
為何大數(shù)據(jù)比不上好直覺
大數(shù)據(jù)是一筆大生意。感應(yīng)器、GPS跟蹤、數(shù)學(xué)建模和人工智能給企業(yè)帶來了大規(guī)模的實(shí)時(shí)市場(chǎng)洞察力,為監(jiān)控、定位、衡量員工和顧客開辟了史無前例的新方法。分析公司高德納(Gartner)預(yù)計(jì),采用大數(shù)據(jù)技術(shù)的公司將“在所有可測(cè)的財(cái)務(wù)指標(biāo)上超過競(jìng)爭(zhēng)者20%?!?br /> 大數(shù)據(jù)可能是“新的石油”,但我要提醒大家,不要把它當(dāng)作一個(gè)新的信仰來崇拜。身處數(shù)據(jù)洪流之中,我們不僅失去了對(duì)商業(yè)的大局觀,還失去了部分人性。如果我們認(rèn)為更好的生活就等同于更好的算法,還能留下多少創(chuàng)新空間?
我不是有數(shù)據(jù)恐懼癥,我擔(dān)憂的是純粹依靠數(shù)據(jù)。我不反對(duì)定量的測(cè)量方法,但我質(zhì)疑它們作為商業(yè)表現(xiàn)、社會(huì)繁榮和生活意義等重要指標(biāo)的共識(shí)性。
大數(shù)據(jù)有許多好處,不過我們還需要用“大直覺”來完善它。以下是六大理由:
大數(shù)據(jù)=老大哥?《紐約時(shí)報(bào)》(New York
Times)的史蒂夫?洛爾把大數(shù)據(jù)看作美國(guó)管理學(xué)家泰勒的“科學(xué)管理”的傳承。泰勒主義的核心是業(yè)績(jī)表現(xiàn),而如今我們開始衡量快樂感和幸福感、消費(fèi)偏好、社交關(guān)系、體育活動(dòng)、態(tài)度、情緒、情感、行為和身體機(jī)能——換句話說,我們?cè)谠u(píng)測(cè)自己的生活。
當(dāng)然,某種程度上說,“量化自身”的應(yīng)用程序能讓人們更好地控制自己的決定。然而,如此一來,我們就在自我改善這一想法的驅(qū)使下,把曾經(jīng)私密的領(lǐng)域開放給了商業(yè)世界。
大數(shù)據(jù)不具有社會(huì)性。人類是社會(huì)動(dòng)物。研究顯示,人與人之間的關(guān)系,尤其是友誼與婚姻,是快樂和自我實(shí)現(xiàn)的關(guān)鍵因素。我們的大腦有著關(guān)心的本能,我們的心臟和思想有著領(lǐng)會(huì)同類并與他們產(chǎn)生共鳴的驚人能力。我們能表現(xiàn)出同情,感受到情緒波動(dòng),察覺到非語言的細(xì)微暗示,容忍或擁抱,接受與拒絕,愛與痛,體會(huì)到我們所有的感受,做出不合理的舉動(dòng),喪失自制力。這些人性的關(guān)鍵特質(zhì)受到了里昂?維瑟提爾所稱的“主觀數(shù)字化”的威脅。
最近的社會(huì)基因研究顯示,數(shù)字過載不僅降低了我們的生產(chǎn)力,還削弱了我們進(jìn)化出的與他人交流的能力。
大數(shù)據(jù)造成小世界。道德感通過共鳴而增強(qiáng)。矛盾的是,在這個(gè)高度連接的時(shí)代,我們?cè)絹碓叫枰鎸?duì)一個(gè)挑戰(zhàn):與想法、價(jià)值觀、信仰、信念和文化相異的人們交流。數(shù)字技術(shù)可以根據(jù)我們的偏好,為我們定制線上和線下的社交活動(dòng),我們?cè)絹碓匠两谧约旱氖澜缰小绨??帕雷瑟所說的“過濾泡泡”。它通過智能算法,向我們提供熟悉的內(nèi)容、文化和同伴,同時(shí)把這些東西直接砸入我們的舒適地帶。我們不“贊”與我們不同的人和事物,陷入了社會(huì)和文化上狹隘的惡性循環(huán)。
