
大数据挑战传统商业伦理_数据分析师
4月21日,法国图卢兹商学院组织了一场“大数据抗癌”的研讨会,邀请了众多业内专家探讨大数据为癌症研究带来的变革及影响,同时,也探讨了大数据在实际使用中的界限和危险,尤其是对个人生活的保护。
近年来,随着智能技术的发展,数据搜集与存储更加方便,相较于以往的数据搜集与统计,以包含巨量、多样信息而热起来的大数据成了各行业竞相争夺的资本。从互联网领域到电信、金融、地产、贸易、物流、医学等各行各业都开始利用大数据为自身服务,提高效率。
国际数据公司(International Data Corporation,IDC)指出,互联网上的数据每年将增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。据IDC预测,到2020年全球将总共拥有35ZB的数据量。
大数据因其巨大的商业价值和市场需求正成为推动信息产业持续高速增长的新引擎。然而,在大数据运用于商业中时,因其可能对用户隐私的侵犯,以及企业与用户信息之间的不对称造成的不公平也引发了新的商业伦理探讨。
大数据不只是数据的堆积
通常意义上,大数据,指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
目前,随着国务院《关于促进信息消费扩大内需的若干意见》的发布,以及行业用户对大数据价值的认可度的增加,市场需求将出现井喷,面向大数据市场的新技术、新产品、新服务、新业态会不断涌现,大数据将为信息产业和其他行业打开一个高增长的新市场。
“我们已经进入到了大数据时代,大数据对每个企业和组织的影响都在变得越来越大。企业组织要在这种环境下保持高效,进行创新,取得领先都要对企业组织的数据进行分析。”天融信大数据工程师惠红刚在接受《中国产经新闻》记者采访时表示,企业可以从这些大数据的分析结果中对自身的情况进行了解,支持决策。大数据技术应该是现在信息技术中很重要的一个技术,在国内外都很热门。
大数据技术对其他传统的行业都会起到很大的促进作用,对国家的各行各业的发展都起到促进作用。惠红刚和记者举例说,曾看过一个文章里说到大数据对医疗的影响,讲到通过积累非常多人DNA,然后分析每种癌症跟DNA的关系,找到这种癌症到底是和DNA中什么序列有直接关系,然后通过提前去修复DNA序列进行预防。
惠红刚表示,信息技术尤其是大数据分析技术对其他的行业是创新源动力,大数据改变着我们的生活,改变着人们的工作方式。出现任何问题,人们都可以通过对大数据进行分析,然后找出根结所在,在源头上治理出现的问题。
大数据还拥有着变革经济的能力,生产者是有价值的,消费者是价值的意义所在。有意义的才有价值,消费者不认同的,就卖不出去,就实现不了价值;只有消费者认同的,才卖得出去,才实现得了价值。大数据帮助我们从消费者这个源头识别意义,从而帮助生产者实现价值。
大数据正在改变着产品和生产过程、企业和产业,甚至竞争本身的性质。把信息技术看做是辅助或服务性的工具已经成为过时的观念,管理者应该认识到信息技术的广泛影响和深刻含义,以及怎样利用信息技术来创造有力而持久的竞争优势。无疑,信息技术正在改变着我们习以为常的经营之道,一场关系到企业生死存亡的技术革命已经到来。
获取及使用边界是最大困扰
然而,在企业利用大数据为自己带来商业利益时,如何把握数据利用的最大化与用户隐私保护的边界,如何协调商业伦理与商业价值的平衡性成了大数据发展合法性的巨大困扰。
市场研究机构Gartner研究副总裁布莱恩(Brian Prentice)指出,大数据本身没有资安问题,问题在企业应用数据的方式。该机构预测,到2018年,企业违反商业伦理的案件中,有近50%都来自不当的大数据应用。
去年,苹果手机“后门”事件引发消费者不安,指其违背了商业伦理。知名网络黑客曾指出,美国执法机构或恶意组织完全能在用户不知情的情况下,利用这些“后门”,通过无线网络监测他们的信息,包括通讯录、备忘录、邮件等个人隐私信息。
