㈠ 對大數據的理解與思考
對大數據的理解與思考
首先，大數據的到來，對人們的觀念將帶來深遠的影響。
我們以前習慣認為：找到現象背後的原因，比清楚現象是什麼更重要。通過「塔吉特懷孕預測」的例子可以看到，通過關聯分析、聚類分析等數據挖掘方法，大家很容易找到事物之間的關系。但是，這些大數據分析結果，並不會直接告訴我們，事物之間為什麼存在這些關系。在不清楚為什麼存在這些關系之前，又的確看到了這些關系帶來了價值；所以，在大數據應用領域就需要改變以前的思考方。即：先找到「是什麼」再去找「為什麼」；清楚是什麼，與搞清楚為什麼同等重要。
手工統計時代，出於收集全部數據非常困難或代價巨大的原因，很多數據分析都是採用抽樣數據；但是，現在不同了，隨著信息技術的發展，現在很多領域都能夠方便的收集到全量數據。諸如無紙化辦公的興起、信息系統的使用、電子商務的發展等等，都為收集全量數據提供了便捷的條件。那麼，這時候數據的「樣本」=「全體數據」。這相對以前來說，也是革命性的影響。
在抽樣分析時代，個別樣本的質量甚至決定結果的質量。在大數據時代，這也變了，可以允許個別數據的不精確，甚至錯誤。舉個簡單例子來說明這個道理，比如在溫室大棚里放一隻溫度計，當這只溫度計有問題時，整個溫度都是不準確的。若在大棚里均勻分布十幾只溫度計，其中一隻有問題，對溫室大棚溫度的統計結果無礙大事，基本可以忽略其影響。
其次，大數據應用，影響商業變革和社會進步。
大數據應用正改變著企業的業務發展方式。比如：京東、天貓通過對交易數據的「二次利用」，尋找目標客戶、定向推薦商品。也正是這些數據的二次利用給他們提供了大量價值，促進了這些企業的發展，推動著他們在營銷、供應鏈與客戶服務等領域的管理變革。同時，交易數據並不因為二次利用，而降低其價值；這也是，大數據應用與傳統資源使用不同的地方。
數據的「混搭」分析，推動著商業發展和社會的進步。比如歷史天氣信息與航班誤點信息，這兩個不同領域的信息一塊兒分析，便可以推算未來幾天航班的誤點率。再比如，通過神經中樞腫瘤患病率和手機使用時間長短之間的大數據關聯分析，來研究神經中樞腫瘤患病率是否與手機使用時間長短有關系等等。
大數據的應用，也促生了很多商業機會。隨著大數據時代的到來，形成了很多大數據擁有公司，以及大數據技術公司；數據與技術的結合變促生了很多大數據應用，因此帶來了很多商業機會。例如，現在很多商業銀行對自己大量客戶的交易信息分析，規劃新的理財產品，與其他商家合作，聯合搞定向促銷等等。
再次，大數據時代不再有個人隱私，將形成新的信息安全機制。
現在還經常聽到諸如某某窺探我的隱私之類的話語，但是，在大數據時代幾乎沒有個人隱私，這不是駭人聽聞。因為，現在微博、搜索引擎、社交網路、電商購物，已經成了我們生活中必不可少的一部分。根據每個人在互聯網上留下的痕跡，通過大數據分析，很容易分析出一個人的愛好、習慣、性格、癖好等等。所以，大家都被「第三隻眼」實時監控著，在大數據時代，幾乎沒有個人隱私！
沒有個人隱私，是否就代表每個人可以隨便傳播別人隱私了呢？答案當然是否定的。因為傳播別人隱私是不道德的，甚至是違法的。所以，現在新的信息安全規則正在重新定位，其中一個基調是：讓數據使用者承擔責任，不能濫用別人的隱私；我個人感覺這也比較合理。
總結
大數據只是「新概念」，並不是「新事物」。過去數據就存在，只是我們沒有收集這些數據。但是，現在收集了這些數據，這個世界變得不一樣了；它更新了人們過去對數據應用的認識，加快了商業和社會發展的新陳代謝，從中也讓大家也看到了很多機會。大數據時代，已經到來。極目遠眺，也看不到盡頭。
㈡ 大數據的思維方式遵循因果邏輯推理，對嗎