大數(shù)據(jù)讓我們更智能,而不是更有智慧。我們這個(gè)數(shù)據(jù)驅(qū)動(dòng)的世界不僅變得更小,還變得更快。信息的實(shí)時(shí)傳遞促使我們不斷地立刻做出回應(yīng)。道格拉斯?洛西科夫打趣阿爾文?托夫勒1970年的著作《未來沖擊》(Future
Shock)的書名,將我們現(xiàn)在的狀態(tài)稱為“現(xiàn)時(shí)沖擊”(Present
Shock),他哀嘆,“一切不是發(fā)生在當(dāng)下的事情日益遭到漠視,而一切被認(rèn)為是發(fā)生在當(dāng)下的事情又讓人應(yīng)接不暇?!?br />
數(shù)據(jù)可以迅速為我們提供信息,不過要快速做出意義深遠(yuǎn)的決定,直覺是更好的工具。普拉薩德?凱帕和納威?拉裘在最近的一本書中力勸商界領(lǐng)袖進(jìn)行“從智能到智慧”的轉(zhuǎn)變。他們的意見很中肯。擁有智能的公司和領(lǐng)袖依靠持續(xù)的反饋成長(zhǎng)起來。智能很快,智慧卻很慢。擁有智慧的公司和領(lǐng)袖需要時(shí)間來實(shí)現(xiàn)轉(zhuǎn)變。
大數(shù)據(jù)(過于)明顯。“你只能管理你所測(cè)量到的”——真的嗎?金融危機(jī)已經(jīng)證明我們對(duì)于所測(cè)量的事物管理得很失敗。失敗的兼并、失敗的產(chǎn)品發(fā)布、信譽(yù)危機(jī)、社交媒體的災(zāi)難,這一切都證明,我們需要更好地管理那些我們無法測(cè)量的事物。
正如設(shè)計(jì)界的思想家羅杰?馬丁所言,領(lǐng)袖需要“兼聽則明”。評(píng)價(jià)21世紀(jì)的商界領(lǐng)袖,不再看他/她能排除多少不確定性,而要看他/她能忍受多少不確定性。
大數(shù)據(jù)不敵直覺力。數(shù)據(jù)也許能預(yù)測(cè)新問題,也許能找到已知問題的新解決辦法,不過只有人類的直覺和巧妙心思才能提出開創(chuàng)性的新想法。這是獨(dú)一無二的人類天賦——它遠(yuǎn)遠(yuǎn)超過解決一個(gè)問題,超過滿足某個(gè)功能需求的層次。
同樣的,如果我們量化所有的人際關(guān)系,就無法給人類的判斷力留下任何回旋余地。因?yàn)槲覀兂30褜?duì)人們的感覺和他們的行為混合在一起,我們的判斷力比二進(jìn)制數(shù)字更加復(fù)雜。它意味著我們可以對(duì)雙重行為有著更細(xì)微的評(píng)估和反應(yīng),我們可以選擇將失敗視為創(chuàng)新的先決條件。很難想象,如果我們喪失原諒的能力,如何還能朝著任何目標(biāo)前進(jìn)。
讓我們抵抗沖向數(shù)據(jù)的欲望,花時(shí)間沉住氣,必要時(shí)再加快步伐。讓我們?cè)试S自己不時(shí)從數(shù)據(jù)中解脫出來,去思考什么才是真正重要的東西。讓我們用數(shù)據(jù)來講述自己故事,但不要讓數(shù)據(jù)成為我們唯一的故事。
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。 ...
2025-09-18CDA 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(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(zhǎng)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(zhǎng)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(yíng)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(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