
誰能用大數(shù)據(jù)寫出那個神秘的小紙條
前兩年有一部叫做《點球成金》的電影非常成功,我是在從香港飛往紐約的飛機上觀看的。這部由真實事件改變的影片,講述了全美職棒大聯(lián)盟的球隊奧克蘭綠帽隊,在經(jīng)理比恩的帶領(lǐng)下,發(fā)揮出了超乎想象的實力,最終以弱勝強的故事。這個故事中的傳奇經(jīng)理比恩,重用了數(shù)據(jù)分析天才布蘭德。通過大量的數(shù)據(jù)分析,挖掘了一批其貌不揚,但是卻能夠在球隊里各司其職的邊緣球員。而這種看似神奇的案例,在大數(shù)據(jù)時代的背景下是完全可能被復(fù)制的。實際上比恩和布蘭德所運用的分析手段以及數(shù)據(jù)量,并沒有達到大數(shù)據(jù)的標準。而促使他們成功的關(guān)鍵,卻是他們對于數(shù)據(jù)的解讀和認知。那么在今天我們擁有了難以計數(shù)的大數(shù)據(jù)的情況下,怎樣能夠復(fù)制并超越比恩的成功,就成為了所有企業(yè)和所有人成敗的關(guān)鍵。
英國有一家十分成功的大數(shù)據(jù)分析公司叫做OPTA。這家大數(shù)據(jù)公司從收集及分析英超足球比賽數(shù)據(jù)開始,幾年之間將自己的業(yè)務(wù)擴展到了NBA、網(wǎng)球、高爾夫等幾十項體育項目,覆蓋了幾乎全球所有的主流體育賽事。以足球為例,OPTA為每場比賽提供超過200項數(shù)據(jù)的收集以及分析服務(wù)。球員在場上的每一次觸球、每一次跑動、每一次有意識或無意識的動作,都會被OPTA專業(yè)的軟件記錄下來。假設(shè)每一場比賽首發(fā)加替補,兩隊一共出場了25名球員,那么OPTA將為這場比賽提供至少5000項球員數(shù)據(jù)。算上球隊數(shù)據(jù),每場比賽OPTA就能為球隊經(jīng)理們提供一個十分龐大的數(shù)據(jù)量。那么如果球隊經(jīng)理們能夠正確地運用這些數(shù)據(jù),復(fù)制比恩的傳奇將成為可能。
在2006年世界杯四分之一決賽的點球決戰(zhàn)時刻,德國隊的守門員萊曼在阿根廷隊球員罰點球之前,接到了來自教練組的一張神秘小紙條。憑借這張小紙條,萊曼精準地預(yù)判到了阿根廷隊多名球員的罰球方向,并撲出了兩名阿根廷隊球員的點球。而這個神秘的小紙條,正是運用了數(shù)據(jù)分析,準確地預(yù)測了阿根廷球員的罰球方向及角度。這神秘的小紙條就如同芝麻開門的鑰匙,能夠?qū)⒋髷?shù)據(jù)這座大山點石成金。
實際上,我們中國自古就有利用數(shù)據(jù)來分析并作出預(yù)測的實例。三國時期,諸葛亮夜觀天象,通過對天文數(shù)據(jù)的收集及分析,準確地預(yù)測出了風(fēng)向,從而贏得了赤壁之戰(zhàn)。這樣的例子在中國古代還有很多。雖然諸葛亮、比恩和德國隊的教練團隊并沒有真正地使用大數(shù)據(jù),但是他們運用的這種分析方式以及對數(shù)據(jù)作用的理解,非常值得我們學(xué)習(xí)。
在這個大數(shù)據(jù)爆炸的時代,收集數(shù)據(jù)的方式在日益革新。然而,我們所能獲取的數(shù)據(jù)量,已經(jīng)遠遠超過了我們能夠分析的上限。依據(jù)現(xiàn)有的分析手段以及思考方式,其實根本無法將大數(shù)據(jù)這座大山整個點石成金。我在美國接觸過的所有大數(shù)據(jù)分析公司所能做的,也不過就是將這山上的微小石子變成金子而已。我們每天面對著2940億封郵件、200萬個帖子,到底能夠運用多少?數(shù)據(jù)的單位已經(jīng)從TB上升到PB、從PB上升到EB、又從EB上升到了ZB。再向上,還有YB、BB、NB、DB,數(shù)據(jù)只會隨著信息技術(shù)的發(fā)展不斷地爆炸式地增長。
那么問題就是,我們應(yīng)該用這龐大的數(shù)據(jù)庫來做些什么呢?
這個問題,即使是最尖端的美國信息技術(shù)學(xué)家也無法準確地給出答案。實際上單從商業(yè)來講,美國管理學(xué)大師彼得德魯克也許給我們指出了一些方向。作為現(xiàn)代管理學(xué)之父,德魯克的思想深深地影響著一代又一代的美國營 銷管理專家。在與前Saks Fifth Avenue(薩克斯第五大道精品百貨)的營 銷顧問John O’Malley(約翰奧麥利)的交流中,他反復(fù)提到了德魯克的思想對于現(xiàn)在商業(yè)的深刻影響。我們共同認為,德魯克的思想,即使放在這個大數(shù)據(jù)的時代依然是超前的。德魯克認為不論是B2B還是B2C的商業(yè)模式,所有企業(yè)都需要清楚地認識到,我們到底在哪一個行業(yè)里以及我們到底能夠為顧客提供什么?這看似簡單的問題,卻難倒了全球百分之九十以上的公司。大數(shù)據(jù)的出現(xiàn),為我們回答這兩個問題提供了工具。
那么有了趁手的工具,我們該怎么去運用呢?
德魯克的思想貫穿了整個商業(yè)社會的所有經(jīng)濟行為,而從這之中延展開的卻是對行行業(yè)業(yè)、對整個社會現(xiàn)象的思考和總結(jié)。實際上這種思考和總結(jié)與中國優(yōu)秀的傳統(tǒng)思想具有很多暗合之處。我在2014年曾經(jīng)寫過一篇論文,專門探討了德魯克的思想與中國傳統(tǒng)思想的契合。在文章中我提到,這種人類偉大的智慧,是對于整個人類社會的運行規(guī)律的探究。不論是西方亦或是東方的優(yōu)秀思想,均是沿著對宇宙、社會、人生的規(guī)律進行探究。大數(shù)據(jù)的出現(xiàn)和發(fā)展,為整個人類帶來的財富遠遠超越了商業(yè)價值。而我們生存在這個大數(shù)據(jù)時代,想要真正的理解并運用大數(shù)據(jù),不去對人類最高的智慧進行探究,是必定無法駕馭這龐大的數(shù)據(jù)的。
中國傳統(tǒng)思想講格物致知。對大數(shù)據(jù)的研究分析即是格物。這種格物的層次,已經(jīng)遠遠地突破了人類世界發(fā)展幾千年的總和。那么,對于大數(shù)據(jù)的應(yīng)用即是致知。這種致知的程度,也會比大數(shù)據(jù)出現(xiàn)之前更加準確、細微。然而操作分析大數(shù)據(jù)的人所擁有的智慧,將是決定這種格物致知是否能夠產(chǎn)生最大效用的關(guān)鍵。
格大數(shù)據(jù)之物,致點石成金之知。筆已經(jīng)放在這里,只看你能否寫出那包藏財富的神秘的小紙條。
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
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(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)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(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。 ...
2025-09-18DSGE 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(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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(luò)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(chǔ)、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(xué)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(xué)計數(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值優(yōu)化者 業(yè)務(wù)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(wù)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(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)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 ...
2025-09-11