京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从大数据到深数据,在过去的10个月,我主持参与了麻省理工的“IDEAS中国”项目——一个由30多位中国商界领袖组成的,为期10个月的创新之旅。今年,该项目招收了中国一个主要国有银行的数位高管。这个团队的目标之一,是在大数据和其他相关的颠覆性技术到来时,仍可以重塑他们组织的未来,这也使我更多地接触了解了中国经济。正如阿里巴巴颇有远见的创始人马云所说,“五年后,我们预计人类纪元将由信息技术时代转变为大数据技术时代。”

但是,“数据技术”时代、“大数据”时代究竟意味着什么呢?现在,它往往意味着谷歌、亚马逊、Facebook和苹果这类大公司,这些我们曾经喜爱现在却越来越怀疑、不信任和恐惧的公司,会在你毫不知情时,收集你的数据,并转卖给其他公司,当你注意到出现在屏幕上的精准投放的网络广告时也就不足为怪了。有趣的是,最初人们对于美国的这些大数据帝国非常积极的看法现已转向欧洲及世界许多其他地方,包括北美。爱德华·斯诺登事件使我们大家都对大数据的误用更加敏感。但是,这只是表面问题,真正的问题更深层。
毫无疑问,大数据创造了许多全新的可能性, 但同时我认为我们应该明确地区分开浅层次的大数据与深层次数据。所谓浅层次数据,指的是有关别人的数据: 别人说了什么,做了什么。而这几乎正是目前所有大数据所包括的内容。
而深层次数据是帮助个人和社会来认识他们自己的。深层次数据就像一面镜子:它让你认识你自己—无论是作为个人还是作为社区一员。在我过去二十年的职业生涯中,许多团队和机构在我的帮助下进行了一些有重大意义的创新及革命性的变化。我从中所学习到的一点就是:产生革命性变化的关键就在于清楚地认识自己。这就是为什么深层次数据是很重要的。它对未来的机构,我们的社会以及整个世界都非常重要。
但是如今大数据的所作所为往往是相反的:大数据被用来操纵我们的行为,用我们从没想要的广告来对我们狂轰乱炸。表面上大数据用于将人类思维外包给算法,以降低习惯性思维边界内的意识水平。深数据,如果以正确的方式加以研发和成长,可以帮助我们提高认识水平,并将利益攸关方的意识体系转变过来,从对自我系统的认识(我自己的筒仓意识)转变到对生态系统的认识(整体意识)。
让我用两幅画面简单总结一下表面的大数据和深数据的区别:
从科学1.0到科学2.0的旅程是将科学观察这一笔直的望远镜掰回来到自我观察的过程——这个自我指的是我们的个人和集体的统一。
从本质上说,IDEAS的参与者都讲到了以下变化:
•思维:从单纯接受老模式,到创造性思维
在过去的这几个月,参加活动的这些高层领导们被分成四个小组,每个小组都试图尝试一些新的方法,来寻求未来的机会。令我吃惊的是,每个小组都开发出一种跨组织的合作平台原型,每个利益方都能通过这个平台用数据进行沟通。所有这些平台的建设原型都还在早期阶段,不过有一点是这四个小组都反复提到的,那就是大家思考问题要从“我”转到“我们”,从“自我”转到“整体”的重要性。
例如,今天我们用国民生产总值GDP来衡量经济进步。国民生产总值GDP是社会经济表面数据的一个很好的衡量。但是用什么等效的深数据工具来衡量一个社会真正的经济进步?我相信这样一个衡量系统应该植根于真实的社会发展成果(例如,预期寿命),以及个人和社区(如生活质量)的发展状况。去年Presencing研究所,GIZ全球领导学院(德国发展合作部)和位于Bhutan的国民幸福指数中心联合发起了全球福祉实验室(Global Wellbeing Lab),该实验室把世界各地来自政府,企业和民间社会的领导人联合在一起,来开拓寻找新的指标和深数据工具,帮助社区和社会生态系统观察自己,建立观测衡量社会运营的新模式。
今天你在哪里能看到这样的新的指标体系或深数据的工具在生根发芽?我们可以从这些早期例子中学到什么?深层数据对你自己意味着什么?在你自己的生活和工作中什么是快乐幸福的真实来源,哪些指标可以以更有意义的方式帮你看到和感觉到自己的发展?我们如何才能共同开拓,实现商业,社会及个人从大数据到深层数据的转变?这都是我们要思考的问题。
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、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 很多数据分析师精通Excel函数和数据透视表,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 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 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 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10