京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据并非新原油
在营销领域,这是一件激动人心的事。人们甚至用简单的等式来表示:大数据=大动力=大利润。这一寓意很好地描绘了那些不太好理解的东西。而在过去的两年里,我已经反反复复听到人们把大数据和原油相提并论。
不过,从生产层面来看,大数据和原油是毫无可比性。信息本质上是可再生资源,任何数据的存储并不仅仅存在于表面之下,而且它们还会日复一日地被大量创造出来。从数据中寻找价值更像是一种精耕细作的过程,而不仅仅是提取和精炼。这些都与原油的生产大相径庭。
但尽管如此,在某些情况下,这种类比却是有用的。
“大数据就像原油”这一想法也许能引发出一些亟需的危机感。人类在原油领域的经验是丰富的:财富的创造需要平衡资源日渐稀缺、唯利是图所造成的血腥冲突,以及严峻的气候危机等因素。而新的数据经济领域,正如同石油行业一样瞬息万变(也可能是危机四伏),如果我们真的要向这一领域迈出第一步,深谋远虑至关重要!事实上,我们已经看到了“数据泄露”的发生,大量私人数据由于疏忽被泄露出来。因此,我们距离危险的数据操作还会远吗?我们距离“数据污染”带来的长远影响还会远吗?
私人数据,是一个可以适用“数据-原油”模型的领域,但也是我们要谨慎前行的领域。如今,在数据世界中,大量利润是通过使用人工生成的信息得到的。人们的浏览习惯、聊天记录、移动轨迹以及地点定位——所有这些东西都被商业化了。这些都是极为私人化的数据,尽管通常情况下人们并不这样认为。在这里,或许我们可以将私人数据与化石燃料进行一种行之有效的比较:原油是从死去很久的微生物身体中压缩得来的,而私人数据则是通过对人们私人生活碎片的压榨而产生的。这些数据实际是人类经验的一个浓缩。
这种将数据重新嵌进人类生活的做法影响至深。我认为,使数据变得更加人性化可以带来更为长远的商业价值,这可以从以下三件事做起:
首先,人们要理解和体察数据所有权。当社会中的每个人都能够生成大量数据时,个体却很难意识到这一过程,或加以运用。当人们获得工具可以对自己的数据进行存储、可视化处理和研究的时候,就会理解这些信息的价值和作用。推而广之,在一个广泛的范围内,这种数据认知的提高,可以为每个人带来更好的决策——既可以减少数据被滥用的可能性,又可以用来解决诸如灾难应变、癌症诊断、疾病传播等重大问题。
其次,我们需要对数据及其行为准则进行更为公开的对话探讨。去年,许多新兴企业都让我为他们的私人数据投资提出建议,但却没有一家企业提到被提取数据的人们的权利。这是我们需要改变的。我推测,那些将自己定位为“数据人道主义”的公司会获得巨大利润,而且,由于消费者数据权力意识的提高,这种“数据人道主义”最终可能成为未来的商业标准。
最后,我们需要改变的是公众看待数据的方式,也就是说,数据并不是新原油,而是一种完完全全的新型资源。为了促成这种改变,我们要在社会上推行深层次的数据认知。巧的是,人类有一种针对此类广泛的文化变革的机制:人文学科。我们应鼓励艺术家、小说家、演员和诗人都发挥积极作用,促使我们朝着利润而前行、随着数据而进步。这样或许能够避免大数据时代发生类似过去原油所引发的错误。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22