大數據時來代，人們對待源數據的思維方式會發生如下三個變化：第一，人們處理的數據從樣本數據變成全部數據；第二，由於是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求；第三，人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相關關系。大數據思維最關鍵的轉變在於從自然思維轉向智能思維，使得大數據像具有生命力一樣，獲得類似於「人腦」的智能。
㈢ 寫給創業者十個大數據觀點
寫給創業者十個大數據觀點
歷經多種以數據為資源的創業公司，筆者深感大數據題材創業是高富帥的行為，對於創業者來說不但要擁有大數據的思維，幫客戶創造價值，還要更好了解大數據的生態系統，不要想著成為什麼平台，甚至設想成為數據生態裡面的重要基礎設施提供者，某個行業的領導者，而更多是要考慮如何先成為數據時代的收益者之一。
根據觀察，筆者梳理了大數據的觀點，寫給創業者以供參考。
1.關於大數據賺錢
大數據的價值是沒有問題的，可是它的商業價值是依賴用戶數的；
簡單舉例：100元發掘了10元價值，如果銷售給8個人，虧20，銷售給80個人賺700，利潤極高
這就是說，數據驅動的生意價值密度比較低，依賴用戶數構建生意體系，一旦做大將是暴力，因為價值的復制性成本趨近於零。
2.關於大數據商業模式
目前的大數據仍停留在概念系統建設的初級階段，解決現有數據量增加、處理速度快速處理的問題，很少有大數據平台真正運用自身的大數據，完成真正的產品創新，而非渠道的拓展。
就技術收益而言，營銷的：
商品推薦、廣告推薦、閱讀推薦、人才推薦、旅遊推薦搜索悠優化都是有收益的；就安全而言：有合規、預警和智能巡檢，是可以節省成本的、提高效率的；就產品創新而言，沒有見到實物的產品創新案例；UGP（用戶創造產品）平台會比較酷。
就目前已經賺錢的搜索業務，安全業務，輿情，情報，營銷業務都是成功的案例，還有很多，靠大家切入，記住提供應用，不要搞系統。那是大公司乾的事情。
3.關於大數據的普世價值
發現大數據的價值，如同發現新文明！
數據是群眾智慧，將協助個體進行科學決策！
和之前的數據科學相比現在的DT能夠實時在線，預測未來趨勢！
企業層面將更加科學的倒逼企業的人財物產供銷體系等
開放數據、是人類歷史上最偉大的進步！
對於數據的價值認知不應該停留在商業領域，各行各業都需要數據驅動，各個學科也需要，我們人類在通過數據不斷量化這個宇宙。
4.大數據與營銷
科學和藝術的有機結合
數據更快、更准，藝術更富有感染力！
科學提升在理性范圍內、藝術則非理性！
大數據目前貢獻最多的還是在營銷！
藝術價值>數據機制
數據對於營銷效果是N%的提高，藝術是幾十，幾百，成千上萬的提升，在數據時代一個好的營銷是將數據與藝術結合的結果。
5.大數據的最大價值：大數據+物體=智能
心中有數為智慧、物中有數可智能！
數據給人類提供了造物的素材，使人有了學習上帝造物的本領；
大數據滲透到了所有場景，讓物體智能，行為智能，誰學習誰受益，請用大數據幫助XX進行變革造句（大數據輔助說話，治病，吃飯，旅遊，吵架）；
這是大數據的核心價值，在這個哪些硬體需要什麼樣的數據，如何去滿足這種數據需求，如何節省資源，如何提高數據利用率，如何考慮硬體之間的數據交換和流動才是最重要的。終端決定後台，消費者決定市場！智能硬體是大數據的最終用武之地。
6.沒有數據照樣可以大數據
智慧高於知識，智慧是動態的，它可以隨時產生（實時計算）的：你的心態，初心，勇敢，創新思維，工作環境人際關系都是條件，我們從數據，信息，知識，到智慧產生都是大數據處理的結果，古人沒有數據但是產生了智慧，所以大數據思維不應局限在數據層面。
7.關於大數據的最佳商業模式
免費數據，收費api，會不是大數據最佳的商業模式？
大數據的最佳商業模式也許就是大數據交易。
8.大數據對企業的價值
助理業務生命周期管理：
