一本書讀懂大數據

讀完《人工智能》讀《大數據》。大數據讓人工智能成爲可能，並推進了人工智能的深入發展，而且，大數據讓產品開發、銷售、經濟趨勢預測、地震預測、網上地圖、競選和民意調查、追捕罪犯、美味菜譜等各行各業帶來極大的方便和進步。 書的開頭一個通過追蹤消費領先全球的美國垂直行業電商的廣告關鍵詞變化來找出新產品的趨勢案例，說明了獨到眼光+大數據應用=商機。 瞭解大數據我們知道: 只要數據足夠多，人可以複製地球，複製一個人。 我們還知道在大數據時代統計學的重要性，學好它，因爲它是管理數據的最有用的工具。 什麼是數據？數據是個既清晰又模糊的概念。清晰，是一切活動、行爲的軌跡都是數據；模糊，是這一切軌跡如不經分析、整理、找出規律，都只是一團亂麻。所以數據收集後，分類、存放及管理是很重要的。 在應用大數據之前，我們做決定多憑經驗和直覺。書中講了一個有趣的例子：說二戰期間美軍大量轟炸機被地面炮火擊中或擊落損失慘重，到底在戰鬥機機翼還是駕駛艙和水平尾翼加裝裝甲，成爲軍方頭疼的問題。儘管從飛行員、將軍的經驗和飛回的飛機看，機翼中彈最多而駕駛艙和水平尾翼中彈極少，但是著名統計學家沃德教授卻認爲: 應該在駕駛艙和水平尾翼加裝裝甲。採用教授意見後轟炸機生存率果然大幅提高，爲什麼？數據表明墜毀的飛機是駕駛艙和水平尾翼中彈造成的。事實上，人的經驗和感覺會出現偏差，因爲人有情緒。數據沒有情緒，所以在這個大數據時代，管理者要學會用數據來管理工作，而不是憑感覺。 在這個大數據時代，只要你用手機或用電腦，無論是瀏覽或購物，你的興趣、愛好、經濟能力、住哪裏、在哪裏工作、常去哪裏消費或做什麼事，你的軌跡已經成爲數據。萬一網上數據泄露，個人隱私將暴露無遺。另外，網下 通過回收箱和垃圾收集信息數據的行爲也時有披露。包裝袋、包裝盒暗藏了個人、家庭或某地域的購物信息，而郵件上的收發方的姓名地址、賬單、等內容更是大數據感興趣的，所以扔垃圾前要注意把這些痕跡清除。 當然，大數據也並非無所不能的。我質疑書中一個講法: “2008年，阿里巴巴的業績開始爆發式增長。也就是這一年，阿里巴巴通過對網上交易數據進行分析，成功預測到即將到來的全球金融危機，並提前將這個結果告知了客戶，這一舉措使很多客戶都成功避免了金融危機的衝擊。”我認爲這個吹得有點過了。金融危機是黑天鵝事件，不可能預測。大數據可以預測金融未來的走勢、某一區域消費的傾向、某些行業或產品的未來發展變化趨勢等等等，但不可能預知什麼時候會發生戰爭、金融海嘯、某種貨幣瘋長或狂跌等等。

