大數據這三個字想必大家都不陌生，但是起初它就像哥倫布發現的新大陸一樣，被認為是新時代的“啟明星”，充滿了神秘感。小編對商業領域頗感興趣，平日里也熱衷于閱讀這方面的書籍，自然大數據對小編來說也充滿了吸引力。生活中，我們手機上的許多軟件出現了“為你推薦”、“你可能喜歡”之類的功能，比如說某寶、某東、某度等等，而這也是小編對大數據的初步印象。在沒有深入了解大數據之前，小編是這樣揣測大數據的：人類活動的每一項數據都十分有價值，深層次地表現了人的本質特征，如果統計足夠多的數據，進一步加以分析，就可以從宏觀上帶來預測，然后取得巨大的商業利潤，就是這么簡單，所以大數據非常好。平心而論，這樣的想法是十分狹隘的，對于大數據的理解是非常淺層次和單調的，大數據的作用和帶來的影響遠非上述過程那樣簡單，并且任何事物都有其兩面性，所以看待事物要保持客觀性、全面性，對待大數據這樣的新事物更是如此，而大數據相關的問題在這本《大數據》里都比較系統的呈現出來了，小編看完之后有一種豁然開朗的感覺，對大數據有了比較全面的理解，不扯那么多，直接碼字吧。
為你推薦
維克托
一般來說，每本書的作者都是十分出眾的，小編一般也就看看而已，因為他們的頭銜看的真是心累，維克托也不例外。自然，維克托在大數據領域是一名權威專家了，是最早洞見大數據時代發展趨勢的數據科學家之一，二十多年來，一直致力于網絡經濟、信息和創新、信息監管、網絡規范與戰略管理的研究，先后有100多篇論文公開發表在《科學》《自然》等著名學術期刊上，開闊的學術視野和系統的學術造詣給他提供了強大的理論支持，他的咨詢客戶包括微軟、惠普、IBM、亞馬遜等大數據先鋒們。而在《大數據》出版之后，維克托從繼父去世留下的16000張收藏的照片中進一步探索，推出了又一力作《刪除》，該書也得到了各大權威媒體的廣泛好評。其實，大家只要知道，維克托在大數據領域很厲害，這就夠了，然而這一點似乎也是顯然的。
《大數據》
這本書的結構還是十分的清晰的，除去序言之后，本書只有三個篇章，分別闡釋大數據時代下的思維變革、商業變革和管理變革，每一個大的章節又都圍繞各自的主題分類展開，從較小的方面分條敘述，最后則留下的是維克托的一些思考，對于未來的展望。這樣的一個結構是一個標準的總——分——總三段式結構，跟我們高中語文老師教的方法相差無幾，好熟悉的味道啊~
你可能喜歡
思維變革
更多
這里的更多正是大數據帶來的第一個轉變：利用所有的數據，而不是僅僅依靠一小部分數據。在過去，因為記錄、存儲和分析數據的工具不夠好，我們只能收集少量數據進行分析，于是我們開始提取具有代表性的樣本，用樣本估計整體的方法一直都是很有效的，至少在過去我們對此深信不疑，這就是在小數據時代的隨機采樣，用最少的數據獲得最多的信息。但這只是一條捷徑，是在不可收集和分析全部數據的情況下最好的選擇，然而大數據技術的出現則打破了這種限制，大數據是指不用隨機分析法這樣的途徑，而采用全部數據的方法。這就意味著大數據的樣本就是總體，采集到的數據不再是局部的有代表性的那一小部分，數據更多了，慢慢地，我們很可能會完全拋棄樣本分析。
更雜
大數據通常用概率說話，而不是板著“確定無疑”的面孔，整個社會要習慣這種思維需要很長的時間，其中也會出現一些問題，但現在有必要指出的是，當我們試圖擴大數據規模的時候，要學會去擁抱混亂，要學會接受不確定性。很多時候，當數量很大時，一個系統往往只會顯示近似值，這并不代表系統不知道確定的數據是多少，只是當數量規模變得足夠大時，確切的數量已經不那么重要了，據估計，只有5%的數字數據是結構化的，適用于傳統的數據庫，但是如果只接受確定性而不接受混亂，那么剩下的95%的非結構化的數據都無法被利用，這樣我們就不會去使用更多的數據了，但對于很多事情，快速地獲得一個大概的輪廓和發展脈絡，要比嚴格的精確性重要的多。過去精確性似乎一直都是我們生活的支撐，凡事都試圖去尋找一份標準答案，然而每個問題只有一個答案的想法是非常站不住腳的，不管我們承不承認。一旦我們承認這個事實，也就是承認數據變得更雜了，那么我們離真相就又近了一步。
更好
大數據的核心之一就是建立在相關關系分析法基礎上的預測，相關關系的核心是量化兩個數據值之間的相關關系，也就是指當一個數據發生變化時，另一個數據會相應地發生什么變化，這可以幫助我們捕捉現在和預測未來。這個系統依賴的是相關關系，而不是因果關系，它告訴你的是會發生什么，而不是為什么發生。過去在小數據時代，因為對于整體認知的缺乏，只能依據小部分的關鍵數據做出預測，這就必然要去理解前后的因果關系，這才具有前后的邏輯性；但是大數據時代為我們提供了新的視角，它展現的就是整體本身，對于“是什么”的問題有更為直接的預測，這幫助我們更好地了解了這個世界，在這樣的一個過程中，數據更好地展現了一種探索世界的新視角。
