|
標簽：
大數據時代，企業需要停下來重新沉思。在過去的20多年中，數據在急劇增長，甚至在部分領域出現了雪崩。據牛津大學教授、大數據領域權威專家、也是《大數據時代》的作者維克托-邁爾-舍恩伯格分析，1987年全世界大概有26億個數據點，到了2007年已經增長了100倍，并且還在繼續增加，當然，大數據不只是數據點的數量多，他認為大數據主要有三個特點，即大數據由全體的、混雜的和相關的關系組成。
第一，大數據的全體性，就是要盡可能多而全的去收集和分析數據，這些數據都是和企業相關的數據，即這些數據點要和研究的對象相關。如果研究的對象只有6000個數據點，抓住6000個數據點就是大數據，因為企業掌握了所有數據。而信息化工具可以提升對大數據的洞察力，提升數據收集、分析和挖掘的速度。
第二，接受混雜的數據。在小數據時代，企業總試圖收集一些非常干凈的數據、高質量的數據，并且要花很多錢、很多精力來確定哪些數據是好數據、高質量數據。而大數據時代，為滿足于某種大方向，我們不需要追求數據的特別精確性。當我們在宏觀上“失去了精確性”，我們卻可以在微觀上獲得準確性。
第三，數據的相關性。因為數據的更多和更混雜，它們相互的加強給我們帶來了第三個巨大的轉變，也是最重要的轉變，從因果關系轉向相關關系。大數據時代，不再從事實中尋求原因，不再問為什么，不再尋求一個松散的因果關系。比如：一人在新餐館吃飯的時候，第二天他生病了，他馬上認為是所吃的東西導致的。但從統計上來說還有可能當時他和別人握手導致，也有可能其他病毒侵入導致他腹瀉，多種可能形成了一種虛幻的因果關系。這種更加客觀的認識，會讓這個人感到舒服。所以，大數據時代需要企業更加謙卑，更重要的是如何獲得更多的洞察力，但不要以為企業可以真正地、容易地找到因果關系，而是發現了相關的關系。
維克托還表示，基于大數據的三個特點，未來很多公司都會讓自己轉型成為大數據公司，我們生活中的、企業活動中的很多內容都能變成數據格式，也就是數據化，當我們數據化這個世界的時候，可以使用流程把數據進行存儲、分析，從中獲得價值。
|
