大數據弱勢在哪裡

㈠ 大數據時代,人類生活面臨顛覆

大數據時代,人類生活面臨顛覆

對於IT領域來說，最近有很多非常新的概念，比如雲計算、物聯網，當大家剛剛對這些概念開始有清晰的認知時，又一個全新概念出現了——大數據。什麼是大數據？大數據概念究竟指向何方，大數據背後能怎樣改變我們生活？會不會給我們的生活和工作帶來困擾？

本報與第一財經頭腦風暴節目合作探討大數據時代下的問題。參與這次討論的嘉賓有大數據概念的提出者、牛津大學教授維克托·邁爾·舍恩伯格，微軟亞太研發集團、雲計算操作系統首席架構師徐明強，上海市信息化專家、專業委員會專家、復旦大學計算機學院院長王曉陽，科爾尼管理咨詢全球合夥人孫健，復旦大學現代哲學研究所所長俞吾金，啟明創投合夥人童士豪，著名財經評論員石述思。

1 到底什麼是大數據？

維克托：我認為它就是新黃金，我覺得是21世紀最主要的資源，這種資源對社會、企業、個人是否能成功，還是會受苦受難有著很重要的作用。解釋一下，雖然此前我們都有數據，可把它們整理在一起然後分析是非常昂貴的，因此我們更多的注意力都放在了實體資源上，就是真正的黃金、金塊，像勞動力這種資源。但只有最近我們才靠人的知識、創新來創造財富，更靠前一步，我們可以根據數據來進行，因為數據收集以及分析，成本上升的程度都已經改變了，然後我們的數據就可以達到一定規模。最後，大家所尋求的不管你是一個人、一個公司、一個組織，還是這個社會，無外乎就是這種所謂的新黃金。

為什麼最近黃金的價值會跌得很厲害？因為老黃金不值錢了，沒有新黃金有價值。

童士豪：我的觀點有點類似，第一個是雲，第二個是關系，第三個是未來。像剛才維克托先生提到的，因為雲時代到了，儲存的大量數據的成本非常低，所以能讓大家去利用大數據做工作分析，最近由於很多事情的關系，有更多的關系被理解，所以能去預測未來狀況。用自己的話說，就是在聆聽上花很多時間，看了很多朋友，大家尋找工作機會也好或者是認識對工作有幫助的合作夥伴也好，在這么大的信息里，這么多人把他自己的信息放在上面，就是做了一件事，就是分析。如果你40歲想當創意公司的CEO，你現在20歲，未來20年該怎麼規劃？這就是非常有意思的一件事。

最後可能有不同的可能性，最後會不會給你找到一個最好的方法，那是自己決定的。可能性放在面前，是機會率最高的，怎麼選還是個人決定，所以大數據並沒有抹殺個人的意識。

石述思：大數據首先改變的是我們看待世界的方法，它會對這個時代的很多的價值觀產生劇烈沖擊。舉例來說，因為過去我們東方人特別喜歡一個詞叫因果，我們認為善有善報、惡有惡報，其實根據交管部門調查的數據，在街頭遭遇橫禍的人其實跟道德無關，秦檜的壽命是岳飛的兩倍半，很多貪官在發現之前，那過的確實是令人無限羨慕的生活。因此，通過大數據我們能用一種全新的觀念來看待這個世界，這個世界是有關聯來建構的一個新型的關系，只有科技發展到一定水平，才能達到這樣的高度。

與此同時，在大數據時代，我們該恪守的底線還是要恪守，但它的確在告訴我們真相，因為科學就是在告訴我們真相。我有一個願望，就是剛才講的大數據是新的黃金，我希望它更多地用於社會公益事業，比如，去挽救地震局。這樣能避免很多人道主義的災難和財產的損失，結論是我們過去認為上帝是哲學家或者叫哲人，現在發現他老人家是個老頑童。

2 大數據究竟有沒有對各領域的工作和生活產生影響？

王曉陽：大數據影響了智慧。怎麼理解呢？大數據本身的概念是數據採集和處理，到了一定的程度使我們的社會也好，管理者也好，都能獲益——從城市來講，一個管理者可以聚集這些數據和處理方式，使得我們能用智慧來管理城市，可以從交通管理、公共衛生，還有其他各個方面來管理，這管理是需要數據，數據產生了智慧，然後反過頭來能管理我們的模式。

比如，在公共衛生方面，採集數據到了目前為止其實已經進行了好多年，它的數據採集原來並不是為了大數據來做的，其實是為了一個方便——方便大家去看病。而且你的電子病例等，讓你看病更人性化，或者對醫生來講能更快、更方便地去熟悉病情，但在這種情況下，這個數據一旦採集起來使得我們對整個城市的健康狀況就能進一步了解，所以，剛才講的看病的數據其實是原本的用意，大數據一來其實我們就能看見原來看不見的問題。比如一些比較大趨勢方面的問題，流行病在哪個地方比較多，或者它怎樣流傳的，等等。這些事情我們原來是看不到的，這種情況就是大數據對我們的幫助。

