
為什么要認(rèn)識(shí)數(shù)據(jù)的本質(zhì)
未來沒有一家公司,不是數(shù)據(jù)公司。未來沒有一個(gè)人,不是數(shù)據(jù)分析師。大數(shù)據(jù)時(shí)代爆發(fā)的喧囂之后,在大數(shù)據(jù)下半場(chǎng),誰參透數(shù)據(jù)的本質(zhì),誰就能破局稱王,真正讓數(shù)據(jù)做到從看到用,并將企業(yè)真正轉(zhuǎn)化成一個(gè)完全將人為決策排除在外的數(shù)據(jù)公司。
《數(shù)據(jù)的本質(zhì)》,一部引領(lǐng)企業(yè)與個(gè)人破局智能商業(yè)時(shí)代的落地之作。大數(shù)據(jù)4大核心本質(zhì)、智能商業(yè)時(shí)代核心數(shù)字經(jīng)濟(jì)引擎搭建之道、大數(shù)據(jù)變現(xiàn)5大場(chǎng)景、區(qū)塊鏈、人工智能、Fintech、新零售……智能商業(yè)新趨勢(shì)一網(wǎng)打盡!既是互聯(lián)網(wǎng)從業(yè)者的案頭必備書,也是管理層的決策寶典。
馬云如何在管理中用人以及破旋渦?阿里魂彭蕾如何用"腦力、心力、體力"帶出金牌團(tuán)隊(duì)?沈南鵬如何成為投資巨擘?阿里第一軍師曾鳴如何看見未來、鍛造終局判斷力?數(shù)據(jù)怪杰韋斯岸如何將Big Data內(nèi)化為Me Data?……《數(shù)據(jù)的本質(zhì)》首度披露數(shù)據(jù)之王們的數(shù)據(jù)化思考方式,每一個(gè)故事,都將是一段內(nèi)化數(shù)據(jù)的歷程。
一場(chǎng)以大數(shù)據(jù)為核心的智能盛宴
時(shí)下仿佛大家都在談人工智能,就像當(dāng)年人人都在談大數(shù)據(jù)一樣。大數(shù)據(jù)時(shí)代源自應(yīng)用所產(chǎn)生的巨量數(shù)據(jù),比如微信、淘寶。但是,隨后大數(shù)據(jù)反過來成為應(yīng)用創(chuàng)新的核心,這個(gè)循環(huán)無疑為我們帶來了一種全新的創(chuàng)新型態(tài),那就是:用數(shù)據(jù)做好產(chǎn)品,用好產(chǎn)品拿到更多數(shù)據(jù)。
在不同場(chǎng)合上,阿里巴巴的馬云、百度的李彥宏及騰訊的馬化騰分別談過自己對(duì)人工智能的看法和觀點(diǎn)。這種對(duì)話有點(diǎn)兒像金庸小說中的華山論劍。到底是氣宗( 大數(shù)據(jù))還是劍宗(人工智能)更有戰(zhàn)略意義?我認(rèn)為,兩者是相輔相成的。經(jīng)歷了互聯(lián)網(wǎng)20年的發(fā)展,我們已經(jīng)積累了足夠多的數(shù)據(jù)去驅(qū)動(dòng)一場(chǎng)“智能盛宴”,以大數(shù)據(jù)為核心的人工智能漸露端倪。
2010年,“數(shù)據(jù)科學(xué)家”這個(gè)稱謂的發(fā)明者帕蒂爾(D.J.Patil)和杰夫·哈默巴赫(Jeff Hammerbacher)認(rèn)為,一切應(yīng)該以產(chǎn)品為中心,從數(shù)據(jù)獲取、數(shù)據(jù)清洗、搭建和管理數(shù)據(jù)設(shè)施、原型開發(fā)、產(chǎn)品設(shè)計(jì)等方面,去實(shí)踐數(shù)據(jù)的價(jià)值。我在阿里就經(jīng)歷了從“數(shù)據(jù)產(chǎn)品”到“數(shù)據(jù)作為產(chǎn)品”的階段,后者其實(shí)才是大數(shù)據(jù)的真正產(chǎn)物,也是人工智能的源泉。
誰掌握“完美信息”,誰就將擁有
整個(gè)世界
剛開始進(jìn)入數(shù)據(jù)行業(yè)時(shí),我一直秉承著這樣一個(gè)理念:在“假設(shè)數(shù)據(jù)都是可獲取的”基礎(chǔ)上,思考問題。隨著整個(gè)社會(huì)數(shù)據(jù)化程度的進(jìn)一步加深,以及人與物之間的高度互聯(lián),以前很多信息的盲點(diǎn)被快速解開。由不同領(lǐng)域積累下的數(shù)據(jù)形成的“完美信息”漸露端倪,這其實(shí)是一個(gè)數(shù)據(jù)從量變到質(zhì)變的過程。這一“完美信息”具有無限潛能,足以讓人工智能所向披靡,催生各種智能場(chǎng)景,并讓其如潮涌至。智能時(shí)代,秉承“假設(shè)數(shù)據(jù)都是可獲取的”這一思維方式,才可讓你比別人更勝一籌,從而做到心中有數(shù)。