各行各業都有大數據驅動的業務變革，任何一個行業
從社會化客戶---原始的線索客戶-----線索-機會-----
訂單-產品設計--服務-----口碑------社會化客戶，
整個商務的閉環都需要數據參與其中的。
助理數據生命周期管理：
從數據產生--數據採集--數據傳輸--數據存儲--數據處理--數據分析--數據發布、展示和應用--產生新數據"整個數據效能價值的閉環。都需要數據參與其中。
9.當大數據智能PK自然
後大數據時代也許是自然科學的，現在峰會必談大數據，而大數據之後能，筆者以為會談自然科學，自然創造萬物，數據只是自然的產物之一；
10.大數據與易經
思考：推理VS演繹，用01計算機技術釆集了部分數據，應用了一些數學演算法，選擇了一種經驗場景，推理出一種結論，釆集不全，演算法不準，場景不對，推理有誤。
研究了一，生二，二生了三，三生了萬物，掌握易經的古代人能掐會算，預測，演繹有根。這就是祖先的易經文明，演繹可能預知所有情況；
易經說，一時二運三風水四積陰德五讀書，這就是已經對於社會的大數據結論。易經就是大數據思維。
以上十個觀點，是筆者的一些點滴思考，有志於以數據題材創業的朋友，我還想和大家溝通的是對於大數據的市場需求要有所了解。從價值的角度來說，數據分三六九等，第一方數據，第二方數據，第三方數據。從目前來看，企業的第一方數據處理（hadoop等生態會是大需求，美國的戰略是開源，中國的戰略是數據開放和OEM跟進，也有很多自有技術的廠商）是目前最迫切的需求，以第一方數據分析為需求的（BI等工具）求是第二需求，提高安全控制的是第三需求。其次第二方數據的應用。融合企業自身業務的，加快業務協作的，整合利用業務合作方的數據的應用和技術是這一類需求。最後一類需求就是購買第三方數據拓展業務的需求，要麼改善產品體驗，要麼進行客戶拓展。這類需求促進大數據流動起來，是推動大數據流動性，產業鏈完善的主要動力。
以上是小編為大家分享的關於寫給創業者十個大數據觀點的相關內容，更多信息可以關注環球青藤分享更多干貨
㈣ 大數據時代對思維方式的改造
大數據時代對思維方式的改造
大數據將對整個社會的全面發展帶來全新的動力。作為一種偉大的革命性動力，大數據的運行及其作用的發揮，需要我們做好各方面的准備，而這其中的一個關鍵，是與社會體制變革相適應的人們的思想變革。質而言之，就是大數據時代要求人們的思維方式進行一次深刻改造。
目前，在報刊文獻和各種媒體中，大數據這個概念，幾乎是處處可見、不絕於耳；同時，學術界的學術研究，使人們對大數據的理性認識水平不斷提高。有學者認為，2012年世界迎來了大數據元年，而2013年則是中國的大數據元年。正是因為如此，從世界到中國的學術界，特別是科技界，大多數人都比較一致地認為，我們已經進入到大數據時代——一個全新的信息時代。
大數據將為整個社會的全面發展帶來全新的動力。大數據的運行及其作用的發揮，一方面需要相應的社會條件，另一方面它也必然會創造出自己所需要的全新的社會條件。很顯然，要迎接這樣的革命性的新科技時代，需要我們做好各方面的准備，而這其中的一個關鍵，是與社會體制變革相適應的人們的思想變革。質而言之，就是大數據時代要求人們的思維方式進行一次深刻的改造。
大數據時代需要實證思維
這個問題的解決，首先是需要我們對大數據這個概念有一個真正的科學認識。現在的一些權威性研究性機構和文獻，都在試圖對大數據進行學術性的界定，其觀點，大體上比較一致。什麼是大數據呢？美國、英國等國家的有關專門機構和專業刊物上，對大數據概念的內涵都提出了自己的解釋，我國的有關機構，特別是專業學者，也同時提出了自己的一些獨立學術見解。綜合起來看，基本觀點主要是，所謂大數據是指一般傳統工具無法處理的海量的、高增長率、多樣化的信息資源；大數據反映的是網路時代的一種客觀存在，即那些難以用傳統工具認知的有巨大挑戰性質的數據；大數據是指那種無法在一定時間內用常規軟體工具處理的數據集合；如此等等。因為大數據作為一種巨量的數據集，能夠從其中挖掘出各種有價值的信息，所以日益受到重視。
