京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不是万能水晶球 这些事不要指望它
现在,大数据预测已经被应用到了各种领域,比如预测奥斯卡奖得主;预测世界杯赛事结果;预测高考作文题目等等,可见大数据预测已经成为了一种势不可挡的趋势。
维基(wikibon)预计大数据市场从2011年到2026年将获得17%年复合增长率,将在2026年达到840亿美元的高峰。大数据市场从2013年的196亿美元增至2014年的273.6亿美元。
大数据是怎么预测的?
预测性分析是大数据最核心的功能。那么,大数据是如何实现未卜先知的能力呢?首先,必须有“现在”足够海量的用户行为数据,数据量越大,就越有参考价值,准确度更高。
其次,对用户“过去”纷繁的行为数据进行分类和总结,形成经验和智慧,为大数据的分析和处理提供可靠的逻辑。最后,通过智能的大数据分析,得出预判,这才是大数据最具备价值的产出。
大数据不能做什么?
人们对大数据给予了很多希望,希望做出更优秀的产品;希望卖出更多商品等等,然而大数据并不是巫婆的水晶球,什么都可以预测,大数据也有短板。
美国统计学家内特·希尔擅长利用大数据进行预测。在上一次美国总统大选期间,他非常准确的预测了美国50个州的投票胜负。但他认为,大数据也不是万能的,有些领域的预测成功率就很低,比如地震,比如股市。
此外,人们的社会行为具有不可预测性。人是可以自由决定自己的行为的,我们可以预测某人,明天会吃饭,但没人可以预测,这个人明天几分几秒会去吃饭,因此人的行为,如果放到越大的空间和时间范围,则是越可以精确预测的;如果放到越小的空间和时间范围,则是越不可以精确预测的。
还记得前文说的,大数据预测时要对过去的行为数据进行分类和总结,所以,对于创新业务大数据是没法预测的,也没法根据数据分析确定新出现的业务关联性是临时的,还是可持续的。
虽然大数据在很多领域为人们打来了很大收获,但大数据不是万能的水晶球,它是信息时代的一个伟大的工具,它有它擅长的领域,也有不擅长的领域。数据是行为的结果,它可以根据规律分析预测某一群体的某一趋势,预测到一些共性的东西,但是无法预测个性的东西,比如我们即使掌握一个人从出生开始的全部行为信息,也无法预测明天早餐他会吃什么。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16