徐明強：先舉個例子，有一個球和一隻螞蟻，球跟螞蟻說，做三維世界的事物太好了，你看這條線上有多少個螞蟻我一眼就看見了，螞蟻說我真的不信，我得按照這條線爬，爬到頭計數器沒有出故障我才知道有多少螞蟻。這能看到三維和二維差了一維，就差了這么大，所以大數據首先它不是數據大，不是同樣的數據多了就變成大數據，而是在原有的二維、原有的資料庫基礎上，再建立一維，給它一個全新的看點。舉例說明，你如果在美國，你是欠了債的，除了債主對你感興趣，還有人會對你感興趣——如果你欠了債，突然你可以還債了，那麼銀行會對你感興趣。在11年前，美國資本一號就發明了一種大數據的應用，它可以找到哪些人是欠了銀行的錢、欠了信用卡的錢，然後它就會觀察你的消費數據，當它發現你可以開始還的時候，他立刻把你再買過來，從此以後他就吃上了你的利息。資本一號這個公司在2001年時，每個季度的增長率是20%，就是因為它大數據的程序，它可以高命中率地發現這個，它是從哪裡找來的數據呢？從沃爾瑪、從各種各樣的消費數據中找到的。從這個實例我們可以看出，大數據這個原有的數據分析商務智能上加了一層，商務智能不能告訴我們別人將要並且能做什麼。

關於我們公司對奧斯卡頒獎的預測，除了對李安的預測沒對，其他都對了。其實，我們的預測是把所有人員都做了一個概率，所以做了19個預測對的，是我們放在第一概率的獲獎人，下面還有4個是第二概率，所以李安導演我們放在第二概率，我們把他放在後面。

這個預測跟大數據很有關系，首先做大數據需要有IQ，智商，就是說，這個模型要非常好。我們公司做IQ的人叫加戴維·羅斯查爾德，是我們研究部門的一個人。還有其他人，我要講講，他這個人的IQ有什麼差別？他這個人的IQ用了一個非常簡單聚合的模式，除了IQ還有什麼呢？智商以後還要有勤商，勤奮的勤。勤商就是說，他非常勤奮地去找數據，要找多種數據，還要找非常實際的數據，所以他在網上、社交網上都有找。有一些找不到的數據，怎麼辦？他找人做調查，然後找人來做，所以他又有智商，又有勤商，夠不夠呢？還不夠，五年前這種事情做不到，為什麼？五年前他要做這樣大量的數據的話，自己作為一個研究生的小預算是做不到的，但雲計算的出現，他就可以做到了。可以延伸這些數據，用很多處理器來處理，現在他就是用了雲做這樣一個計算，最後成功了。

孫健：我寫的是機會加危險，就是危機。我同意維克托的結論，說這是一個新的金礦，或者有說法叫新的機會，但不要忘記那同時會帶來很多危險。如果我們不能很好地去處理大數據的話，特別是像在我們日常工作中接觸到的很多中國企業，它們大多數甚至在最基礎的數據分析方面還比較落後，這就意味著，我們該怎樣很快地過渡到大數據時代去，去面對大數據挑戰，如果准備不好，那我很擔心，這會像以往很多新技術來了以後的情況，很容易造成很多企業邯鄲學步——連走路都還沒學會，就要學跳，一下子邁到大數據時代，企業不知道怎樣真正地讓大數據發揮作用。

在我們的行業里，因為大數據而做了很多產品創新。談到大數據時代的破壞型創新，實際上也是談了同樣的問題，因為在創新的同時，事實上要推導、顛覆原來的很多東西，包括我們咨詢行業的很多服務和產品都要做更新，也要跟上時代。比如，我們有一家很大的全球性零售企業，它每天要處理海量數據，那麼在海量數據之前，雖然有了技術手段，它仍需找到一個很好的切入點，去解決大數據該怎樣應用到業務中，改變業務模式，給業務創新帶來價值。因為要把這個大數據加以更好地利用，再便宜還是投資，還是要改變，硬體、軟體各方面要做配置，甚至對應的組織要做調整，一個企業要做進一步調整才能適應大數據時代的需求，才能讓大數據發揮作用。所以我們做的工作就是幫助企業找到它的價值創造，建立業務模式，來證明在這方面做這樣的投資，讓大數據發揮作用是值得的。

俞吾金：我想提出不同看法，就是因為人類的思維有一個特點，他把覺悟的東西誇大為全球的。比如你看到三隻天鵝是白的，但其實有一千隻天鵝都是白的，可在澳大利亞發現了一隻黑天鵝，就把一切天鵝都是白的這個原理給推翻了，我覺得大數據這個問題是重要的，但如何正確看待它，不能走極端。大數據反映了人們從數量關系去理解生活的一種思維方法，從古代開始就非常重視，當然古代沒有使用大數據這個概念。

