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
你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23