京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为什么我们应该杀死“大数据”?
大数据在今年是很火的一个概念,这个概念不同的人有不同的见解。然而我们对大数据的关注是不是有点偏离了正常的轨道呢?现在许多的讨论都是围绕着“大数据”这个词来展开,人们似乎忘记了大数据是要为我们解决实际问题的,我们更应该讨论贴近实用的方面。
老实说我以前是一个经常滥用大数据这个词的人,似乎每一个新成立的企业都与大数据有关,就连风险投资公司也更愿意投资关于大数据的公司。
为什么我现在越来越不喜欢“大数据”这个词了?因为我认为这个词条本身是落伍的,它的定义由一系列的单词构成,但这些单词并没有正确的反映了目前数据界发生了什么。现在,我们应该考虑的不是“大数据”,而是应该想一想我们能用数据做些什么。这些与运用分层数据创建的应用有关,也与这些应用能体现的深层意义有关。我不是第一个对大数据的夸夸其谈感到厌烦的人,我与大量的投资者、数据专家以及企业家聊过,很多人与我有同样的感受。
根据Vincent Mcburney的说法,“大数据”一词起源于宾夕法尼亚大学的Francis Diebold,他在2000年7月写的一篇关于金融建模的文章中首度提及此词。从那时到现在已经超过了10年的时间,在此期间关于人们该如何运用大数据,发生了太多的事情。
大数据不仅仅只与大企业有关。事实上任何一个公司,从Facebook、Twitter这种巨人公司到Cloudera、Box、Okta这种快速发展的创业公司都是大数据公司,依照大数据的定义来看。每个有着一定用户规模的公司都在搜集大量的数据,也就是“大数据”。在一个数据是产品创新关键的世界,成为一个“大数据”公司并不算什么独特的事,老实说一点都不能说明一个公司的具体状况。
根据IBM,大数据包括四个方面:数量、速度、多样化以及真实性。在这个充满了社交网络、电子商务以及企业数据存储的世界,这些因素在许多领域都有被应用到。大数据真的不能代表全部,既然我们有这么多不同的方法来筛选及使用这些大量数据的话。
这并非是低估在整理、分析大量数据方面创新的重要性。事实上,许多产业的未来,包括电子商务与广告,都要依赖于对数据的处理。像GoodData、Infochimps、Moat等这些创业公司,都在研究让数据能更好的为人所用的方法。
另一点值得指出的是,在大数据这个词发明之前,像IBM、大型零售商、金融巨头等大型企业就已经开始在分析大量数据上面花时间了。所以让我们思考出另外一种方式来描述需要处理大量数据的创业公司吧,或许是和应用的实际功能与数据的对比有关。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31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