數字本身對生活的重要性越來越大。從哲學上看，它有實踐性，比如數學中的π，圓周率，它等於3.1415926……它就把所有大數據都囊括進去了，更容易理解的是三分之一，三分之一的另一種寫法就是0.333333無限被延伸，所以黑客在邏輯學里就強調，這個無限包容在三分之一這個有限中，有限中包含著無限的一個展開，包含所有數據的展開，這就體現了實踐精神。從這個實踐角度看這個數據，我認為大數據在當代的變動中有重要地位，但看它要有眼光，不要誇大也不要縮小。

3 怎麼理解三分之一就把一生所有數據都概括了？

維克托：我不同意俞老師的觀點。數字的歷史很悠久，但是，以前我們對這些數字的處理方式非常有限，光有技術是不夠的，能對數據進行分析，比如像數字，它對你只是一個數字，這個意義不重要，你也可以用一個漢字或一個字母來表示，那從這個角度來看，大數據不過是一個很長很長的數字，你可以用心記住就可以。

但其實，大數據的價值在於，在整個數據的收集過程中，需要運用分析才可以了解。比如，如何進行預防性的維修，如何能夠防止爆發等，我們不是把這個數字簡單地記下來或背下來，而是要通過分析，通過數據統計的分析，通過把它進行整理了解之後分析，這不是你背下來一個數字就可以了，這是非常大的區別。

4 大數據時代究竟會給生活帶來什麼樣的顛覆？

維克托：首先從商業來講，我覺得有三個元素要記住：一個是在商業世界中決策將發生變化，會越來越清楚地證明，要靠數據說話。

在美國，最大的互聯網公司大概是谷歌，每天都有30億搜索請求。有一天他們屏幕上准備用藍色，然後他們就選了一個特別的藍色，但他是要測試41種不同的藍色，來看到底哪一種最受歡迎。他本來想自己來決定：我是首席設計師啊，我就選了一種藍色。但他的老闆說：不行，我需要實證來告訴我們哪一種藍色最受歡迎。但這個谷歌的首席設計師就辭職了，他說我是首席設計師啊,我是最清楚的。通過很多測試發現，有一種藍色的藍是裸眼看到和設計師選的藍色不太區別得開，但另一種通過測試所產生的藍色，更受歡迎，有更多點擊量。通過實證做出來的決策更有效。類似例子有很多，都說我做這行已經幾十年了，我說的肯定沒錯。這種傳統的社會觀念和思維方式會受到挑戰，我們的決策必須要靠數據說話，這是第一點。

第二，就是在我們出去說話時，我們要注意不能誤讀數據，錯誤的數據是不行的。也就是如果原來的材料不對，原料是垃圾，出來的東西肯定也是垃圾，這個公司出這些數據的話都是比較容易理解的，但可能不是你應該熟悉的數據。

第三個是挑戰。就是普通產業，尤其是計算機產業，數據會超越它們，這個可能是有一種挑戰式的說法。如果沒有足夠的數據，你也趕不上一個大量數據的比較平庸的模型，也就是為什麼說數據會超越那些產業。比如機器翻譯這件事，在六七十年代，IBM花了很多錢想用機器翻譯，它要弄一些語言的規則輸入到機器中，但效果不太好，它就有了一個新想法，它不是把一種語言的語法規則輸入機器，而是把加拿大議會中的英法雙語的互譯輸進去，把成千上萬的翻譯資料輸入進去，它就有了大量的累計組織上的資料庫，這個效果就好得多。而谷歌又在這個領域有更多數據，一下子這個翻譯就更成熟、效果更好。可以說，是這個數據使它超越了這個軟體。因為今天這個大數據的力量，可以很容易地獲得想要的資訊，但大概在十年前，需要五十萬個伺服器，大量的儲存以及處理數據的模式，你才能開始一個新業務。今天如果要輸入業務，用雲計算來測試就可以了。比如有一個叫蒂塞德的公司，它有很多產品及價格，它收購一些數據來預測到底一個產品是上架還是下架，雖然他們擁有大量客戶，可這個公司的員工只有13個人，因此它的伺服器有很多，他們擁有大量的數據。可見，這個舞台不僅可以讓大公司來做，而且創新的小公司也能以平等的地位來競爭。

