京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关于大数据的精辟论断
作者在先期一直在强调大数据的三个要点:随机让位全体;精确让位模糊;因果让位相关。因为数据存储成本的下降和分析能力的进步,我们可以逐渐摆脱抽样带来的局限性,而将所有的数据放在一起,发现以前从未发现的结果。
这些思路几乎可以对每个行业产生改变,对航空业亦是如此。书中举了一个例子,一个叫farecast的网站运用数据分析来预测航空公司的票价,指导旅客在合适的时间买到便宜机票,每张票可以平均为旅客节省45美元。那么反过来想,航空公司能不能去分析旅客的购票行为呢?我们现在已经在上客速度、始发地、出票地等诸多因素上做分析,未来还可以加诸时间流、空间流等一切围绕机票的信息,甚至旅客订票时候的天气、心情。根据作者的意思,你甚至不需要知道为什么这个因素会决定机票价格,只要它的相关性高即可。
当然,这些还都是美好的愿景,走到这一步还非常非常难。事实上,现在真正能说掌握大数据、有分析大数据的技术以及本身具有大数据思维的公司不过Google,Amazon等极少数的几家公司。难怪有句笑话说Big data is like teenage sex.Everyone talks about it, nobody really knows how to do it.
另外,作者在最后几章表达了对大数据的忧虑和迷思,是非常有价值的。一切都基于数据做判断,让我们的未来变得”有据可依“,我们的未来变得不再是无限的,而是根据你的过去设定好了框架。对大数据的滥用,可以从预测一个街区的犯罪率到预测一个人是否会犯罪,直至提前逮捕他,因为大数据”预测“到了他会犯罪。当我们的未来全部被数据化,那我们作为人类最神圣的自由意志该何去何从?
读到这里,竟觉得百年前笛卡尔的“我思故我在”一种悲壮之感。人之所以为人,不就是因为这无法用数据预测的灵感和创意吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12