
大數(shù)據(jù)時(shí)代的危害性與局限性_數(shù)據(jù)分析師
2月3日消息,白宮去年曾發(fā)表書(shū)面聲明稱,“大數(shù)據(jù)將作為歷史性的驅(qū)動(dòng)因素,幫助美國(guó)持久性地促進(jìn)社會(huì)與經(jīng)濟(jì)活力”,其創(chuàng)造的社會(huì)價(jià)值與經(jīng)濟(jì)價(jià)值得以遵從該國(guó)提倡的“隱私、公正、平等、自主”。然而事實(shí)真的如此嗎?大數(shù)據(jù)時(shí)代的危害性與局限性又是否會(huì)趕超其效益性?
某知名評(píng)論人表示,白宮這一努力平衡大數(shù)據(jù)成本與收益的舉措,實(shí)則阻礙了其長(zhǎng)遠(yuǎn)發(fā)展的大局觀。此外,雅虎首席執(zhí)行官瑪麗薩·梅耶爾(Marissa Mayer)表示,數(shù)據(jù)驅(qū)動(dòng)技術(shù)僅僅是政府、工業(yè)企業(yè)、民間社會(huì)做出重大決定的因素之一,而誤用或?yàn)E用數(shù)據(jù)甚至比無(wú)數(shù)據(jù)所造成的結(jié)果更糟糕。
梅耶爾還指出,其公司內(nèi)部許多人總是不斷收集并解釋某些數(shù)據(jù),這不僅會(huì)導(dǎo)致另外一些重要因素的缺失,還會(huì)使被測(cè)算的系統(tǒng)發(fā)生不好的轉(zhuǎn)變。
不當(dāng)負(fù)擔(dān)
大數(shù)據(jù)到底是否利大于弊并不是我們現(xiàn)階段所關(guān)心的問(wèn)題,而能否識(shí)別其益處的非顯性局限才是技術(shù)人員最應(yīng)該關(guān)注的。
大數(shù)據(jù)支持者的核心主張是,但凡數(shù)據(jù),必定有正面價(jià)值。然而這個(gè)想法是錯(cuò)誤的,對(duì)公司管理層而言,看起來(lái)似乎無(wú)傷大雅的信息搜尋,卻往往對(duì)數(shù)據(jù)收集的主體帶來(lái)了不當(dāng)負(fù)擔(dān)。
比如,全球大學(xué)排名與聯(lián)邦量刑指南是兩大復(fù)雜社會(huì)系統(tǒng)演變而成的量化值,該方面的相關(guān)人員均表示,這樣的全方位大數(shù)據(jù)歸集整理無(wú)疑損害了他們?cè)鞠到y(tǒng)的秩序。
而第一個(gè)提出“大數(shù)據(jù)時(shí)代”這一概念的麥肯錫公司(McKinsey)也曾坦言,“事實(shí)上,截至目前,并沒(méi)有有效的證據(jù)表明數(shù)據(jù)的強(qiáng)度與特定部門(mén)生產(chǎn)力之間存在一定積極的聯(lián)系?!痹陔S后的幾年內(nèi),盡管信息量化的浪潮已開(kāi)足馬力,但相關(guān)證據(jù)依然少之又少。
易被操控
數(shù)據(jù)往往比人們想象的更易被操控。據(jù)Target前經(jīng)理表示,公司管理部門(mén)曾嘗試通過(guò)收集分析顧客問(wèn)卷打分表以期提升顧客滿意度,然而此舉卻造成員工偽造客戶信息以夸大自己的工作表現(xiàn)。不受監(jiān)管的可編制數(shù)據(jù)一旦被偽造,那么用它分析出的結(jié)果便不具任何意義。
而先前擁有自主執(zhí)行權(quán)的負(fù)責(zé)數(shù)據(jù)編制的員工,此時(shí)卻倍感壓力重重,因?yàn)樗麄儾坏貌唤邮懿婚g斷的中央監(jiān)控。
不可量化
許多重要的問(wèn)題是根本不適合也無(wú)法定量分析的,它們需要對(duì)價(jià)值、驅(qū)動(dòng)力、所處環(huán)境及其他種種核心因素的評(píng)判。而找到一個(gè)絕對(duì)中立不偏不倚并受眾人尊重信任的人,制定量化指標(biāo)來(lái)對(duì)所有因素進(jìn)行評(píng)定打分,是決計(jì)無(wú)法實(shí)現(xiàn)的。這便是一切社會(huì)機(jī)制中固有的難題。
衡量知識(shí)?
新基礎(chǔ)科學(xué)知識(shí)對(duì)經(jīng)濟(jì)結(jié)構(gòu)的影響過(guò)于分散和復(fù)雜,經(jīng)濟(jì)學(xué)家很難進(jìn)行量化衡量。
當(dāng)然,社會(huì)和經(jīng)濟(jì)制度的定量分析在最近幾年存在系統(tǒng)性的缺陷,但這并不意味著未來(lái)的深入研究會(huì)遭遇同樣的短板。然而,若是沿襲相同的基礎(chǔ)方法論,那么即便收集再多的數(shù)據(jù),這些缺陷也將持續(xù)存在。
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(guò)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(lèi)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(yǔ)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(kù)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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(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 ...
2025-09-11