從這些界定中可以看出，大數據是超出了傳統意義上的、極其巨大的、具有特殊價值的數據信息資源。但是，對大數據這樣的界定，仍然是一種實體性質的描述，所以，還不能說是揭示了它的本質。那麼，大數據的本質究竟是什麼呢？在我看來，所謂「大數據」，已經不是一種具體的物理時空概念，而是一種哲學理論層次上的科學概念，也就是說，大數據本身已經具有了高度的理論抽象性質。據此，我們還可以大膽做出這樣的判斷：大數據已經不是一種具體的物質實體，本質上是一種抽象的哲學概念。面對著物質發展的這個嶄新世界——大數據，我們那些常規的認識方式，已經不可能深刻認識它的特殊本質特徵了，這就決定了在大數據時代，我們在認識領域必須來一次思維方式的根本性改造。
大數據作為人類實踐和認識的一種特殊形式、特殊成果，要求我們對長期以來形成的經驗主義主觀演繹思維方式進行認真改造，牢固形成客觀理性的實證思維方式。
作為現代科學認識形式的大數據，標志著自然科學已經走進了理性認識即理論認識的領域，這本身意味著在這個問題上，我們必須克服方法論上的經驗主義，而代之以客觀理性的實證思維方式。對這一點，恩格斯是有先見之明的。他說過：「經驗自然科學積累了如此龐大數量的實證的知識材料，因而在每一個研究領域中系統地和依據其內在聯系來整理這些材料，簡直成了不可推卸的工作。於是，自然科學便走上理論的領域，而在這里經驗的方法不中用了，在這里只有理論思維才管用。」
如果我們認真思考一下就可以明白，對作為現代科技發展高級階段的大數據的研究和運用，仍然靠以經驗主義為基礎的那種演繹思維方式來進行，不走進理性的思辨思維即理論領域中去，顯然是不行了。這就是說，在面對著大數據這個現代高科技形式，思維方式的根本改造，已經是不能迴避的事情了。當然，在這里，我們所面對的大數據，畢竟是處理信息數據這樣的客觀問題，所以，不能搬用純粹的理論思維，而必須運用以理性為基礎的實證思維方式。這里所說的理性實證思維，是指以理論形態的信息數據這樣的客觀根據，來證明結論的真理性。認識論的經驗教訓告訴我們，這樣的思維方式，能夠在更高的理論層次上達到追求真理的目的，從而避免經驗主義思維方式的弊端。
大數據時代塑造開放性思維
大數據這樣特殊的高新科技發展形式，它的正常運行和充分作用發揮，另一個重要條件，是要求我們克服各種各樣實際上的封閉性思維方式，樹立起真實的開放性思維方式。
很顯然，大數據時代思維方式的這種改造，是由大數據本身的本質特徵決定的。我們可以看到，無論是一個地區、一個國家，還是在世界范圍，大數據的形成和運行，是以一種真正的開放形態存在著的。我們甚至可以這樣說，不管是在什麼樣的范圍里，沒有真正開放的社會環境，就不可能有大數據這樣高科技形式的真正存在，這樣的現代高科技也不可能發揮它的特殊作用。
我們這里所說的大數據的開放性，是指它本身的無限發展特點。我們可以想像，就任何一個數據集合本身而言，無論是在時間上還是在空間上，不存在一種量的框框，因為它總是處在一種不斷的生生息息的發展過程中。這就決定了大數據的存在和運行是沒有邊界局限的，也就是說，對大數據來說，不存在地區界限、國家界限；這個事實本身也在告訴我們，任何一種大數據、每一種數據本身是開放性的存在，各種數據之間也必然是互相開放著的，否則，它們就不成其為大數據了。實踐證明，大數據這種徹底的開放性本質，對思維方式的改造是具有革命意義的。
大數據的這種特殊本質，要求我們必須以完全開放的心態對待它的運行和發展，從而形成與大數據本身相一致的廣闊思想視野，這樣才能把大數據真正視為各個地區、各個民族、各個國家的共同財富，互通有無、共有共享。這恰恰是真正的開放性思維方式的本質要求。