在基本上寫完讀後感後，今天中午又看到阿里以54.53億元投資居然之家，達成新零售戰略合作。阿里又一次出手這次打算做雲裝修。    2013年是大數據元年已過，雖然已過了五年，但是回頭看看這本幾年前的書還是很有意思的。五年來大數據被應用非常廣泛，很多企業也都改頭換面說自己是一家做大數據的公司。現在來看，大數據已經深入我們衣食住行的各個方面，我們的每一筆消費，每一個上網痕跡都會被記錄，被標記，被追蹤。從而被一些大數據公司進行一系列的數據營銷。換句話說，大數據時代下，企業不僅可以追蹤人的行爲，還可以預測人們接下來會採取怎樣的行動。當你進入一款購物軟件，會根據你的個人喜好定製的爲你推送最適合你的產品。你會以爲數據更加智能了，其實只是被定向的營銷的一種省時高效的手段。對你剩了很多時間，消費的很高興，感覺很舒心。對公司也是感覺擁抱大數據的好處非凡。這可能就是大數據+互聯網電商營銷的方式。 大數據捕捉到社交網絡中“人”的蹤跡，而智能廣告則利用數據追蹤、研究、理解“人”，從而選擇“對的人”與“對的時機”。“數字的本質是人，數據挖掘就是在分析人類族羣自身。”一款基於數據挖掘的新聞推薦引擎產品——今日頭條。在新浪、騰訊和網易的手機新聞客戶端已經鋪天蓋地，誰也沒有料到，小個子的張一鳴有可能殺出一條血路。 關於淘寶用戶，阿里巴巴會有18個性別標籤。針對不同的場景重新定義了人的喜好特徵標籤。隨着大數據的成熟和快速發展，我覺的可能18個會不會太少了，我們每個人的標籤可能會分的更加細緻化精準化，在大數據時代我們可能不會再獨立的人，而且被成千上萬的數據數據化的獨立的個體。 2017年被稱爲新零售元年。2018的大數據可能會變成大數據+新零售的戰場。 2017年12月15日，永輝超市正式發佈公告，騰訊投資永輝超市。本來以爲這就是2017年電商領域的最後一次大動作了，沒想到過完一個週末，12月18日，又傳出消息，騰訊和京東投資唯品會，電商格局又一次重組。 在新零售賽道上，阿里巴巴推出的盒馬鮮生，定位於以大數據支撐的線上線下一體化超市，而永輝超市也於今年1月1日推出被稱爲高級物種的“高端超市+生鮮餐飲”新業態。騰訊入股永輝超級物種也預示着其將於阿里在線下零售佈局上正面交鋒。 從去年底到現在，阿里的動作非常頻繁，投資佈局了包括蘇寧、銀泰、百聯、三江、新華都、歐尚、大潤發等公司在內的累計數十個項目，推動線上線下融合。但即使這麼大的動作，新零售的演化也沒到終局。    2018年開年，新零售大戰愈演愈烈。2月2日，騰訊以25億元購入海瀾之家5.31%股份，同時，雙方共同設立100億元服飾產業投資基金。2月3日，步步高發布公告，宣佈與騰訊簽署《戰略合作框架協議》。 2月11號，今天上午一條阿里以54.53億投資居然之家，達成新零售戰略合作，阿里又一次出手，這是要做雲裝修。 大數據時代下個人隱私怎麼去保護？我們怎麼才能成爲一家負責任的數據管理公司？ 2018新年伊始，支付寶公佈個人年度賬單，沒多久國家網信辦約談了支付寶和螞蟻金服。前不久，網信辦約談微博，接着微博熱搜下線一週整改。 我們已步入大數據時代，什麼都會被數據定義。在感慨數據智能帶來的各種便捷快速等的好處後，我們的數據也被會倒賣好幾次，也會越來越可怕。

又亮瞎了我的24k鈦合金的狗眼啊！價值觀又被顛覆啦！原來以爲大數據是大公司企業管理，生產流程中的事，大數據營銷也聽過不少，可看完之後才知道，小公司也能大數據，健康，約會，社交竟然都能大數據，用數據的方法重新認識身邊的世界，學會用數據衡量我們的生活！真的不錯，建議認真讀一讀！

這是一本關於大數據與當今人們生活關係的書籍！其內容的知識量不夠大，沒有很好地反應大數據給時代給社會帶來的巨大變革，這也許是受本書的成書時間所限制，畢竟大數據的時代是日新月異的，容不得我們翻開幾年之前的書籍來感受當下的大數據現狀，這也許已經是關於大數據方面的一本“歷史書”了，如果想真正瞭解當下的大數據時代，個人建議還是看看這方面的最新著作！當然，所謂“開卷有益”，凡書都有可取之處。在閱讀此書的過程中，我慢慢地思考，我想人類從遠古時代慢慢進化到現在，工具發展是人類生產力發展和進化進程的重要標誌。從使用自然工具到簡單地製造工具，從舊石器時代到新石器時代，從青銅器到鐵器，從冷兵器到火器，無一不是劃時代的進步標誌，而且進步的週期是越發短暫和迅速，人類社會的進步步伐逐漸地加快！如今大數據時代是一個嶄新的時代，我認爲絕對也是有着劃時代的意義，它的到來對我們的未來生活也應當是顛覆性的，很多傳統的東西將受到挑戰和改變，而這一切改變有的是瞬間完成並感知明顯，有的是潛移默化的轉變，使人難以察覺。等到突然有一天你走進一家高級餐館剛入座，餐廳就自動挑選出你平時喜愛聽的歌曲播放；當你點餐時，點餐系統會自動向你推薦你平時愛喫的菜餚，等等！我們的生活會因爲大數據的收集、處理、分析和運用，而變得更加便捷和高效。然而，凡事有利必有弊！大數據最令人擔憂的就是大數據安全和人們隱私的保護問題，畢竟大數據的分析是程式化的，它不同於我們人類會利用道德感情的因素來分析和決定取捨，這就決定了大數據缺少靈魂和生命，就好像人類手中的工具一樣，工具本身沒有情感和生命，在不同的人手中發揮着不同的作用，或善或惡，或正或邪！核武器的使用可以使人類墜入萬劫不復，大數據的濫用同樣能使人類社會跌入萬丈深淵！

