|
对于大数据这个词，人们并不陌生，在企业工作的上班族、公务员、管理者也更多的接触到大数据相关的内容。比如，企业选择精准投放广告，精准投放的背后就是基于庞大的消费者行为数据；政府或企业做舆情监控，这也是大数据的一种应用。  那么，大数据究竟是怎么来的，他未来又会给我们的生活、工作带来哪些翻天覆地的变化？ 任何新生事物，都是基于一种已有的文化，这种文化甚至可能是根深蒂固的。大数据也不例外。大数据本质上首先是数据，我们就从数据说起。 这些年，已经有很多科学家或学者发表言论：中国上下五千年的历史，大国泱泱，大河滂滂，但在科学领域，中国这五千年的历史几乎一片空白，基本看不到科学的影子。有人可能会反驳，我们有四大发明、天工开物、地动仪等等。但这些都不是科学，他们只是技术。科学是基础，技术是表象。填满中国五千年历史的是儒学/佛学/道家/法家等等，唯独没有科学。 而科学的基础是数学。反观欧洲，欧几里得/达芬奇这些大家都是数学大师。 从这一点，我想的是，我们整个中国自古以来缺乏科学思维、数学思维、数据思维。 那么，大数据的根基也就只能从西方文化中寻找。 数据思维是怎么兴起来的呢？关于数据思维的文化来源，《数据之巅》这本书给出了我们答案，作者涂子沛，这本书也是了解大数据的必读刊物。《数据之巅》就主要讲两个事情，一个是美国的民主共和文化；一个是大数据。这本书的中心思想就是数据文化的根基是民主文化。什么是民主？你有意见，我有意见，他也有意见，考虑每个人的意见，这叫民主。 美国恰恰是一个民主制的国家，他们有民主党，共和党。那么，该听谁的呢？这种背景下，我想说服别人，就必须拿出证据。什么是最好的证据？以往的历史数据、有利的信息显然是最好的证据。 美国总统林肯提出来，政府要代表人民，要by the people,of the people, for the people，要民治、民有、民享。那政府怎么代表人民，政府怎么向人民表明，看我干的还不错？这就要求政府应该公布自己的政府信息/政府数据。人民根据这些政府数据来投票政府，支持自己的认可的党派。 那么，政府数据公布以后，政府的压力就来了。政府制定一个决策，怎么才能得到民众的认可，于是就有了另外一种数据，民生数据/社会数据。政府把社会数据公布给大众，让公民判断我制定的政策是否符合社会发展。这种数据文化在美国民主制的政治中也就慢慢流行开。甚至政府每出台一个政策，都要扒拉扒拉数据，看是否有数据支持我的观点。比如林肯，在南北战争时期，通过对南北地区青壮年的数据统计，就得出“持久必胜利”的言论。  所以，数据思维、数据文化的根源是民主文化。 在我们中国，不仅科学是空白，数据思维也是十分罕见的，中国讲的是“君君臣臣，父父子子”。这是《论语/颜渊》中的一句话，齐景公问政于孔子，孔子回答：君君臣臣，父父子子。什么意思呢？这句话本质的意思就是一言堂。臣要听君的，子要听父的，下级要听上级的，不用管他们讲的对不对，也不用去做任何论证，无条件听从。这就是一言堂。不做论证又怎么能产生数据思维呢？  当然，现在的中国政府、中国企业越来越认识到数据思维的重要性，开始做精益管理，做商业智能。这些企业思维背后都是数据思维。所以才有了海尔/美的/华为这种优秀的企业。 这就是数据思维的文化基础。 那么大数据又是怎样的一种数据呢？大数据的英文是“BIG DATA”而非Large DATA？Large 是指的体积/容积大，而Big则是指的相对于小的大。有小有大。所以，BIG data这个词本身就反应了大数据的本质含义：数据庞大。 这也就衍生出了大数据的三个特征：规模大，类型多，结构复杂。 规模大很容易理解：过去我们上数学课，高中课本上就讲到了概率，讲到了统计，做统计，有总体，有样本，做抽样数据可能是几百个，几千个，规模大一些的也才几万个。