大數據時代所要求的開放性思維方式改造，對於我們目前的社會科學研究，特別是馬克思主義研究，是非常重要的，而且也是社會科學深入發展的一個契機。因為，我們在這方面的許多研究工作，實際上還是在封閉的狀態中進行的，特別是在世界范圍內，更是如此。事實證明，這樣的研究方式，無異於把自己禁錮在某種理論框架中走投無路，或者是陷入某種思想深坑不能自拔。出路何在？在廣闊的開放視野中，放眼世界，走人類文明發展的共同道路。
大數據時代呼喚多元性思維
大數據科技形式的正常運行、其作用的充分發揮，還有一個重要條件，這就是要求我們把一元性思維方式改造為充滿活力的多元性思維方式。事實證明，由大數據催生的這種思維方式改造，其意義遠遠超出了大數據的運用范圍，它的深刻影響將在各個方面顯示出來。
大數據為什麼會催生思維方式的這種根本性的改造呢？這里涉及對大數據之「大」的科學理解問題。一般來說，數據之「大」，與數據之「多」是具有相同意思的。當然，這里說的「多」，並不僅僅是個實體量的概念，而是數據——信息之質與量統一的表現形式。這就是說，大數據不僅是一種極為巨大數量的信息群，而且同時也是各種各樣不同性質數據形成的信息集。這樣，就必然形成各種各樣不同性質數據的獨立並存，這就是我們稱之為大數據的多元性存在之本來意義。很顯然，大數據存在和運行多元性的這個客觀事實，要求我們對其所應該形成的正確思想反映，在邏輯上只能是多元性思維方式，而絕不應該是單一性思維方式。
為了適應大數據時代的要求，甚至可以說，為了迎接高新科技時代的到來，我們必須對一元性思維方式進行根本改造，代之以多元性思維方式。從本質上看，所謂「大數據」，是一個實際上的多元世界，豐富多彩的世界，異彩紛呈的世界，個性鮮明的世界，因而是一個充滿了活力的世界。這個科學技術發展的事實，必然要求我們改變陳舊的思維方式，破除一元性思維方式，確立起一種能夠正確反映這個新科技時代的世界本來面目的那種多元性思維方式。
改革開放以來的鮮活經驗告訴我們，面對著充滿活力的現代社會，特別是高新科技帶來的勃勃生機，必須下決心改造各種陳舊的思維方式，更快地確立多元性思維方式。
在現代科技發展中，通過思維方式的改造，特別是確立開放性、多元性思維方式，其意義不僅有益於科技事業發展本身，而且還會推動社會的發展。因為這種開放性、多元性思維方式的形成，意味著整個社會正在朝著自由人的聯合體這一歷史性方向前進。雖然這只是一個起步，但是，卻具有極為深遠的歷史意義。
㈤ 如何理解大數據時代的思維轉變
大數據是一種狀態。在這種狀態中，我們面對的數據是海量的。因為現代科技的發展，我們有了對海量數據存儲和處理的技術，而且這些技術還會不斷發展完善。更重要的是我們對各種數據的處理方法和態度都發生了轉變，我們開始積極地發掘並利用各種數據。在這個時代，數據已經成為一種非常重要的資源。
㈥ 大數據定義、思維方式及架構模式
大數據定義、思維方式及架構模式
一、大數據何以為大
數據現在是個熱點詞彙，關於有了大數據，如何發揮大數據的價值，議論紛紛，而筆者以為，似乎這有點搞錯了原因與結果，就象關聯關系，有A的時候，B與之關聯，而有B的時候，A卻未必關聯，筆者還是從通常的4個V來描述一下我所認為的大數據思維。
1、大數據的量，數據量足夠大，達到了統計性意義，才有價值。筆者看過的一個典型的案例就是，例如傳統的，收集幾千條數據，很難發現血緣關系對遺傳病的影響，而一旦達到2萬條以上，那麼發現這種影響就會非常明顯。那麼對於我們在收集問題時，是為了發現隱藏的知識去收集數據，還是不管有沒有價值地收集，這還是值得商榷的。其實收集數據，對於數據本身，還是可以劃分出一些標准，確立出層級，結合需求、目標來收集，當然有人會說，這樣的話，將會導致巨大的偏差，例如說喪失了數據的完整性，有一定的主觀偏向，但是筆者以為，這樣至少可以讓收集到的數據的價值相對較高。