這是一本關於大數據的普及版讀書。內容一般，但對於無此背景知識的人來說，它定會有幫助。其認爲用數據”更多的是一種方法論，而“養數據”則是一種數據戰略，是基於深入業務理解的更高層次的商業決策。 “養數據”還有一個重要的含義，就是要決定收集哪些數據。這個決定不容忽視，因爲這可能是公司數據戰略中非常重要的一個環節”。這觀念好！另一方面，本書介紹大部分是關於大數據能夠“做什麼”，如果能加 上它是“如何做”的，特別是如何建立數學模型等的一些基本原理方面的介紹，即有點乾貨，其參考價值會更高？否則讀起來像查“流水帳”？還有些內容要帶反思精神去讀，例如，作者認爲“數據不僅僅能爲你尋找命中所愛開闢新途徑，也許未來它也能幫助你守護你所找到的那份愛情”。你真信嗎？面對大數據時代，人將如何面對末來？特別是面對機械人的挑戰？

我們每天產生海量的數據，而一些大公司（非一般公司能極）正千方百計的極盡所能收集這些數據，如你每天打過的電話、發過的短息、看過的網頁、買過的商品、走過的地方、訂過的餐和酒店、上網的時間、每天的步伐、關注的焦點等等等等...而這些海亮量的數據這些大公司加以分析判斷利用及預測，就可以變爲極爲有價值的信息，如你的個人喜好、經濟水準、身處的地裏位子、行業、消費水平、結交的圈子、信用、償還能力、個人興趣愛好等等等等。而這些數據用一套不斷改進的模型日積月累的進行收集分析，怕是不遠的將來我們在大數據時代沒有個人隱私而言，更可怕的是，在技術飛速發展的時代，我們將要做的事恐怕也會被準確的預測出來。大公司（如臉譜、騰訊、微軟、阿里巴巴等等）正已加速擴張的方式收集各種數據，政府也開始着手進入公民大數據領域。如果這些數據用來更好的服務社會和公民必然是好的，但是以現在人工智能發展速度，如果不加以立法和監管，我想這些天量的數據也會給大衆帶來極爲惡劣的影響（以後我們的一切好似透明的）。     大數據正在改變整個市場營銷行業的工作方式：理解消費者背後的海量數據，挖掘用戶需求，提供跨平臺的個性化營銷解決方案。就像人們看到的那樣，大數據讓社交廣告變得更加流行。 大數據時代，每個人都是一個自媒體。無論哪裏發生事情，在那裏的人們總能第一時間通過手機、平板電腦等設備記錄下各種信息，上傳到網站上，供那些沒有在現場的人們查看。人們通過很多人從現場發回的各種線索，便能自己弄清楚事件的來龍去脈。     進入大數據時代，誰掌握的數據越多，所建立的分析模型越準確，誰就會更加快速的發張和擴張，但願這會給人類的發展帶來積極作用……

這是大數據的時代，你要形成一個蒐集整理歸納的能力，以發現的眼光去找商機。Facebook 這樣一個收入巨大的公司只有5000名員工他們幾乎都是處理數據的技術人員。相信數據，用數據說話是沃爾瑪等國際型企業的職業經理人的思維慣式。 大數據不是萬能的，它雖然可以客觀有用的分析想要的數據，但它往往是刻板而不能反映社會的情感價值。人的大腦在數學方面很差，但是在社會認知上很優秀。而且可以格外關注一下消費心理學。So，人腦和計算機的結合將創造多麼優秀的作品～～～ 大數據建模，你需要學習數學建模，學校選修課或許可以瞭解一下。或許所有學的東西都要發揮他的價值，那麼現在你的數學學習是否更有方向了嘞。 這裏摘錄幾個對我非常有啓發意義的點 1⃣️著名風險投資家克里斯·薩卡曾講過，在分析投資項目時，會分析創業者在一個社交網絡及微博客服務的網站上發表的最近50條信息，來觀察創業者到底是什麼風格的人。在他精心設計的投資算法裏，把創業者在社交網站中的表現納入計算公式，用數據來分析創業者是否是個值得信賴的人。 2⃣️在企業管理過程中，工作考覈、績效管理等事宜上，不能籠統地用一些形容詞來簡單概括，而要儘量用清晰的、明確的、可度量的數據來表述。 3⃣️複製成功最好的方法是，把成功的行爲標準化、流程化，用精確的數字進行描述。有了數據，複製中就有了參考的依據和標準。 4⃣️執行過程中，用各種不合乎規則的方法，遇到困難時互相推諉，當前的企業中經常存在這種執行力不強的現象，很多領導者爲此頭疼不已。殊不知，執行力差的根本就是缺乏數量化的管理理念。