王曉陽：其實講到改變了我們整個思維方式，所謂的就是實驗這個思維，比理論思維更重要，這一點我不是太懂。其實維克托先生剛才舉的例子，是在很多情況下，是我們用數據去驗證以前想要能夠有的東西，有一些智慧確實是在數字里挖掘出來的，這個可能是一個語言來自不同的地方，怎麼講呢？基於在大數據的情況下，其實有一個所謂的循環概念，等於說你有了智慧以後去驗證，驗證數據里又產生了各種各樣的智慧來做這樣的理解，所以從這個角度來講，我覺得是大數據的情況下面，沒有顛覆，而是說一個改進，對我們認知世界的改進。就公共衛生這個話題來說，我們舉的最多的一個例子就是在谷歌，有一個所謂的趨勢預測，它就是用了網民們搜索的詞來預測。

所謂的預測流感，怎麼做？很簡單，就是它去分析了以往的數據，說在流感發生的地域，地域的那個時間大家是用什麼詞去搜索，這樣就可以做統計。做了統計以後，反過頭來用這些搜索詞來預測這個流感，這種情況下是什麼意思？並不見得是說這種數據或大數據的情況就能使我們對這個流感突然有一個新的認識，其實不然，其實是谷歌的那些工程師們有一個想法，認為我們好像流行流感，這和大家有關，而每個人都會用搜索來獲取一些跟流感有關的信息，就有了這樣的關聯。這個關聯怎麼去發現？這就要用數據去發現，用所謂的大數據的做法，去實現我們已有的一些概念的東西，把它實現了之後，就能做預測。所以從這樣的角度講，並不見得是有了大數據，我們就可以把所有的智慧都丟掉，我們不用IQ了，只要數據就好了，這肯定是不行的。一定是IQ加上數據，然後能讓它有個正反的概念，這是大數據所應該乾的事情。

童士豪：我有不同想法，我覺得剛才維克托先生講的一點很有意思，就是對智慧的要求，大數據時代是不一樣的。在大數據時代，對智慧的要求可以低一點，都能產生更好的結果，這是一個有意思的事情。他剛才提了一個例子，之前要做翻譯是很難的，你的規則必須特別強、精簡、完整，才能有60%、70%的准確率。但在大數據時代，我們不用想那些，不用花智慧講那麼復雜的規則和套路，乾脆把幾億個已翻譯好的文章交給電腦，用統計學的方式找到哪種情況下，翻譯的字的另外一個意思是比較對的。這對於智慧的要求其實是降低了，但效果可能會更好。

孫健：可能我們對智慧的理解有歧義。我覺得維克托先生講的我理解，因為他有另一本書叫《Delete》，裡面專門講了這個三重智慧，談了取捨問題。因為隨著存儲技術、網際網路的發展，他講的更多的是知識，知識的要求可以低，但對智慧，我覺得理解不一樣。我理解的智慧是，你判斷一個事物的根本的、真正的洞察能力。就是，你對一個事物的洞察能力還是需要有，不會因為大數據的存在而削弱或不需要了，而恰恰因為大數據的存在才更需要洞察力。

5 大數據時代到底真正來臨了嗎？

王曉陽：大數據時代來不來臨要看你怎麼度量、衡量。現在這個數據的量和種類，以及採集的方式、手段，處理的手段，絕對已經達到了「前無古人，後無來者」的感覺。這個情況下，我們從這個數據採集以及數據處理這個能力方面來講，我們的大數據時代來臨了，但我們使用數據利用數據這個才是剛剛開始，只是剛起步。

而大數據改變我們生活的時代，還沒有完全到來，但為這個我們已經做了很多准備，這是城市的管理問題。我們為大數據時代做了很多准備，比如在數據採集方面已經做了很多准備，怎麼樣利用這個數據來做我們這個智慧城市，這是一個最大的問題。

徐明強：從商業角度來看，我從運用上說，個人認為是來臨了。舉個例子，墨客這樣一個葯材公司，他可以根據天氣性質，比如如果今天冬天特別冷，很多過敏性動物就會冬眠，四五月份突然轉熱時，花粉也開始多了，今年有很多人會過敏，等等，它就通過市場進行營銷，把比如克敏能這種葯材發布出去。

維克托·邁爾·舍恩伯格：美國總統奧巴馬曾說，盡管政府也嘗試，但他總是落後於企業，落後於社會的其他一些群體。所以說搞這種活動能充分激發數據，提供給大眾，而且公司也可以拿這些數據，讓公司能利用這些數據有更多創新。這是一個想法，也許有一些做法，比如商業方法，我認為能通過發揮企業的智慧，發揮像微軟這樣的一些聰明企業的智慧，還是有幫助的，包括和政府的合作來管好社會。