2、大數據的種類，也可以說成數據的維度，對於一個對象，採取標簽化的方式，進行標記，針對需求進行種類的擴充，和數據的量一樣，筆者認為同樣是建議根據需求來確立，但是對於標簽，有一個通常採取的策略，那就是推薦標簽和自定義標簽的問題，分類法其實是人類文明的一大創舉，採取推薦標簽的方式，可以大幅度降低標簽的總量，而減少後期的規約工作，數據收集時擴充量、擴充維度，但是在數據進入應用狀態時，我們是希望處理的是小數據、少維度，而通過這種推薦、可選擇的方式，可以在標准化基礎上的自定義，而不是毫無規則的擴展，甚至用戶的自定義標簽給予一定的限制，這樣可以使維度的價值更為顯現。
3、關於時效性，現在進入了讀秒時代，那麼在很短的時間進行問題分析、關聯推薦、決策等等，需要的數據量和數據種類相比以前，往往更多，換個說法，因為現在時效性要求高了，所以處理數據的方式變了，以前可能多人處理，多次處理，現在必須變得單人處理、單次處理，那麼相應的信息系統、工作方式、甚至企業的組織模式，管理績效都需要改變，例如筆者曾經工作的企業，上了ERP系統，設計師意見很大，說一個典型案例，以往發一張變更單，發出去工作結束，而上了ERP系統以後，就必須為這張變更單設定物料代碼，設置需要查詢物料的存儲，而這些是以前設計師不管的，又沒有為設計師為這些增加的工作支付獎勵，甚至因為物料的缺少而導致變更單不能發出，以至於設計師工作沒有完成，導致被處罰。但是我們從把工作一次就做完，提升企業的工作效率角度，這樣的設計變更與物料集成的方式顯然是必須的。那麼作為一個工作人員，如何讓自己的工作更全面，更完整，避免王府，讓整個企業工作更具有時間的競爭力，提高數據的數量、種類、處理能力是必須的。
4、關於大數據價值，一種說法是大數據有大價值，還有一種是相對於以往的結構化數據、少量數據，現在是大數據了，所以大數據的單位價值下降。筆者以為這兩種說法都正確，這是一個從總體價值來看，一個從單元數據價值來看的問題。而筆者提出一個新的關於大數據價值的觀點，那就是真正發揮大數據的價值的另外一個思路。這個思路就是針對企業的問題，首先要說什麼是問題，筆者說的問題不是一般意義上的問題，因為一說問題，大家都以為不好、錯誤等等，而筆者的問題的定義是指狀態與其期望狀態的差異，包括三種模式，
1）通常意義的問題，例如失火了，必須立即撲救，其實這是三種模式中最少的一種；
2）希望保持狀態，
3）期望的狀態，這是比原來的狀態高一個層級的。
我們針對問題，提出一系列解決方案，這些解決方案往往有多種，例如員工的培訓，例如設備的改進，例如組織的方式的變化，當然解決方案包括信息化手段、大數據手段，我們一樣需要權衡大數據的方法是不是一種相對較優的方法，如果是，那麼用這種手段去解決，那麼也就是有價值了。例如筆者知道的一個案例，一個企業某產品部件偶爾會出現問題，企業經歷數次後決定針對設備上了一套工控系統，記錄材料的溫度，結果又一次出現問題時，進行分析認為，如果工人正常上班操作，不應該有這樣的數據記錄，而經過與值班工人的質詢，值班工人承認其上晚班時睡覺，沒有及時處理。再往後，同樣的問題再沒有再次發生。
總結起來，筆者以為大數據思維的核心還是要落實到價值上，面向問題，收集足夠量的數據，足夠維度的數據，達到具有統計學意義，也可以滿足企業生產、客戶需求、甚至競爭的時效要求，而不是一味為了大數據而大數據，這樣才是一種務實、有效的正確思維方式，是一線大數據的有效的項目推進方式，在這樣的思維模式基礎上，採取滾雪球方式，把大數據逐步展開，才真正贏來大數據百花齊放的春天。
二、大數據思維方式
大數據研究專家舍恩伯格指出，大數據時代，人們對待數據的思維方式會發生如下三個變化：