商業變革
數據化
數據代表著對某件事物的描述，它可以記錄、分析和重組，而數據化就是指一種吧現象轉變為可制表分析的量化形式的過程，也就是說，量化一切是數據化的核心。讓我們來看一個數據化帶來商業上的巨大變革：2004年，谷歌開始把所有版權條例允許的書本內容進行數字化，然后將這些數字化圖像轉化為數據化文本，這樣一來，信息的巨大價值就被挖掘出來了，人可以閱讀，機器也可以用于分析，量化這一切之后一系列增值服務便產生了，帶來的商業價值無法想象。這就是文字數據化的商業變革，此外，方位數據化產生了虛擬地圖和定位功能，溝通數據化產生了各種社交平臺，也就是說，一旦世界被數據化，就只有你想不到，而沒有信息做不到的事情了，我們開始意識到世界本質上是由信息構成的，這為我們提供了一個從未有過審視現實的視角，它是一種可以滲透到所有生活領域的世界觀。
價值
不同于物質性的東西，數據的價值不會隨著它的使用而減少，而是可以不斷地被處理，它的價值不限于特定的用途，可以為了同一目的而被多次使用，也可以用于其他的目的，我想這一點是非常好理解的，就比如說，阿里巴巴和眾多的快遞公司之間的數據對接，才使得這樣的一種O2O模式可以正常運轉，這里數據對雙方的商業價值不言而喻。數據所代表的潛在價值是巨大的，可以多次利用，可以組合利用，可以創新利用，你很難將數據的價值解釋清楚，你唯一清楚的就是數據的價值不可估量。
角色定位
我們正處于大數據時代的早期，思維和技術是最有價值的，但是數據的角色定位會變得越來越重，最終大部分的價值還是會從數據本身中挖掘。那么使用數據的公司和個人是如何融入大數據價值鏈中的呢？首先，根據所提供價值的不同來源，分別出現了三種大數據公司，分別是基于數據本身的公司，比如說Twitter；基于技能的公司，通常是一些咨詢公司、技術供應商和分析公司；基于思維的公司，比如說Jetpac就是通過想法來獲得價值的公司。再說到個人，越來越多的行業專家都已經“消亡”，取而代之的是數據科學家的崛起，從而產生了各種大數據先鋒，他們是數據分析家、人工智能專家、數學家或者統計學家，他們將它們掌握的技能運用到了許多的領域，過去的主導地位會因為大數據而發生很大的改變。在未來，我們可以利用數據做更多的事情，而數據擁有者也會真正意識到他們所擁有的財富，這就是數據帶來的角色轉變，給世界帶來了前所未知的新鮮色彩。
管理變革
風險
大數據帶來巨大的創新性的同時，風險也正變得越來越不可控，沒有任何組織或個人能夠保證自己的數據不被濫用。除了對隱私的不良影響，大數據的濫用也會導致不公平，比如冒險把定罪權放在了數據手中，如果在隱私和預測方面對大數據管理不當，或者出現數據分析錯誤，其所導致的不良后果比定制化的在線廣告要嚴重的多，而不利的一面是，在大數據時代，不管是告知與否、模糊化還是匿名化，這三大隱私保護策略都失效了，當大數據變得更加普遍的時候，情況將更加不堪設想。因此，這些方面給我們一個巨大的警示，必須杜絕對數據的過分依賴，以防讓我們成為數據的奴隸。
掌控
當世界邁入大數據時代時，社會也將經歷類似的地殼運動。在改變人類基本的生活與思考方式的同時，大數據早已在推動人類信息管理準則方面重新定位。這里維克托羅列了幾條管理上的變革：第一，個人隱私保護從個人許可到讓數據使用者承擔責任，對大數據使用進行評測和正確的引導，可以更好地保護個人的隱私；第二，拓寬公正的理解，把對個人動因的保護納入進來，而不能單純地依靠大數據做出的預測對一個人進行評判，如若不然，公正的信念就有可能被破壞；第三，大數據將需要被監測并保持透明度，當然還需要新的專業技術和機構，否則大數據復雜算法的“黑盒子”將帶來巨大的風險。
大數據時代的到來揭示了信息社會的面紗，數據已經變成了一種“武器”，變成了一種“財富”，而且它所帶來的正反兩面的效應復雜交錯，小編覺得處于大數據早期的我們是比較“和平”的時期，然而接下來，隨著技術的深入，很可能會出現從未有過的“混亂期”，這是公司或者個人都無法控制的，但不必過于悲觀，小編認為，市場的游戲規則能夠將大數據產生的混亂有效地控制下來，畢竟不管技術如何發展，人始終都是主導因素，任何的社會或者商業活動都脫離不了人這個主體而單獨存在，因此這一點是樂觀的。總之，在看完這本書之后，小編對大數據的了解不再是先前的那種簡單邏輯了，對于大數據背后的邏輯有了一個更加全面的把握，感覺眼界和思維提升了不止一個檔次呢，嘻嘻。
晚安~