石述思：我有一個感受，當商業巨頭面對屌絲談大數據時，我們都有一種不寒而慄的感覺，因為盡管大數據時代我們每個人都是公平的，我們可以說小公司可以獲得公平競爭待遇，但其實掌握大數據的都是一些巨頭，他們有得天獨厚的優勢來搶我們錢包里的錢，我們很難，因為公司的定義就是在法律允許的范疇中唯利是圖。但我們倒是渴望政府部門能利用大數據為我們提供普惠性的服務，可就像一些智慧城市沒法真正做到智慧管理的案例一樣，所以我對大數據來到中國的前途深表憂慮。還有，即使優秀的公司利用大數據，它也要面對一個現實，比如我們像電視台做廣告的一樣，為什麼現在人依然很多，因為中國貧富差距特別大，如果你掌握了所有消費者的數據，而大多數在今天是無效數據，所以你還是有一個有選擇的大數據的過程，叫有購買力的大數據，所以各種各樣的問題就會出現在我們面前，就是社會本來是我們需要，但它存在很多幕後看不清楚的東西。我們擔心被商業巨頭利用，來完成對消費者進一步的盤剝。

孫健：我覺得從企業角度來看也是同樣的問題。我前面想表達的意思就是，第一我們今天中國很多企業實際上並沒有準備好迎接這個大數據，因為我們現在還停留在比較初級的基礎數據分析時代，我們很多的基礎數據今天都沒有被運用，不要說大數據，就是小數據今天也沒有很好的利用。還有很多假的數據，是因為對這些數據的輸入管理非常不成熟，我自己在工作中接觸很多企業，企業今天做的幾件事大家都在做，有ERP系統，有資料庫，有了數據就往裡面存，但我發覺，有很多中國企業兌現的數據管理沒有規范化的感覺，更沒有很好的利用。這就存在這樣的擔心：最後大數據時代來了以後，我們本來中國企業在這個數據分析的利用上就不擅長，今天有了大數據以後差距會變得更大，以後國際巨頭有一個成熟的數據分析方法，很多健全的商業模式，它會把這個差距變得越來越大。

6 在大數據時代，下一個預言會是什麼，下一個判斷會是什麼？

維克托：接下來怎麼能讓生活比現在更高效，就是要讓城市變得更加智能，這是可行的，為什麼？我強調的是，我們有可能改善我們的公共衛生，改善教育，我們有能力收集數據，公共交通的通化能真正滿足市民的需求，而不只是政客，而且能源消耗也會得到更好的檢測、預測和管理，這樣我們的城市就會更加智能，讓城市的生活更加好。在150年前，曾有預測如果是在城市生活，壽命會更短；在農村生活則壽命長。而150年之後的今天，壽命更加長了，有了大數據我們會更加美好，可是有一個條件，就是那些決策者，他們一定要使用這些數字才可以。

下一步是專家怎麼來做。其實這涉及到在數據時代，數據點是有限的，那麼我們收集的數據，只要我們收集足夠的數據來解決問題就可以了。因為非常復雜、數據點非常少，所以我們的數據點收集起來必須是要高質量的，現在不是這樣的，現在的是更加的多、更加的亂。解釋一下什麼叫更多更亂，更多就是有數據點，關於我們想要研究的一個現象，我們可以更多的進行數據統計，比如在美國，你有DNA基因圖譜，那麼只要2000美金就可以知道你的整個基因圖譜當中的30億這個東西是怎麼組成的，這樣你就可以知道那些30億個精對，現在如果說有一個基因組成可能會導致什麼樣的癌症，就可以查基因圖譜，說我是不容易生這個病的，這是為什麼可以預測是否患癌症的原因。那麼有更多的數據便會存在一定的不準確性，所以，我說更多且更亂，所以這里允許一點點的不準確，或者可以亂一點，這個所謂的亂就是指，不是說每一個數據點都要達到最高的准確度，這個結果就是，不是百分之一百完美，但在大數據這樣一種方向，或者說，我們在正確的數據點上要知道一個方向。知道方向比晚一點知道完美的數據更有效。比如交通預測，也許當下看到的交通預測比實際運用中要晚了20分鍾，可能看起來太晚了，但如果這是預測一個星期的信息，就夠了。

王曉陽：大數據時代對我們這個城市更加理解，所謂的理解就是你知道這個城市裡發生了什麼，這非常重要。在以前，這個城市的管理都是一拍腦袋，有的時候拍腦袋拍出很好的來，拍腦袋也能拍出非常棒的一個城市來，但是有的時候呢？拍腦袋可能太離譜，這種情況下在大數據時代我們怎麼樣利用好，就是我們所講的。而為了政績也可以用大數據來考慮，說這個數字到底對它的政績有沒有好處？就是名義是一個很大的方面，大數據方面不光是理解我們這個城市發生了什麼，而且還能了解我們城市裡的民眾在想什麼？這點對城市管理來說非常重要，城市不光是一個硬體設施，不光是地鐵和高樓，人在裡面非常重要。