1）人們處理的數據從樣本數據變成全部數據；
2）由於是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求；
3）人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相關關系。
事實上，大數據時代帶給人們的思維方式的深刻轉變遠不止上述三個方面。筆者認為，大數據思維最關鍵的轉變在於從自然思維轉向智能思維，使得大數據像具有生命力一樣，獲得類似於「人腦」的智能，甚至智慧。
1、總體思維
社會科學研究社會現象的總體特徵，以往采樣一直是主要數據獲取手段，這是人類在無法獲得總體數據信息條件下的無奈選擇。在大數據時代，人們可以獲得與分析更多的數據，甚至是與之相關的所有數據，而不再依賴於采樣，從而可以帶來更全面的認識，可以更清楚地發現樣本無法揭示的細節信息。
正如舍恩伯格總結道：「我們總是習慣把統計抽樣看作文明得以建立的牢固基石，就如同幾何學定理和萬有引力定律一樣。但是，統計抽樣其實只是為了在技術受限的特定時期，解決當時存在的一些特定問題而產生的，其歷史不足一百年。如今，技術環境已經有了很大的改善。在大數據時代進行抽樣分析就像是在汽車時代騎馬一樣。
在某些特定的情況下，我們依然可以使用樣本分析法，但這不再是我們分析數據的主要方式。」也就是說，在大數據時代，隨著數據收集、存儲、分析技術的突破性發展，我們可以更加方便、快捷、動態地獲得研究對象有關的所有數據，而不再因諸多限制不得不採用樣本研究方法，相應地，思維方式也應該從樣本思維轉向總體思維，從而能夠更加全面、立體、系統地認識總體狀況。
2、容錯思維
在小數據時代，由於收集的樣本信息量比較少，所以必須確保記錄下來的數據盡量結構化、精確化，否則，分析得出的結論在推及總體上就會「南轅北轍」，因此，就必須十分注重精確思維。然而，在大數據時代，得益於大數據技術的突破，大量的非結構化、異構化的數據能夠得到儲存和分析，這一方面提升了我們從數據中獲取知識和洞見的能力，另一方面也對傳統的精確思維造成了挑戰。
舍恩伯格指出，「執迷於精確性是信息缺乏時代和模擬時代的產物。只有5%的數據是結構化且能適用於傳統資料庫的。如果不接受混亂，剩下95%的非結構化數據都無法利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶」。也就是說，在大數據時代，思維方式要從精確思維轉向容錯思維，當擁有海量即時數據時，絕對的精準不再是追求的主要目標，適當忽略微觀層面上的精確度，容許一定程度的錯誤與混雜，反而可以在宏觀層面擁有更好的知識和洞察力。
3、相關思維
在小數據世界中，人們往往執著於現象背後的因果關系，試圖通過有限樣本數據來剖析其中的內在機理。小數據的另一個缺陷就是有限的樣本數據無法反映出事物之間的普遍性的相關關系。而在大數據時代，人們可以通過大數據技術挖掘出事物之間隱蔽的相關關系，獲得更多的認知與洞見，運用這些認知與洞見就可以幫助我們捕捉現在和預測未來，而建立在相關關系分析基礎上的預測正是大數據的核心議題。
通過關注線性的相關關系，以及復雜的非線性相關關系，可以幫助人們看到很多以前不曾注意的聯系，還可以掌握以前無法理解的復雜技術和社會動態，相關關系甚至可以超越因果關系，成為我們了解這個世界的更好視角。舍恩伯格指出，大數據的出現讓人們放棄了對因果關系的渴求，轉而關注相關關系，人們只需知道「是什麼」，而不用知道「為什麼」。我們不必非得知道事物或現象背後的復雜深層原因，而只需要通過大數據分析獲知「是什麼」就意義非凡，這會給我們提供非常新穎且有價值的觀點、信息和知識。也就是說，在大數據時代，思維方式要從因果思維轉向相關思維，努力顛覆千百年來人類形成的傳統思維模式和固有偏見，才能更好地分享大數據帶來的深刻洞見。
