京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不是万能的
大数据技术给作战指挥带来新的机遇,但若认为“有数据就够了,数据会说话”则是片面的。大数据的价值应该被认同,但不应被夸大,看到优势一面的同时也要看到劣势一面。一句话,大数据不是万能的,如果我们盲从大数据,就容易产生“大错误”,出现大问题。
首先是结果不确定。《大数据时代》一书作者维克托·迈尔·舍恩伯格,将大数据集定义为“N=全部”,意思是进行正确的大数据推理需要所有的数据集。而作战双方采取各种手段来隐蔽自身信息,“N=全部”只可能是一种假设。舍恩伯格指出:“数据量的大幅增加会造成结果的不准确,一些错误数据也会混进数据库。”来源不同的各种信息混杂在一起会加大数据的混乱程度,导致出现“错误发现”的风险增加。
其次是逻辑无规律。大数据能够提高指挥效率、加快获取情报、加速信息处理,然而也会遇到传统的统计学问题。剑桥大学著名教授斯皮格哈特指出:“大数据中充斥着大量的小数据问题,它们不会因为你得到了很多的东西就消失不见。”不容置疑的是,数据量的增大会带来规律的丧失和严重失真。而且,数据运行过程中不同的数据会相互融合,发生变异得到新的数据,以至于很难发现事件背后的规律。
最后,大数据是对过去已发生的事件进行经验总结,本身不具备创新性。同时强调以数据为主导,容易忽视指挥员本身的主观能动性。战争没有重复,每次作战都是一个新问题,不能按照以前的模式照搬照用。一味地相信数据,可能还会起反作用。比如,美国脸谱公司大获成功前,互联网巨头们的数据分析结果统统认为社交网络没有大的机遇;脸谱成功后,谷歌执行总监施密特才惋惜地表示:“我在谷歌犯的最大错误,就是没有在网络社交兴起的时候参加进来。”所以说,不是拥有了大数据,就能作出正确的选择。凡事无绝对,在看到大数据技术带来革命性变化的同时,一定要看到其不足的一面,防止产生盲从,有效规避可能出现的错误或问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28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