以上是小編為大家分享的關於大數據時代,人類生活面臨顛覆的相關內容，更多信息可以關注環球青藤分享更多干貨

㈡ 大數據技術難點在哪裡

難點在於幾個方面：
1.大數據的存儲，數據量爆炸，如何低成本的存儲是個難點
2.大數據的查詢，數據量大的時候如何快速的查詢，是個難點
3.大數據分析和挖掘，如何從大數據中產出分析結論和挖掘出信息，這個是難點

㈢ 大數據改革時代我們該如何去應對

大數據改革時代我們該如何去應對

對大數據進行進一步深度的分析，並挖掘出對企業發展有利的數據，這是現代企業最常見的行為。而通過對市場的整體分析了解經濟增長的內動力以及結構變化和調整，進一步調整產業，以便更好的發揮企業優勢，贏得市場，成為同行中的佼佼者，這是任何企業都希望看到的。但是，從大數據提出以來，越來越多的企業表示自己似乎看不懂，大數據變化的太快，讓人捉摸不透。而對大數據的改革，我們該如何應對呢？

一、化零為整

數據是零散的，就像一盤散沙，分散在世界各地，企業要想分析市場，就要將這盤散沙捧起來，運用數據分析技術以及特長分析、挖掘埋藏在數據當中的寶貴價值，實現更好的決策，推動企業相關決策的進行。

二、去糟粕，挖精髓

數據泛濫的最直接後果就是數據中有大量無用數據的存在，這些無用的數據會對數據分析技術人員的分析行為造成一定的困擾，對此，技術人員需要對其進行整理、清洗，去掉無用的數據，將有價值的大數據挖掘出來，進行科學管理和分析，嚴格控制數據的質量，做到真正的數出有源、真實可靠。

三、重視數據源

大數據時代，數據來源不可能僅有一點，尤其是在行業分析當中，不僅要分析自己行業的發展，還要分析競爭對手的數據，更甚者需要分析市場環境的數據。多方面下手才能真正分析出到底是怎麼回事，該如何去應對市場危機。

然而，不少企業用戶在分析數據的時候，不捨得下血本，只是簡單的對自己產品的用戶行為以及各種數據進行分析，並不會投資分析大環境以及競爭對數，這樣可能導致企業在發展過程中，看不清市場環境，無法做出正確的判斷，也就是我們所說的決策失誤。

當然，大數據涉及各行各業，分析大數據，不可能僅看一方面，也不可能毫無預算的去分析所有的數據，這樣會導致很多浪費，也會增加企業的成本支出。作為現代化企業，最好的做法是轉變自己的經營思路，加強各部門之間的溝通協調、保證數據收集的精準，為企業大數據的發展提供更好的環境。

以上是小編為大家分享的關於大數據改革時代我們該如何去應對的相關內容，更多信息可以關注環球青藤分享更多干貨

㈣ 大數據的應用案例以及未來發展趨勢

編者按：大數據時代，數據能否成功運用將深刻影響著我們的生活質量。大數據商用越來越多，回歸應用本質才好。

記者：如果把數據比喻為石油，石油是有國界的，那麼數據也有國界嗎?

維克托：這個其實每一個社會、每一個國家都是有數據的，甚至小的團體，我們都是有數據的。現在問題不是大家沒有數據，而是這個國家也好，這個組織也好，是不是真正的願意把這個數據用來做事情，真正用大數據做決策的。

大數據涉及儲存、分享等，但關鍵在於把這個大數據真正用起來，真正能夠促進經濟、促進社會發展。舉個例子說，現在所有車都有ABS系統，都配有GPS，如果我們把這兩種數據放在一起進行分析，在那些路段上，大部分人都在緊急剎車?為什麼會有這種情況出現，是車的問題，路的問題，還是控制的問題，總之，數據交叉稽核，會給我們帶來新的啟示。

記者：我們瀏覽網頁、查詢信息，這都屬於大數據，怎麼看待個人在大數據時代的隱私呢?政府管理部門應該做些什麼呢?

維克托：這是一個好問題，現在數據隱私保護的方法完全是錯誤的。現在的做法是詢問每一個客戶、個人，你同意不同意公開數據，實際上，每個個體並都不知道我的數據會被怎樣使用，有一些人對此並不在意，往往會點同意。這是一種錯誤的隱私保護的做法。

對於數據的隱私保護，可以考慮反過來的做法，可以考慮由政府設立一個規則：確定哪些企業為了哪些目的，可以以某種方式和規則來收集數據和使用，例如醫療數據，目的是治療病人，這樣的大數據收集和使用就是合理的，可以不更多顧及隱私。但是如果利用這些數據作惡，例如幫助保險公司創造保單，那是不合法的。政府應該制定措施做好隱私保護，不把這個問題扔給個人。

記者：您寫的《大數據時代》，我個人覺得給IT產業吹來一股春風，您已經寫了好幾本書了，當時寫《大數據時代》的時候，您初衷是什麼呢?目前是否實現了你當時心目中的設計?

