使得所有用戶都能獲得與背景環(huán)境相關(guān)的見解。大數(shù)據(jù)也需要采取類似的做法。企業(yè)現(xiàn)在應該停止在自己公司的范圍內(nèi)積攢業(yè)務數(shù)據(jù)了,而是應該真正利用云計算的規(guī)模經(jīng)濟效益,不僅僅做到基礎設施與應用的共享,更重要的是做到數(shù)據(jù)的共享。
如果你想將大量數(shù)據(jù)變成有價值的見解,你就應該利用一個集中化的全球性平臺,因為這樣一個平臺可以借助大量內(nèi)部和外部資源消化海量信息。企業(yè)將數(shù)據(jù)收集、管理和分析工作外包出去,就可以使這種通用平臺專心研究數(shù)據(jù)科學,而你只需要集中精力,將它為你量身打造的見解應用在提高企業(yè)核心能力、強化企業(yè)競爭優(yōu)勢上。
20年前的一場“無軟件”運動將世界從線下帶到了云端。而今天,我們也需要掀起一場“數(shù)據(jù)有罪”運動?,F(xiàn)在已經(jīng)到了從收集數(shù)據(jù)轉(zhuǎn)向讓這些數(shù)據(jù)切實發(fā)揮作用的時候了。這將的話,在別人還在空談“大數(shù)據(jù)”或疲于內(nèi)部業(yè)務智能項目的時候,我們就能夠解放精力進行創(chuàng)新。
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(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。 ...
2025-09-18CDA 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)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 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 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、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、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)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10