京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据所处的时代:最好也最坏_数据分析师
4月7日消息,据国外媒体报道,所以,你正想弄清楚你的公司到底应不应该投资大数据分析。你可能是个CIO, 你也可能是做市场营销的, 但这些都无关紧要。你肯定正在观察别人的行止举动,以确定这项技术会不会像智能手机和微软软件一样风靡全球。
在“最好的时代”的这方面,常常很容易听说有企业利用大数据获得巨大优势的故事。上星期,鲍勃-里奥里罗在《信息管理》杂志中写到美国医疗保健,该机构从多个部门获得利益,包括“金融分析、欺诈和废物监管、成本管理、药房福利管理、临床改善等等”。他援引该公司负责数据科学、解决方案以及战略方向的董事拉维尚贝格的一句话,“数据在商业集团内部相互关联,我们很难找到一个领域跟这些数据不直接或不间接相关的”。
虽然该文章篇幅短小,但是可显然看出,美国医疗保健作出了很大的承诺,而且从大数据受益良多。
游戏生产商King Digital Entertainment通过推出糖果粉碎传奇这款游戏而出名。该游戏同时使用Hadoop和其他工具,由60多位数据科学家共同研发。他们分析“大片玩家的数据”,包括花在玩游戏的时间、交易方式、使用的设备等。反过来,他们根据上一周的计算数据来改善相应的设计,以留住更多的游戏玩家。
在“最坏的时代”这方面,同样能容易的找到一些评论员和调查者,他们给人们的印象是大数据比人们预想的还夸张。
甚至大数据的支持者玛丽-沙克利特上个月在《技术共和国》上写到关于为什么大数据分析师有时候会罢工,包括她所提到的未能预见的流感的爆发、油价下跌,甚至棒球赛胜利。她准确地指出:“在预测人类行为这一方面,大数据分析仍处在早期的学习阶段。现代人类已经在地球上存活了20万年,我们始终没有搞明白为什么我们会我行我素!即使通过联想“思考”和加工处理,机器在预测人类行为结果上仍会受到限制。”尽管如此,这样的前景仍会说服你的主管投资数百万美元进去吗?
据eWeek上周报道,一项由Snowflake Computing委托进行的研究显示,大数据分析被“大肆炒作,却未被有效利用”。Snowflake Computing致力于为结构化和半结构化数据开发数据仓库解决方案。研究覆盖了逾300位技术专家与数据分析专家,结果显示,只有16%的人曾投资大数据,而且,“在已所投资的公司中,5%的公司充分使用了大数据策略,11%的公司仍在试行中。”根据研究结果,41%的人表示他们“感兴趣”,但还没有进一步了解大数据。
据Computerworld几周前报道,一项覆盖了超过1100位IT经理的调查显示,经理们“对大数据的兴趣持续上升“,超过半数的经理目前正在或者准备在一年内开展以数据为主导的项目。然而,调查发起者约翰娜-安布罗西奥注意到,目前仍然面临预算约束,安全问题以及挥之不去的产品质量问题。“大约40%的人评价目前的产品和服务为优或好,但44%的人认为它们只是一般甚至差。”
当然,没有什么是完美的。
最后以一个故事来结尾。这个故事看起来似乎是这样的,但实际上却又是另一个样子。伯纳德-马(Bernard Marr)几周前在Business Insider上的一篇文章解释了为什么大数据只是一时之热。人们很同意他的观点,对云计算有相同的看法。未来某一天,我们将不再讨论云,而是关注基建,我们也将不再讨论大数据,我们将讨论的只是数据而已。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16