維克托：現在就是揭秘大數據時代的時間了。10年之前，我每年都辦一個非常小型聚會，是一個相當高層的聚會，有微軟的高層，有一些政客、經濟學家、學術界專家聚在一起，討論數據社會價值。當時有一個記者，每年據此出一個報告，有關討論的內容。我感覺一年一年討論過程中，有一些東西在哪裡，可以真的能感覺到的，但是沒有一個准確的名字，兩年之後，我確定這就是數據價值，所以決定寫一本書。

一定要看到這個數據深層次的價值，所謂的價值就是我們提到的數據的相關性。這是大數據的根本。大數據應用的過程可以用"旅程"來描述，我們運用數據、事實分析做更好的決策，這些都是基於事實的，不是基於主觀的判斷。所謂"旅程"，意味著反反復復，有前進也會有後退。

希望有更多人用數據，用事實，用大數據方法輔助思考，用到討論，這都是有意義的。我一直強調這個是一個旅程，在這個旅程中，我們不斷往前，但是有時候也要後退一兩步。

記者：大數據作用是預測，現在能做到准確預測嗎?

維克托：至少比用其他的東西好的多的。現在大數據不是百分之百準的，但是我們現在要的東西，比我們有的東西更好。

記者：未來大數據趨勢是什麼?

維克托：大數據未來的趨勢是怎麼樣讓每個人使用大數據，而不只是用專業的大數據公司。透露一下，也許這是未來新書的內容。

㈤ 網貸大數據不好的原因有哪些怎麼查

大數據不好的原因有頻繁申貸、貸款頻繁、多次貸款逾期等不良信用行為過多等。

查詢個人網貸大數據的渠道很多。

可以查詢網貸資料庫。只需要打開微信找到：早知數據。點擊查詢，輸入信息即可查詢到自己的徵信數據，該數據源自全國2000多家網貸平台和銀聯中心，用戶可以查詢到自身的大數據與信用情況，可以獲取各類指標，查詢到自己的個人信用情況，網黑指數分，黑名單情況，網貸申請記錄，申請平台類型，是否逾期，逾期金額，信用卡與網貸授信預估額度等重要數據信息等。

㈥ 大數據未來的發展前景怎麼樣呢

從我國數據產量和存量來看，廣東、北京、浙江、江蘇、上海、等地區數據資源較為豐富，東部地區數據產量和存量均高於西部地區。從省際數據流量來看，東部地區月均互聯網省際出口總流量佔全國比重超過一半。

在以北上廣為代表的東部地區數據資源豐富的背景下，其大數據產業發展水平快於其他地區省份。其中，北上廣大數據企業數量佔全國比重近70%，廣東和北京大數據發展水平較高。

東部地區數據產量整體高於西部，省際數據流量遠高於其他地區

2019年，我國數據產量總規模為3.9ZB。從數據產量的地區分布看，2019年全國數據產量排名前十位的省份為廣東、北京、浙江、江蘇、上海、山東、四川、河南、河北和湖南。

從人均數據產量來看，2019年人均數據產量排名前十位的省份分別是北京、上海、浙江、天津、廣東、內蒙古、西藏、海南、江蘇和遼寧。整體來看，東部地區數據產量和人均數據產量均高於西部地區。

—— 更多數據來請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

㈦ 大數據時代,什麼是數據分析做不了的

數據不懂社交。大腦在數字數學方面比較差勁(不信請迅速心算一下437的平方根是多少)，但是大腦懂得社會認知。人們擅長於反射對方的情緒狀態，習慣甄別出不合作的行為，擅長用情緒為事物賦予價值。

計算機數據分析擅長的是測量社會交往中的“量”而不是“質”。網路科學家能夠測量出你在76%的時間里與6名同事的社交互動情況，但是，他們不會猜測到你內心對於那些一年才見2次的兒時玩伴的感情，更沒必要說但丁對於僅有兩面之緣的貝阿特麗斯的感情了。所以，在社交關系的決策中，不要蠢到放棄頭腦中那台充滿魔力的機器，反而去相信你辦工作上的那台機器。

數據不懂背景。人類的決策不是離散的事件，而是鑲嵌在時間序列和背景之中的。經過數百萬年的演化，人腦已經變得善於處理這樣的現實。人們擅長講述交織了多重原因和多重背景的故事。數據分析則不懂得如何敘事，也不懂得思維的浮現過程。即便是一部普普通通的小說，數據分析也無法解釋其中的思路。

大數據無法解決大問題。如果你只想分析哪些郵件可以帶來最多的競選資金贊助，你可以做一個隨機控制實驗。但假設目標是刺激衰退期的經濟形勢，你就不可能找到一個平行世界中的社會來當對照組。最佳的經濟刺激手段到底是什麼?人們對此爭論不休，盡管數據像海浪一般涌來，就我所知，這場辯論中尚未有哪位主要“辯手”因為參考了數據分析而改變立場的。

