京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《大数据时代》作者、牛津大学教授维克托.迈尔.舍恩伯格(ViktorMayer-Schönberger),今天在2014浦江创新论坛上发表了大数据工业4.0主题演讲。
舍恩伯格认为,世界的本质就是大数据,大数据正在开启重大的时代转型。大数据正在改变的的生活以及理解世界的方式,正在成为新发明和新服务的源泉。从因果关系到相关关系的思维变革,正是大数据的关键,建立在相关关系分析法基础上的预测才是大数据的核心。
其主体演讲内容整如下,有部分删节。
当我们谈大数据以及创新的背景时,追溯到百年前,亨利福特催生了当时的福特车型,启动了汽车的大众生产新时代。这不但改变了汽车制造业,改变了经 济,同时也改变了整个社会,改变了我们对距离和时空的感受感觉。之前,我们有亨利福特以及他的福特车型,而现在,我们有苹果手表即将上市。
在这样的背景下,如何定义创新?福特车型主要是与大众生产有关,就某一个车型进行最低成本的批量型生产。快进到现在的时代,苹果手表将会有上千种不同的配置,而且以低成本进行生产,既可以单纯大众生产,还可以进行个性化大众生产。
个性化大众生产,成为现代化的标志。再说创新,我们看到是从大众车型生产到个性化大众生产的时代,我们对本身的想法进行了否定。实际上,创新是 更好地对世界上发生的事情进行数据技术分析和理解。在人类发展当中,通过理解和观察做到创新,并且通过观察捕捉信息从而加深理解。
最近我们开始谈及小数据,因为收集、分析、储备、再使用数据成本非常高昂而耗费时间。现在我们看到要理解世界的方式和方法,是基于我们对于大数据无法正确理解而驱动的,这样的背景正在变化。
一、大数据带给我们对现实的新体验
我们收集分析储蓄数据,再改变数据分析的过程,改变了我们对世界进行理解的方式。从1989年到2010年这20年时间,全球数据的数量增长了 100倍,我们看到数据的爆炸性增长,我们从模拟世界进展到了数码世界或曰数字世界。为什么是这样?因为数量能够转化为质量。譬如我们拍数码照片,每一秒 钟一个人骑马的照片,如果连拍20张照片,可以突然看到数量的改变带来新的质量飞跃,这就是我们对现实的新的观察和体验,这就是数据所带来的改变,信息数 量增长,可以带来我们对世界洞察力新的变革。
二、大数据帮助我们更好理解世界
数据和与之相关的问题,是我们观察世界的出发点。换言之,要让数据说话,让数据来帮助人们看世界,让数据帮助我们更好地理解世界。譬如在拍照时必须 做焦点的选择,哪些是最重要的要作为焦点,而不重要变为模糊的背景?这时,我们会知道在数据时代什么对我们更重要。使用大数据相机拍摄,可以把所有的焦点 重心捕捉起来,在拍完照片之后,可以自己选择任何一个成为焦点的对象。大数据照相机的优点、力量所在,正是可以让数据说话,把互不关联的数据结合起来。通 过分析这些数据间的关系和关联,你可以找出一个事件的因果关系。
三、大数据创新改变生活的方方面面
上世纪50年代,美国国防部想让科学家打造一个软件,能够自动把俄文翻成英文,这个项目最后花费了10亿美金、以及15年时间,最后以失败而告终。 而现在加利福尼亚一个创业公司,利用因特网作为基础,创建统计性、或然性,打造出成功的翻译机器。利用大数据创新后的结果,比以前所有的对机器翻译的研究 都更加出色。
在健康领域,有一位博士利用大数据把数字传感器放到了早产儿身上,然后收集那些与他的生命体征非常相关的关键信息,包括他的血压、心跳数量,大概在 一秒钟内可传递1200多项相关的数据。假以时日,他们开始寻找这些数据所带来的模式和规律,通过这些模式和规律来预测这个孩子未来可能遭遇到的感染、与 之相关的疾病,从而帮助医护人员给早产儿更好的医疗护理。
四、重复使用数据以获取更大的价值
大数据的创新里蕴含有非常多的价值,但最重要的是可以在那些已经用过的数据里获取更大的价值。以前,我们根据数据的用处使用它,用完后把数据丢弃。 但是现在不是这样:我们要把数据一遍遍重复使用,像一座冰山,我们看到的只是冰山一角,数据最重要的价值都隐藏在我们看不见的海水下面。
美国西雅图创投公司重复使用数据,帮助人们在上下班的路上躲开交通堵塞区域。他们有APP(即应用),称之为热图,根据交通堵塞的不同情况显示不同 的颜色,每天都有1亿人在使用这个应用。这个数据从哪里来?每一个智能手机的用户,都是一个传感器,当你在行走或开车时,智能手机已把数据传输出去了,计 算你走在哪条路最佳。这些数据可进行重复,公共部门利用这些数据,可以更好了解公共交通状况。
罗罗公司(即劳斯莱斯),很长时间内都是为飞机提供引擎的,引擎上的传感器留下了很多数据,这些数据本来用后即弃,但现在,他们把这些数据重新整 理,可准备预测引擎里面哪一个零部件即将产生故障,根据预测结果可以提早进行维修和零件替换。所以,这个公司服务板块成长很快,服务创已占到营收总额的 17%。
多林格公司,开发了学习英语的智能手机应用。他们把所有的数据收集起来,发现分析人们学习英语时使用的各种方法,比如西班牙人学习英语的方法与中国 人学习方法不一样。他们使用了云计算服务,不需要很高成本,不需要建设生产制造商基地,不需要建立工厂,也不需要建立谷歌数据库那么大规模的数据库。
在现代世界里,物理规模已经不是那么重要,重要的是要有能力收集数据,有能力分析数据,从数据当中得出点子。
五、以谦逊、人性化的态度分析大数据
大数据的下一个趋势是什么?有了大数据之后,在未来我们肯定能够学的更多,我们也会变得更健康,寿命会延长,汽车会不需要司机但是,大数据显而 易见也有限制,在下一步我们一定要非常当心,以一种非常审慎的态度掌握大数据技术。非常重要的一点是,我们一定从大数据当中进行不断学习。
另外我们应专注于对人类有益的领域,这就是人和电脑之间的差异。我们应更加谦逊,谦逊是非常好的特质。数据经常是不完整、不完美的,我们做大数据分析时,不仅仅是用谦逊的态度去做,而且要以人性化态度分析大数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16