京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是企业的梅花诗_数据分析师培训
导读:利用狭义大数据来研究社会规律、商业规律,从而顺势而行,才是公司能够迅速取得成功、保持巅峰的核武器。
近日美国轻微博网站Tumblr(中文名:汤博乐)上的一篇帖子一夜爆红,几小时内传遍了国内外,大家的社交网络均被刷屏。这篇帖子就是轰动一时的“蓝黑白金”裙子颜色之争。在国内外新闻媒体的“推波助澜”之下,短短几小时全世界几乎所有活跃在社交网络里的用户都从各种渠道知道了这个消息。而事后,这篇帖子的始作俑者也向媒体承认,这是一次有计划的炒作。了解到真相的我们禁不住为社交媒体的能量感到吃惊。这种时效性和病毒式传播的能力远非电视媒体能够达到。
通过Tumblr的帖子首发,进而在推特、脸书和Instagram推广,在几个推特大账号如Buzzfeed的帮助下,这次社交网络营销可谓是取得了“惊天动地”的成功。那么接下来,一个大家都很感兴趣的问题就出现了,我们怎么能够在营销自己的产品的时候也取得同样的成功呢?
社交媒体与其他任何形式的营销一样,是存在自身的规律的。而这一规律实际上和宇宙间一切事物运行的规律相符。也就是说通过社交媒体得到的规律,适用于其他一切事物之上。这就是德温特资本市场通过研究社交网络的大数据来进行股票交易的基本原理。所以同理可得,一般事物的通用规律也必然试用于社交媒体。
我们大家都知道《三国演义》里这样一句话,“话说天下大势,分久必合,合久必分。”简简单单的一句话却概括了人类历史的浩瀚千年。历史的螺旋式的循环发展,正是人类社会的普遍规律。
英国作家汤姆·斯丹迪奇(Tom Standage)是一位擅长挖掘与寻找历史规律并用通俗易懂的语言阐述的作家。读他的作品时,我经常想到房龙,同样的才华横溢、同样的举重若轻。他于2013年发表的作品《Writing on the Wall》锋利的剖析了社交媒体的发展,同时指出并详细解释了从古罗马开始就已经存在的社交媒体。他从看似新颖、出现不过十余年的社交媒体中分析得出了它的内涵以及运作机理,从历史学和人类行为学的角度阐述了社交媒体的作用以及其发展的趋势。
这本书庖丁解牛一样将社交网络的神秘统统解剖,曝露给我们的是这神秘面纱下历史的必然。只可惜这本书还没有中文译本的出版,不然我一定将它推荐给身边企业管理人员。
斯丹迪奇在书中指出,电视这种媒体的出现,实际上并不符合社交媒体的发展规律,违背了历史的规律。所以他大胆地预言,电视媒体被淘汰是历史的必然。而中国在美国最出名的禅宗法师宣化上人早在其1985年的活动上就也同样预言电视媒体将会逐渐消失。
这些预言在今天其实已经能够看出苗头。根据eMarketer的调查显示,尽管电视媒体的消费仍然在持续增长,但是电视用户数量已经开始逐年递减。相比之下,社交媒体与移动媒体的用户正在迅速的增长。随之而生的是无数迅速成功的互联网公司。汤博乐从成立到被雅虎以11亿美金收购,仅仅用了6年时间。
一个企业想要成功,需要很多条件。其中十分重要的一点是顺势而为。顺应天下大势去做事情,就如同顺水行舟一样,用很小的力量也能够取得巨大的回报。那么我们怎么能够了解大势呢?
正如我在之前文章中反复强调的,广义大数据和狭义大数据是我们探究宇宙人生规律的重要武器。利用狭义大数据来研究社会规律、商业规律,从而顺势而行,才是公司能够迅速取得成功、保持巅峰的核武器。
实际上,从中国古代开始,思想家们就已经开始利用数据来分析规律、预测事件。
北宋邵雍,“北宋五子”之一,是一位德高望重的易学大家。他发明了一种简便易学的算卦方法,叫做“梅花神数”,把万事万物都转化成数学。通过对一事物进行数据收集及分析,作出精确地预测。邵雍的旷世预言奇诗《梅花诗》被广泛地传颂,而他提出的天人之学更是揭露出了天地万物与人类社会之间的万有联系。
天人之学与大数据论本质上具有很多相似之处。广义大数据对于宇宙人生真相的探索与狭义大数据在社会规律、商业规律的探索在深层次上是统一的。天学与人学,天学也称先天之学,人学也称后天之学,先天明体,后天入用。这体用本是一体,后天从属于先天,而后天的大乘境界也正是先天。正如广义大数据与狭义大数据的关系,前者侧重宇宙人生的终极真相,后者侧重实用性的规律探索。看似狭义大数据低广义大数据一等,实际上两者存在最根本的互通。
《梅花诗》由十首组成,根据后人所研究的预言时间,似乎到如今只过去了八首,最后两首还待我们去印证。《梅花诗》之中尽是描写事物的语句,充满了意象,其中绝无半点直白的预言。然而在其中蕴含的深意,引起了对易学感兴趣的人们无限的遐想与探究。邵雍在写这首诗的时候有没有蕴含深意呢?必然是有。那他到底是不是真的看到了人们对号入座的那些历史的时间发生呢?我想不尽然。《梅花诗》中对于自然规律的描写,其实蕴含了邵雍对于易学的全部理解,看似讲的是山川大地,实际上讲的也正是山川大地,只不过这山川大地的变化规律与人类世界其实是一样的。邵雍定然无法真的说出到底每一句对应的是哪一个历史事件,因为他是人,并不是神,《梅花诗》也并不是神话故事。他看到的是山河大地的变迁,看到的是朝代的更迭。他“看到”了未来,却又没有真的看到未来。在这种看似玄妙的预言中蕴含的不是迷信,而是极度的科学。
在对于规律的研究上,中国的易学领先于世界千年。千年前的《梅花诗》到现在还没有讲完。根据历史规律而做出的预言能够放之千年还依然准确,这种智慧看似可怕,却能够被我们用狭义大数据技术模拟。因为狭义大数据正是通过对大量数据进行分析来探索出人类社会的规律。
试想一下,倘若企业拥有一个能够预言未来千年社会变革的预言家,这个企业岂有不成功的道理?
掌握大数据就是掌握商业社会的规律,在最恰当的时间让我们做出最恰当的反应。顺着潮流前进,每一个波浪都将是助推企业前进的动力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21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