數據偏愛潮流，忽視傑作。當大量個體對某種文化產品迅速產生興趣時，數據分析可以敏銳地偵測到這種趨勢。但是，一些重要的(也是有收益的)產品在一開始就被數據擯棄了，僅僅因為它們的特異之處不為人所熟知。

關於什麼是數據分析做不了的，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

㈧ 大數據產業未來的瓶頸在哪裡

通過對大數據產業鏈的分析，我們可以清楚地看到，在大數據產業鏈的各個生產環節中，各大公司都已開佔位，隨著高性能計算機、海量數據的存儲和管理的流程的不斷優化，技術能夠解決的問題都終將不會成為問題。 總結下來，在德勤的分析看來，真正會制約或者成為大數據發展和應用瓶頸的有三個環節： 第一、數據收集和提取的合法性，數據隱私的保護和數據隱私應用之間的權衡。任何企業或機構從人群中提取私人數據，用戶都有知情權，將用戶的隱私數據用於商業行為時，都需要得到用戶的認可。然而，目前，中國乃至全世界對於用戶隱私應當如何保護、商業規則應當如何制定、觸犯用戶的隱私權應當如何懲治、法律規范應當如何制定等等一系列管理問題都大大滯後於大數據的發展速度。 未來很多大數據業務在最初發展階段將會遊走在灰色地帶，當商業運作初具規模並開始對大批消費者和公司都產生影響之後，相關 的法律法規以及市場規范才會被迫加速制定出來。可以預計的是，盡管大數據技術層面的應用可以無限廣闊，但是由於受到數據採集的限制，能夠用於商業應用、服務於人們的數據要遠遠小於理論上大數據能夠採集和處理的數據。數據源頭的採集受限將大大限制大數據的商業應用。 第二、大數據發揮協同效應需要產業鏈各個環節的企業達成競爭與合作的平衡。大數據對基於其生態圈中的企業提出了更多的合作要求。如果沒有對整體產業鏈的宏觀把握，單個企業僅僅基於自己掌握的獨立數據是無法了解產業鏈各個環節數據之間的關系，因此對消費者做出的判斷和影響十分有限。 在一些信息不對稱比較明顯的行業，例如銀行業以及保險業，企業之間數據共享的需求更為迫切。例如，銀行業和保險業通常都需要建立一個行業共享的資料庫，讓其成員能夠了解到單個用戶的信用紀錄，消除擔保方和消費者之間的信息不對稱，讓交易進行的更為順利。然而，在很多情況下，這些需要共享信息的企業之間競爭和合作的關系同時存在，企業在共享數據之前，需要權衡利弊、避免在共享數據的同時喪失了其競爭優勢。此外，當很多商家合作起來，很容易形成賣家同盟而導致消費者利益受到損失，影響到競爭的公平性。 大數據最具有想像力的發展方向是將不同的行業的數據整合起來，提供全方位立體的數據繪圖，力圖從系統的角度了解並重塑用戶需求。然而，交叉行業數據共享需要平衡太多企業的利益關系，如果沒有中立的第三方機構出面，協調所有參與企業之間的關系、制定數據共性及應用的規則，將大大限制大數據的用武之地。權威第三方中立機構的缺乏將制約大數據發揮出其最大的潛力。 第三、大數據結論的解讀和應用。大數據可以從數據分析的層面上揭示各個變數之間可能的關聯，但是數據層面上的關聯如何具象到行業實踐中?如何制定可執行方案應用大數據的結論?這些問題要求執行者不但能夠解讀大數據，同時還需深諳行業發展各個要素之間的關聯。這一環節基於大數據技術的發展但又涉及到管理和執行等各方面因素。 在這一環節中，人的因素成為制勝關鍵。從技術角度，執行人需要理解大數據技術，能夠解讀大數據分析的結論;從行業角度，執行人要非常了解行業各個生產環節的流程的關系、各要素之間的可能關聯，並且將大數據得到的結論和行業的具體執行環節一一對應起來;從管理的角度，執行人需要制定出可執行的解決問題的方案，並且確保這一方案和管理流程沒有沖突，在解決問題的同時，沒有製造出新的問題。這些條件，不但要求執行人深諳技術，同時應當是一個卓越的管理者，有系統論的思維，能夠從復雜系統的角度關聯地看待大數據與行業的關系。

㈨ 對於大數據分析，你們有什麼看法大數據分析的技術難點在哪裡

我覺得大數據只是被炒作的一個概念，這並不是突然冒出來的一個新鮮失誤。大數據最大的特點是大，其技術難點在於數據的處理，現在流行的hadoop分布式處理就是一個很好的大數據工具。