京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为什么企业家应该超越大数据
大数据以其巨大的力量进行量化和分析,如今其应用风靡一时。但是,作家和企业家马丁·林德斯特罗姆说,人们可能高估大数据的作用。“大数据是关于过去的分析。”他说,对于我们的社会上在原来的基础上预测未来发展趋势,这是“安全和公认的”。但是这可能不会产生最准确的信息。
与之相反,林德斯特罗姆表示,他是“小数据”的信徒。他在新书中指出小数据对于那些具有“创造性和保存的本能”的企业家是一个方法,这是他们最宝贵的资产。而采用这种方法,他引用了媒体大亨罗伯特·默多克作为一个例子。
林德斯特罗姆说,“默多克曾经一天读了50份或100份报纸,直到他可以真正地了解读者的意图,并打电话给他的编辑说,‘我不喜欢这样的标题,因为我认为读者一定会不喜欢它。’默多克基本上是正确的,正是其运用了自己所有的本能,这使得他的公司独一无二的,因为如果你通过一个俗套的格式,在同一台机器输入相同的数据到,并让相同的人加以分析,你会得到相同的结果。而小数据就是本能,扭曲你的观念,并帮助你从不同的角度看世界。”
林德斯特罗姆姆的方法是一种实践的人类学研究,他到受访者的家中访问,收集他们的态度、信息行为和欲望,以有他们可能没有意识到或没有表达的信息。在多次采访之后,他说,“你就会开始看到一个模式,哪些适合这种模式,哪些不适合这种模式。这是非常明显的。”
他每次家访,在经过主人的许可后,拍摄多达300张照片,并一丝不苟地审查他们装饰的选择,布局和更多的线索。几年来,他访问了无数的家庭,这使他建立了他所描述的一种直觉,“随着时间的推移,你可能不会在那一瞬间看到。
比如,他会通过人们房间摆放的物体来“感知”,也就是说,他们招待客人的房间。“如果某人在房间里有一个巨大的书架,那么他在小时候可能没有受到很好的教育,他通过感觉想弥补这种缺憾。”他说。“我们的生活就是一种平衡,如果感觉失衡就会重新找回平衡。如果你有很多古老的的东西,你可能想表明你是丰富复杂的;如果你有一个大串的钥匙挂在你的裤子,很可能在你孩提时候,从来没有真正的控制权,你想弥补这一切。这并不完全准确,但往往是它是一种直觉,这是你随着时间的推移清楚的表达。为什么我觉得那个人是这样的?这有什么共同点?“
林德斯特罗姆的小数据的方法可能看起来并没有像大数据那么“科学”。但他表示,在这个过程中,客户为其提供了一种有效的感觉。他说,“我不能指望通过对这些企业的首席执行官采访,使其改变他们对企业和市场的整个看法。”
但他并没有要求客户简单地接受他对信仰的分析。相反,他说,思想混合是动手开发的一个假设,通过实践,基于研究的小数据的方法,然后用大数据定量验证它。例如,他发现,冰箱贴的数量与主人的情感有着密切的关系,这几乎是一个隐喻的愿望,希望在以往照片上“冻结时间”。
林德斯特罗姆说,“我现在能做什么,而不是问别人这样的问题,你是如何独立成长的?你有多少朋友?我可以说,‘你怎么将冰箱贴放在冰箱上?’,你你怎么看待你的鞋子?你可以把那些看似不重要的观察细节与大数据结合起来”,就会产生客户想要和需要的不同寻常的见解。
例如,林德斯特罗通过向岳母学习整理衣柜的习惯到如何设计一个早餐麦片的包装。通过汽车为中心的文化来了解北卡罗莱纳州农村和城市郊区文化相互隔离的的情况。
任何企业家可以从小数据中受益,林德斯特罗姆表示开始注意这一切。而越来越多的人低着头,眼睛紧盯着他们的智能手机,我们错过了我们周围的世界的关键信息。“随着时间的推移,这让我更加细心,更加善于观察,因为别人已经变得不那么敏锐,”他说。“我喜欢走相反的路。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16