京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据到底有多大
人类日常生活的数据信息,主宰着越来越多的商业决策。那么对大数据毫无贡献的人群,又该何去何从?
大数据时代,不少人担心自己的私人生活受到形形色色的监控、追踪,进而简化为数据点,经过一番运算,用于见不得人的勾当。
另一方面,相对脱离数字世界的人群却可能面临完全相反的问题,根据《斯坦福法律评论》(Stanford Law Review)最近刊载的一篇文章表明,该群体缺乏关注。
“大数据对没有被它吞噬的群体也构成一定风险,这个群体的信息没有得到定期的收集、整理或提取。”美国国务院法律顾问乔纳斯?勒曼(Jonas Lerman)写道。
曾几何时,日益膨胀的大众数字资料大部分被商家所用,作为提供个性化广告和优惠券信息的参考,谁管你需不需要这个信息?
然而今时今日,“大数据”分析渐渐影响着各种重大决策,决定着人类的生活方式和机遇。通过背靠数据预测未来,零售商确定了新店地点和商品价格,企业设计出了新产品,政治家制定投票率策略,分析家研究出疾病传播方式与恐怖分子的动向。甚至是白宫也发起一项价值2亿美元的计划,旨在帮助决策机构从大数据中“获取、整理并推断出结论。”
对勒曼来说,组织这些数据力量是为了给“大数据边缘”人群创造全新形式的无声主义,将显着放大现有的地理、经济及社会阶层的不平等现象,并将影响数据集结果,使其偏向大多数群体。
“这可能重组社会架构,将来唯一事关紧要的人群、唯一有数据价值的人群,是会定期为正确的数据流做出贡献的人群。”
勒曼列举两个假设个体,作为例子:
01:一位居住在曼哈顿的30岁白领。她使用Facebook、谷歌、网飞(Netflix)和亚马逊,拥有借记卡、信用卡、购物卡、公交卡、以及在汽车仪表板上电子支付通行费的快易通(EZ pass)。智能手机里和车载的GPS导航系统引导她走天下。
02:一名散工,居住在美国最穷城市—新泽西州卡姆登市,距离曼哈顿2个小时的车程。他的工作酬劳以现金私下结算,没有手机、有线电视和电脑。他坐公车付现金,家里没有车,偶尔在图书馆上网。
勒曼指出,今天很多大数据工具都经过校准,专门针对“足迹遍布数字世界的”曼哈顿人。“大数据所塑造的世界会考虑曼哈顿人的习惯和偏好,会慢慢演变成属于她的世界。但目前,大数据忽略了我们卡姆登的兄弟们。”他认为,随着大数据进一步重整政府与市场秩序,卡姆登等地区的居民将被逐出机遇之门,甚至连民主参与也无福消受。
解决方案还是有的。他提出,方案一是确保决策者在设计新的公众安全项目时,能够在大数据途径之外考虑到未能深入数字世界的群体。最终,联邦政府甚至可能通过与2008年《反基因歧视法》(由布什总统签署,禁止人寿保险公司以某人具有对某种疾病的易感基因为由,取消、拒绝对他进行保险或提高保险费用,禁止雇主以遗传信息为依据进行雇佣、解聘、升职、加薪,或做出任何与雇佣行为有关的决定)类似的新民权法案。
他最后强调,“要确保大数据革命是一场公平的革命,其益处能够得到广泛、合理的分配,我们可能还需要保证少数群体不被遗忘、不被排斥的权利。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21