這本書比較適合對大數據感興趣的小白看。如果你想從事大數據行業，但是卻不太確定自己具體做哪個方向，或者說你很好奇大數據，到底能做什麼事？未來和大數據能有什麼聯繫？那麼這本書對你而言是一個很好的選擇。書中對數據的價值以及運用大數據分析的思維改變人的衣食住行給出了很多案例，很耐讀，很詳細。有些很經典的，比如尿布和啤酒，以及在一個女孩的父親都不知情的情況下預測對方懷孕。這基本上是大數據書中必提的兩個案例。另外書中對飲食行業使用大數據分析來做一道菜譜，以及對健康行業醫療健康使用大數據分析幫助醫生做決定，更值得一提的是精準廣告投放。感覺這本書最主要的就是由我這些個案例構成的，每個案例都是在述說着大數據所帶來的改變和價值。讀起來起來倒是毫不費勁，沒有任何專業基礎的人也可以看懂，而且可能會啓發你對大數據的一些思考。我個人從書中更深刻感受到了天上不會掉餡餅，有些網站的免費使用，可能令有所圖，個人數據對你而言可能毫無用途，但對網站背後的開發者來說就是一筆豐厚的寶藏！ 書中毫不涉及如何使用大數據分析，有哪些手段具體怎麼做。所以如果是這些訴求，那還是，換一本看。

科技的迅速發展，革新傳統產業的同時創造新的經濟增長點，新興服務極大地簡化以及改變着人們的生活方式。大數據，雲計算，人工智能，VR/AR等新興技術一次次刷新三觀，已成爲大勢所向。大數據是所有應用的基礎，而大數據的存儲及運營能力非一般公司所具有，只有技術底蘊深厚，備受關注的大型公司纔有錢有才推動技術革命，諸如國外Google,Facebook,Amazon,國內BAT等，同時需要大量的基礎設施的配合，如移動網絡的覆蓋，遍佈全國的傳感器，國家政策的引導。通過對海量數據的收集與分析，個性定製化服務將出現在各個應用板塊，音樂，網購，新聞，視頻等全部推送你喜歡的，儘管這有時候是你反感的。信息高度共享的時代，你很容易就把自己賣出去了，大多數時候我們是不知情的更別談私人數據價值。 大數據給人們帶來的各種感官及行爲享受，這是個大餅，要多久才能完全融入各家各戶還有很長時間。首先是網絡安全問題，個人數據容易竊取與倒賣，虛假信息的上傳，各種廣告推送。如我開頭所說，簡化了的生活，機器代替了人的思考，有點恐怖，文中保潔阿姨通過分析菸頭類型判斷個人習慣，是自我大腦信息加工綜合作出的判斷，有了人工智能，大腦將越來越懶惰，鈍化，絕對的懶人生活方式，更多毛病將隨之而來。不過這也很是合理，毛主席說“矛盾存在於一切事物當中，並且所有事物都存在從始至終的矛盾”，技術革新，事物發展，隨之而來的問題也是進階到更高級，解放了的時間應該投入到更深刻的工作，生活的思索中，畢竟我們追求的是幸福生活，而不僅是簡單生活。[微笑]

