|
实习编辑：西和西 校对排版：bin~bin 大数据的发展必须是数据、技术、思维三大要素的联动，它不仅取决于大数据资源的扩展和大数据技术的应用，更取决于大数据思维的形成。如果没有大数据思维，即使拥有了海量的数据，也无法发挥它们的价值。大数据思维是在看似无关联的事物中找到其间的相关性，并进行逻辑分析和定量化处理，将自然思维转向智能思维，使得大数据具有生命力，获得类似于“人脑”的智能。 一、数据核心原理 现如今，大数据已成为不可或缺的重要资源，因此必须树立基于数据的思维理念，用数据核心思维方式思考问题和解决问题，让数据说话，用数据说话。 以数据为核心的理念反映了当下IT产业的变革，数据成为人工智能的基础。然而，海量数据既给数据分析带来了机遇，也带来了新的挑战。大数据往往利用众多技术和方法，综合了源自各个渠道、不同时间的信息而获得的。为了应对大数据带来的挑战，我们不得不采用新的统计思想和计算方法来处理海量数据。 二、数据价值原理 大数据时代让数据变得在线，并且从当初的以“功能”为价值转变为现在的以“数据”为价值。大数据的关键并不在于“大”，而在于“有用”，价值含量和挖掘成本比数量更为重要。通过利用有价值的数据能够让企业更好地了解客户需求、消费倾向、喜好等等，并据此提供个性化服务。不管大数据的核心价值是不是通过预测来实现，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。 三、全样本原理 很长一段时间以来，由于记录、储存和分析数据的工具有限，准确分析大量数据成为一种挑战。为了让数据分析变得简单，人们把数据量缩减到最少，选择采用抽样调查的方法。而在大数据时代，人们已经开始逐渐利用所有的数据，而不再仅仅依靠一小部分数据。全数据样本调查相比传统的抽样调查而言更具真实性和可靠性，足够多的数据可让人们透过现象看本质，从而洞察事物的内在规律。所采集的数据量越大，越能更真实地反映事物的真实性。 四、关注效率原理 企业可通过分析大数据来让决策更为科学，并且还应该由关注精确度转变为关注效率。大数据之所以能提高生产效率和销售效率，是因为它能够让人们知道市场及消费者的需求。只要大数据分析指出某件事物的可能性，企业便可根据相关结果快速决策、迅速动作、抢占先机、提高工作效率。竞争是企业的动力，而效率是企业的生命，效率的高低是衡量企来成败的关键。 五、关注相关性原理 大数据思维最突出的特点之一，就是从传统的因果思维转向相关思维。 在传统的统计分析中，一个重要的因素便是因果关系的可靠性。在有限的样本下，科学家在假设检验中往往采用各种专业统计软件进行假设检验，根据概率P值(P-Value, Probability)进行检验决策。但大数据的出现改变了这种在科学界普遍追求的因果关系的检验。它主要从相关性着手，而不是因果关系，这从本质上改变了传统数据的开采模式。传统的因果思维常常意味着需要由一个原因推导出一个结果来；而大数据思维则并不需要找到这样一层因果关系，只需要知道是什么即可，而不需要知道为什么。 |
|
|
