
四個(gè)大數(shù)據(jù)神話(huà)必須打破
迄今為止,大數(shù)據(jù)一直都存在爭(zhēng)議。似乎每家軟件廠商、每家咨詢(xún)公司,以及每個(gè)思想領(lǐng)袖都在嘗試著對(duì)“大數(shù)據(jù)”做出準(zhǔn)確的定義。盡管目前還沒(méi)有出現(xiàn)這樣的定義,但是打破關(guān)于大數(shù)據(jù)的神話(huà)將有助于我們認(rèn)識(shí)大數(shù)據(jù)。
神話(huà)1:你能夠獲得所有的數(shù)據(jù)
在許多方面,我們正生活在一個(gè)前所未有的時(shí)代當(dāng)中。我們從來(lái)都沒(méi)有像現(xiàn)在這樣能夠獲得如此多的數(shù)據(jù)。此前一直被人們所忽視的兆字節(jié)、拍字節(jié)和艾字節(jié)數(shù)據(jù)如今已經(jīng)出現(xiàn)了。在如今的工業(yè)化社會(huì)中,平均每個(gè)人一天所消費(fèi)的信息量超過(guò)了生活在十五世紀(jì)的人一生所消費(fèi)的信息量。
目前還沒(méi)有一個(gè)人或一家公司能夠存儲(chǔ)和檢索關(guān)于某一特定主題的全部數(shù)據(jù),更不要說(shuō)是所有數(shù)據(jù)了,包括谷歌在內(nèi)。谷歌索引的只是表層網(wǎng)中的信息,而不是深層網(wǎng)中的信息。專(zhuān)家估測(cè),后者的規(guī)模是前者的25倍。因此,在我們進(jìn)行搜索時(shí),我們所獲得的信息量?jī)H僅是互聯(lián)網(wǎng)信息量中的4%~6%。
神話(huà)2:你需要所有的數(shù)據(jù)
毫無(wú)疑問(wèn),數(shù)據(jù)越多幫助越大,但這并不意味著在做商業(yè)決策時(shí)你需要所有的數(shù)據(jù)。正在高效利用大數(shù)據(jù)的公司已經(jīng)認(rèn)識(shí)到,他們不需要獲得所有的相關(guān)信息。
幾乎每天都會(huì)涌現(xiàn)出大量新的數(shù)據(jù)源,但是并不是所有的數(shù)據(jù)都有價(jià)值。例如,電子郵件信息常常為我們提供了洞察企業(yè)狀況的寶貴信息。精明的公司正在挖掘個(gè)人信息,以評(píng)估員工的情緒,以及誰(shuí)可能會(huì)辭職。但這并不是說(shuō)所有的電子郵件都具有相同的價(jià)值。因?yàn)榉治隼]件沒(méi)有任何意義。你并不需要所有的數(shù)據(jù)。數(shù)據(jù)當(dāng)然是越多越好,但是請(qǐng)不要浪費(fèi)時(shí)間嘗試做這一不可能實(shí)現(xiàn)的事情。
神話(huà)3:大數(shù)據(jù)會(huì)給我們明確的答案
我們經(jīng)常聽(tīng)到這樣一句商業(yè)格言是“處理你能夠處理的數(shù)據(jù),并從中獲得更多信息?!蔽覀?cè)诶盟@信息做商業(yè)決策時(shí)會(huì)遇到許多問(wèn)題。實(shí)際上,我們根本無(wú)法利用這些信息完全準(zhǔn)確地預(yù)測(cè)出公司的并購(gòu)、產(chǎn)品的發(fā)布、新的風(fēng)險(xiǎn)投資,以及員工入職等情況。
但這并不是說(shuō),存在不確定性,大數(shù)據(jù)就不能為我們提供幫助了。請(qǐng)不要將減少不確定性和消除不確定性混為一談。大數(shù)據(jù)能夠幫助我們消除不確定性的這一天還沒(méi)有到來(lái),可能這一天永遠(yuǎn)也不會(huì)到來(lái)。對(duì)海量非結(jié)構(gòu)性數(shù)據(jù)進(jìn)行分析或許能夠幫助公司更好的理解客戶(hù)的情緒。但是請(qǐng)不要誤認(rèn)為大數(shù)據(jù)能夠?yàn)槲覀兣懦械目赡苄浴I臒o(wú)常和業(yè)務(wù)的起伏將會(huì)破壞我們制訂出的完美計(jì)劃。
神話(huà)4:大數(shù)據(jù)只是曇花一現(xiàn)
Nate
Silver可以說(shuō)是大數(shù)據(jù)領(lǐng)域中的代表人物,至少在他離開(kāi)《紐約時(shí)報(bào)》之前是這樣。在2012年的美國(guó)總統(tǒng)大選中,盡管許多人預(yù)測(cè)奧巴馬和羅姆尼在得票率方面將旗鼓相當(dāng),但是身為統(tǒng)計(jì)學(xué)家的Silver卻預(yù)測(cè),奧巴馬將以90%的選舉人票贏得2012年的美國(guó)總統(tǒng)大選。由于Silver的預(yù)測(cè)模型極為精準(zhǔn),以至于如今許多人在遇到事情后都來(lái)向他尋求幫助。
雖然大數(shù)據(jù)和數(shù)據(jù)科學(xué)的定義在今后幾年仍然不會(huì)確定下來(lái),但是可以肯定的是,人們?cè)?013年消費(fèi)的數(shù)據(jù)量超過(guò)了2012年所消費(fèi)的數(shù)據(jù)量。許多公司已經(jīng)認(rèn)識(shí)到了大數(shù)據(jù)的重要性,拒絕大數(shù)據(jù)可能將會(huì)導(dǎo)致公司在競(jìng)爭(zhēng)中被淘汰出局。
數(shù)據(jù)分析咨詢(xún)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(xún)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(huà)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(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(pán)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(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)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(xiāo)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(lèi)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(lèi)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