如今，大數據和數字化轉型已經從企業的可選項變爲必選項，我們每個人都需要思考，大數據時代，我們的業務和管理將走向何處？ 本書通過講大數據案例、大數據實踐應用，如大數據營銷、推廣、預測、破案等，深入淺出地講解大數據是什麼、可以做什麼。適合相關基礎知識少而又想了解大數據概念的小夥伴。 重點摘錄 收集數據不是目的，收集起來的數據如何產生價值纔是最終的目標。把所有的業務都建立在事實和數據的基礎上，通過數據分析對事實做出客觀判斷，進而創造出商業價值。 所謂大數據，包括企業信息化的用戶交易、社會化媒體中用戶的行爲、關係以及無線互聯網中的地理位置數據。 數據已經滲透到世界每一個角落、每一個行業和每一個業務職能領域，逐漸成爲重要的生產因素和時代的標誌；而人們對於海量數據的運用將預示着新一波生產率增長和消費者盈餘浪潮的到來。 凡事皆可量化。只要我們能夠找到觀察問題的方式，並從一個新的角度去衡量它，不管從這個新的角度衡量它到底精準度如何，只要它能讓我們知道得比以前更多，那麼它就是一種可行的量化方法。實際上，對那些看似不可量化的東西，人們總能找到相對簡單的量化方法。 在理想情況下，企業應讓數據分析貫穿於整個組織，並儘可能地做到實時分析。通過觀察谷歌、亞馬遜、臉譜和其他科技主導企業，包括我們國內的騰訊如何從一片競爭廝殺中勝出，你可以看到大數據之下的種種機會。管理者需要做的就是往自己所在的組織中注入大數據戰略。 其他商業典範如 微軟 蘋果 領英等 都是充分應用大數據實現了跨越發展。 企業一定要學會“養數據” “用數據”更多的是一種方法論，而“養數據”則是一種數據戰略，是基於深入業務理解的更高層次的商業決策。 “養數據”還有一個重要的含義，就是要決定收集哪些數據。這個決定不容忽視，因爲這可能是公司數據戰略中非常重要的一個環節。因爲很多公司的做法是有什麼數據就收集什麼數據，完全沒有主動性，這樣做遇到的一個核心問題就是：公司自主思考的能力開始缺失，對該收集什麼樣的數據不甚瞭解。事實上，被動收集數據的行爲是“收集”，而主動收集數據的行爲則是“養數據”。 長期以來德國汽車製造商通過大量試驗，積累了大量的數據，從而不斷推陳出新。汽車公司通過碰撞試驗，對汽車在受到外力重擊的情況下的形變進行了統計。換句話說，德國能製造世界一流的汽車是對數據管理的結果。 大數據下用戶體驗的威力 用戶體驗，即用戶在使用一個產品或系統之前、使用期間和使用之後的全部感受，包括情感、信仰、喜好、認知印象、生理和心理反應、行爲和成就等各個方面。一個成功的用戶體驗決定一個產品的成功營銷。 大數據可以幫助企業進行個性化分析，這樣有助於企業爲每個不同特徵的用戶羣量體裁衣，進行個性化營銷。 做好個人大數據管理 要想成爲一個“大數據專家”，你就要了解更多信息源，攝取更多的信息。這就像和行業內的高手過招，我們在積累的過程中是在動態中不斷迂迴地走向目標的。 由時間鏈、共識面（公司、人物、來源）、知識體系（標籤）和格式（內容）所構成的一張知識圖譜是解碼決策分析的依據。 如果你6個月內不斷地積累知識，你也會發現你的思考結構發生了改變——不僅僅是知識上的改變，而且是思維方式的顛覆式改變。這是因爲你收集數據的方法已經不一樣了，你積累的東西也不一樣了，你變成了另外一個人，你會覺得你“混”得特別好。 最後，有一個問題擺在我們面前，大數據究竟是服務於個人還是服務於商業呢？如果是服務於個人的話，服務商收集用戶數據無可厚非，用戶拿不到任何報酬也毫無怨言。但是如果服務商收集了用戶的數據之後再去爲其他商業活動服務，服務商是不是應該根據用戶隱私數據的貢獻程度來對利潤進行分成？ 數據，產生於用戶，又服務於用戶，獲益的也是用戶，但是擺在檯面上的是，廣告商、服務商從基於用戶行爲而獲取到的大數據中獲利最多，賺了最多的錢。薩內爾的舉動在大數據時代具有標杆性的意義。大數據是一座金礦，而金礦並不是憑空產生的。金礦的製造者正是每個身處大數據時代的人，當很多公司去採集大數據這個金礦賺得盆滿鉢滿時，提供金礦的人們卻沒有分到應有的紅利。當越來越多的人開始關注自己生活中產生的“大數據”，開始關注自己的隱私數據是不是免費提供給一些公司贏利時，我們享受到的數據紅利也將越來越多。 200425