現(xiàn)實(shí)中,我們從數(shù)據(jù)收集、整合、判斷,以至行動(dòng)、再到反饋的過程并不完美,而形成數(shù)據(jù)閉環(huán)系統(tǒng)的阻力往往是人為因素居多。谷歌無人駕駛汽車項(xiàng)目的偉大之處正是給了我們重要的啟發(fā),讓我們意識(shí)到自動(dòng)化及智能化所需要的數(shù)據(jù)閉環(huán)系統(tǒng)是如何做到了既封閉又開放,其中的里應(yīng)外合正是未來的發(fā)展趨勢(shì)。我在阿里就經(jīng)歷了4個(gè)不同階段:數(shù)據(jù)驅(qū)動(dòng)決策、數(shù)據(jù)驅(qū)動(dòng)流程、數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。在此過程中,你會(huì)發(fā)現(xiàn),數(shù)據(jù)驅(qū)動(dòng)的目標(biāo)越模糊、數(shù)據(jù)越零散、人的互動(dòng)環(huán)節(jié)越多,智能項(xiàng)目開展起來就越吃力。
從數(shù)據(jù)戰(zhàn)略到數(shù)據(jù)治理,別讓數(shù)
據(jù)成為累贅
如前所述,數(shù)據(jù)資源的積累是發(fā)展數(shù)字經(jīng)濟(jì)的前提。企業(yè)在向往智能時(shí)代所帶來的機(jī)遇的同時(shí),更要為企業(yè)的未來目標(biāo)制定數(shù)據(jù)戰(zhàn)略。企業(yè)不僅要關(guān)注自己現(xiàn)在有什么數(shù)據(jù),更要了解未來會(huì)欠缺什么。然后,再去探討欠缺的部分有多少可以靠自己補(bǔ)充,有多少需要求助他人、與他人合作以實(shí)現(xiàn)補(bǔ)充。有人把數(shù)據(jù)比喻為電能,這個(gè)比喻很生動(dòng),但與電能不一樣的是,數(shù)據(jù)是可以被重復(fù)使用的。所以從戰(zhàn)略意義上來說,第二使用權(quán)的合規(guī)性變得非常微妙。
大數(shù)據(jù)背后的邏輯是數(shù)據(jù)積累越多越好,在過去兩三年,很多企業(yè)都相信有了大量數(shù)據(jù)資源后,就能對(duì)企業(yè)的業(yè)務(wù)產(chǎn)生更大價(jià)值。但人們往往很快就會(huì)發(fā)現(xiàn),除了技術(shù)能力之外,如何妥當(dāng)?shù)毓芾怼⒗眠@些資源并非易事:安全合規(guī)是一方面,降低數(shù)據(jù)使用的阻力及風(fēng)險(xiǎn)也是困難重重。所以我一直倡議,數(shù)據(jù)治理不是數(shù)據(jù)部門的工作,而是公司總體的戰(zhàn)略。這意味著,“本性純善”的大數(shù)據(jù)也容易變成一個(gè)累贅。
數(shù)據(jù)是一種信仰,“善”用才是本質(zhì)
2016年,一場(chǎng)圍棋大戰(zhàn)讓人類引以為傲的智力頂配瞬間被AlphaGo踐踏得體無完膚。而在我看來,這場(chǎng)大戰(zhàn)其實(shí)不過是一幫人贏了另一幫人,而且大部分人僅注意到了智“能”,而忽略了它與智“慧”的差別:“能”是能力的表現(xiàn),而“慧”是心除雜念,將智能用在具有普世價(jià)值的地方。同樣的科技能力是被善用還是被濫用只有一線之差。
幾千年來,人類習(xí)慣了生存在信息稀缺的年代,大數(shù)據(jù)與人工智能則為人們帶來了曙光,同時(shí)也引發(fā)了擔(dān)憂。暫且撇開我們會(huì)不會(huì)被機(jī)器人侵略這個(gè)問題,人類真的已經(jīng)充分利用了自己的潛能了嗎?數(shù)據(jù)是一種信仰,我們應(yīng)該善用這個(gè)寶藏,為人類創(chuàng)造更美好的世界。
我們過去常說:“數(shù)據(jù)不僅是企業(yè)與企業(yè)之爭(zhēng),更是國家與國家之爭(zhēng)。”但是在不遠(yuǎn)的未來,數(shù)據(jù)驅(qū)動(dòng)的算法將會(huì)影響人類生活的方方面面,若想在社會(huì)中獲得競(jìng)爭(zhēng)力,我們無可避免地必須成為自己的分析師。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)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(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(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)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 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(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)營問題、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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11