英国学者维克托·迈尔·舍恩伯格在其著作《大数据时代:生活、工作与思维的大变革》一书中告诉我们:“数据收集者必须告知个人,他们收集了哪些数据、做何用途,也必须在收集工作开始之前征得个人的同意。虽然这不是进行合法数据收集唯一方式,"告知与许可"已经是世界各地执行隐私政策的共识性基础。”这被视作大数据时代数据收集者所应该遵守的伦理原则。
“大数据企业掌握着庞大个人隐私,而这些信息一旦用在不正当的地方,将会对个人利益造成损伤,甚至对个人的资产造成损失。”石家庄科学产业技术研究员研究员胡伟在接受《中国产经新闻》记者采访时表示,由于个人与企业在信息掌握上的不对称,迫使人们只能被动的接受企业提供的信息,使得人们的权利无法得到保障。
胡伟表示,现在利用大数据做精准营销的企业有很多,这样做有很大的好处,可以使企业节省很多的无用成本,并提高消费转换率。但许多企业对客户是否会产生反感并不关注,频繁采用电话、短信等方式对消费者进行信息轰炸,而消费者则基本无力反抗,使消费者在精神上不堪重负。
家住通州的王小姐告诉《中国产经新闻》记者,由于最近想要买车,在网上看车次数较多,并且在一些网站还留了电话,可是没想到这些却成了她噩梦的开始。她开始频繁接到各家售车企业的销售电话,发展到最后一些出售导航,甚至车饰的企业都会打电话或者发短信,严重影响了王小姐的正常工作。更叫王小姐不能容忍的就是,一些企业会在晚上发短信过来,这使王小姐的睡眠质量严重下降。
大数据的出现虽然使得企业更能了解用户的需求,通过客户的喜好去生产产品,降低了生产销售风险,但同时,随着个人购买偏好、健康和财务情况的海量数据被收集,掌握大量数据的公司可能将个人信息卖给其他商业公司,谋取利益。人们对隐私的担忧也在增大。
业内人士还担忧,大数据也将为网络恐怖主义提供新的资源支持。庞大海量的大数据涉及的方面之广,将有可能使网络恐怖主义的势力侵入人们生活的方方面面。为了更好地利用信息技术反对恐怖主义的袭击,美国联邦政府实施新方法,利用海量的、以商业手段收集的个人信息数据库来为提高国家安全服务。这些信息库几乎包括了各个行业,金融数据、保险信息、零售记录、旅游信息、证书和房产证明等政府部门资料。
而在大数据搜集以及使用中,如何获取用户信息以及使用的边界是关于大数据商业伦理探讨的重要问题。但目前我国尚未发布专门的数据保护法案或者用户隐私法案,仅在《网络交易管理办法》第十八条中规定了一些原则性要求,例如合法正当原则、必要原则、公开原则、许可原则、保密原则等。至于何为合法正当,数据获取或者使用的边界在哪里则没有细则规定。
立法保护是当务之急
但处在数据发达的信息时代,每个人在网络上的信息都会被悄悄记录,人们犹如透明一般生活在这个社会中。那么我们怎样才能在这个透明时代保护自己的隐私不受人侵犯。
工业和信息化部电信研究院杜伟博士曾经在接受媒体采访时表示,可以从四个方面着手:一是提高安全意识,及时出台相关政策;二是提高安全防护能力,保障网络信息安全;三是加强云计算安全研究,保障云安全;四是积极探索,加大个人隐私保护力度。
在国家层面,应加快大数据产业引导政策的出台。大数据技术领域的竞争,事关国家安全和未来。我国目前已经在《物联网“十二五”发展规划》上把信息处理技术作为4项关键技术创新工程之一提出来,但还没有大数据方面的专门规划和政策支持。将大数据上升为国家战略,加强顶层设计和政策支持,是大数据时代的客观要求。
随着数据收集范围的扩大和数量的增加,在线数据越来越多,黑客、间谍的犯罪动机也比以往任何时候都来得强烈。所以在大数据时代,网络的安全防护可以说是至关重要。大数据时代,数据量将以几何速度增长,到那时现在的安全防护软件将不能满足需要。因此,在大数据时代真正到来之前,应该为建立大数据安全环境未雨绸缪。
在大数据时代巨大商业价值背后,隐私安全问题更令人担忧。目前,各社交网站均不同程度开放其用户所产生的实时数据,容易出现被恶意收集和滥用的情况,尤其是金融、广告、零售业等各种企业。随着产生、存储、分析的数据量越来越大,隐私问题在未来的几年也将愈加凸显。所以新的数据保护要求以及立法机构和监管部门出台相关保护个人隐私的措施应当提上日程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28