
大数据要注重以人为本
大数据为什么会这么火?上世纪80年代,未来学家托夫勒在那本闻名世界的《第三次浪潮》一书中就预言过:“如果说IBM的主机拉开了信息化革命的大幕,那么大数据才是第三次浪潮的华彩乐章。”确实,自从计算机被发明并投入应用以来,作为信息化的主要产物——数据就呈现出了前所未有的快速增长,尤其是互联网逐步的普及,更是加速了数据产生的规模。
“大数据”无疑是当下的一个时髦词汇。如果使用Google搜索“Big data”,你可以得到636,000,000 条结果。目前,大数据在全球所形成的市场规模超过了50亿美元,预计到2017年将增长到500亿美元以上。
在大数据如火如荼增长的背后,是人们参与数据制造的数量的增加。目前,全球的互联网网民约在25亿左右,中国的网民总数在6亿左右,按照这种发展趋势,全球人口一半成为网民可能在2016年左右发生。正是有了这么多“个体”或“小我”的聚集,才带来了大数据的时代。而开发应用大数据,也一定要重视“小我”,让大数据开发出的结果更加人性化、更具合理性。
基于大数据开发出的精准营销等一系列新的商业模式,正在推动营销理念和商业模式的变革。但即便这种已经具备了“个性化”的模式,还是缺少“人情味”。美国一家连锁超市曾经根据某位消费者的购物数据预测出她已经怀孕,就将婴儿尿片和童车的优惠券直接派发给了她,但却遭到了其父亲的强烈抗议。原因是这个女孩还未满18岁,而且她和家人都还没有意识到自己已经怀孕的事实。虽然这被看作是大数据开发应用的一个典型案例,但实际上却暴露了这种精准营销背后存在的社会伦理缺陷。
现在,很多网站根据用户使用网络进行商品搜索或者网上购物的记录,直接在用户再次访问网站时加载相关广告等作法,往往会引起用户的反感。这种只顾商业利益,而不考虑用户感受的营销,实际上变相地剥夺了消费者的权利,这些作法本身也削减了消费者的购物欲望,起到适得其反的作用。
大数据开发目前除了在工业领域、商业领域应用外,也在向社会管理领域大步迈进着。在《爆发》这本讲述大数据时代的代表性着作中,作者巴拉巴西有这样的判断:人类行为中有93%是可以预测的。正是这个判断,增添了一些人在社会管理领域应用大数据的激情。但要看到,这个判断的前提是要对全球每个个体的24小时、每分每秒,甚至一生的行为进行数据采集。这显然在短时间内是无法实现的。
即便是我们的技术能力达到了那个水平,但是对一个有血有肉的人的行为进行预测,对由千百万个活生生的个体所构成的社会进行精确性管理,除了用好数据外,更要注重遵循人和社会自身的特点和规律,这样才能使大数据时代的社会管理更具合理性。如果完全把社会管理模式建立在数据的分析和应用上,这样的管理方式很可能会给人类社会的发展带来巨大的风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22