在这个基础上，我们再推算总体。这是传统数据思维中最常见的方法。后来，我们到社会上工作，传统的企业数据量又是怎样的？也就几千/几万/几十万。但大数据又是什么样的？我们看腾讯的用户，QQ微信都有几亿个账户，如果一个账户是一条数据，这数据规模就上亿了。如果我们在给他加上时间维度，每天一个用户的行为都会生成一条数据，这种数据的规模就是几十亿、几百亿了。所以，大数据首先讲究的是体量庞大，几千万、几亿的数据规模在现在越来越常见。 大数据的第二个特征是类型多。我们过去见到的数据主要是什么数据？中国的人口14亿，中国的GDP82万亿，美的的市值3000亿，这些数据都是数字型。过去处理数据类型大部分都是这种。但大数据时代，任何信息都可能是数据，文本信息/图片信息/语音信息/视频信息等各种形式的数据，所以，我们要做文本挖掘，要做图片识别，要做语音识别，要做视频解析。很多大数据公司都在干这活儿。百度大脑是语音识别，Face++是图片识别。 大数据的第三个特征是结构复杂，什么是结构化的数据，我们看我们的excel，一般怎么统计数据？比如第一列省份，第二列人口数量，第三列GDP，这是结构化的数据。但我如果从网络上抓数据，从智能设备上采集数据，我如果处理大批量的文本，图片，怎么能一开始就做成这种结构化的数据？很难。所以 ，大量非结构化数据是大数据要解决的一个问题，这也是大数据的第三个特征。 那么，有了大数据，我们怎么让它发挥价值呢？ 说到这里，就不得不提牛顿的《自然哲学的数学原理》，自然哲学的数学原理本质上是在表达一种什么思想？这个世界上又诸多的确定性，这些确定性决定了这个世界凡事是有规律可循的，既然有规律可循，那么我就能用数学公式/数学符号来表达这个世界，所以才有万有引力定律，才有惯性定律，才有物体相互作用的规律。  大数据发挥价值的根本在于，在不确定性中发现规律，让他趋近或转化成确定性。其实，自古以来，古今中外，但凡发家致富的成功商人，都基本是靠着这条法则。我在不确定的因素中，挖掘有用信息，让不确定性变成确定性，然后卖出去，这就是发大财的法则。 大数据发挥价值也是靠这一点。非典时期，政府很想了解谁感染了病毒，病毒扩散到哪里了，病毒还会扩散到哪里。但收集和确认一个病号都需要几天的时间。解决这个不确定问题，效率十分低下。而谷歌则通过人们在使用搜索引擎是否发生过SARS相关信息检索，检索病毒病情的什么信息，就能预判出这个人是否可能感染，SARS病毒又传染到了哪里。在极短的时间，回答了这一系列不确定问题，进而创造了价值。 企业也越来越多的在大数据中挖掘价值，比如沃尔玛通过对数据分析发现啤酒销量和尿布销量有关，有人发现吸白沙烟的男人性欲强，还有数据表明可以向购买男性护肤品的男人推荐古典音乐。这都是数据价值的一种挖掘和释放。  现在，已经出现了政府大数据、企业大数据、互联网大数据、用户大数据、金融大数据、工业大数据、物联网大数据等诸多领域。我们使用一款手机APP，它能够通过数据记录我们的上网轨迹、兴趣爱、生活习惯、喜不喜欢熬夜等等，我们的家电家居入网，也就是物联网，能够记录我们使用空调的时间，常用的温度，周围地区大部分人在使用多少温度；车联网可以记录我们听什么音乐，开车时的油耗是多少，有没有急加速，有没有急减速，有没有系安全带；交通大数据可以记录我们有没有违规驾驶，我们的车牌号时多少，有多少危险操作，交通有没有堵塞，哪里有共享汽车等等。这一系列的大数据应用，都将改变我们生活的点点滴滴，改变我们的衣食住行。甚至影响着我们会不会被企业裁员，会不会丢掉工作，会不会被这个社会淘汰。 这是大数据的光芒，这是一个崭新的时代。 |
|
|