4、智能思維
不斷提高機器的自動化、智能化水平始終是人類社會長期不懈努力的方向。計算機的出現極大地推動了自動控制、人工智慧和機器學習等新技術的發展，「機器人」研發也取得了突飛猛進的成果並開始一定應用。應該說，自進入到信息社會以來，人類社會的自動化、智能化水平已得到明顯提升，但始終面臨瓶頸而無法取得突破性進展，機器的思維方式仍屬於線性、簡單、物理的自然思維，智能水平仍不盡如人意。
但是，大數據時代的到來，可以為提升機器智能帶來契機，因為大數據將有效推進機器思維方式由自然思維轉向智能思維，這才是大數據思維轉變的關鍵所在、核心內容。眾所周知，人腦之所以具有智能、智慧，就在於它能夠對周遭的數據信息進行全面收集、邏輯判斷和歸納總結，獲得有關事物或現象的認識與見解。同樣，在大數據時代，隨著物聯網、雲計算、社會計算、可視技術等的突破發展，大數據系統也能夠自動地搜索所有相關的數據信息，並進而類似「人腦」一樣主動、立體、邏輯地分析數據、做出判斷、提供洞見，那麼，無疑也就具有了類似人類的智能思維能力和預測未來的能力。
「智能、智慧」是大數據時代的顯著特徵，大數據時代的思維方式也要求從自然思維轉向智能思維，不斷提升機器或系統的社會計算能力和智能化水平，從而獲得具有洞察力和新價值的東西，甚至類似於人類的「智慧」。
舍恩伯格指出，「大數據開啟了一個重大的時代轉型。就像望遠鏡讓我們感受宇宙，顯微鏡讓我們能夠觀測到微生物一樣，大數據正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正蓄勢待發」。
大數據時代將帶來深刻的思維轉變，大數據不僅將改變每個人的日常生活和工作方式，改變商業組織和社會組織的運行方式，而且將從根本上奠定國家和社會治理的基礎數據，徹底改變長期以來國家與社會諸多領域存在的「不可治理」狀況，使得國家和社會治理更加透明、有效和智慧。
㈦ 來點逆反思維 什麼不是大數據
來點逆反思維：什麼不是大數據
如果大數據是一種潮流，那這個3年前火起來的概念應該早過時了。但大數據不僅是一種潮流。事實證明，各種細分行業的人們，仍熱衷於談論它，而且在長期的將來，還得持續挖掘。
談論大數據可以引申出一切，談論一切最終又會歸於大數據。像馬雲說的，我們所處的時代，已經由IT轉向了DT（Data Technology）時代。大數據是網路世界的土壤和空氣，轉而進入我們的血液和思維。
於深圳軟體產業基地創新谷舉辦的環球旅訊第四期開放日TDAY，主題即「旅遊業玩轉大數據+」，來看活動上討論了些什麼。
大國企：用大數據打破集團下的業務艱牆
夏軼介紹，錦江電商要做大數據，除了有跟上對近年來風潮的原因，更本質的原因，還在於作為大國企的錦江電商，各種業務及其用戶之間存在長期的隔離，正如他PPT里展示的那樣，本該打通的，卻被堅實的無形之牆給阻得死死的。以及集團下各品牌互為孤島，沒有形成理論上應該存在的多品牌互助優勢。於是他們需要藉由開發大數據功能來進行聯通和交叉，以提升效率。
夏軼介紹，事實上大數據的應用，讓他們個性化精準營銷的效率，相比以前的「手動」，提高了80%之多。
對於使用大數據的心得，夏軼說，有一些事實上的關聯，是人看不出的，因此需要用數據來印證。而數據與外部數據的合作，能產生價值，外部數據對於使用者越是未知，這種合作產生的價值可能就越大，「大數據最大的價值是看不到價值」，夏軼說。
在發展大數據過程中，夏軼也遇到了難題，即他所在的傳統企業而且是大型國企，業務數據結構比較凌亂，數據採集和清洗存在困難。
在分享的後半部分，夏軼拿出了一些有趣的圖表，比如當酒店房價高於300時，雙魚座表現出的消費能力最強（原因或許是最容易受到廣告的影響），巨蟹座最分裂，而摩羯座最「勤儉持家」，濟南、天津、鄭州的人，去北京的人數相當高……
那麼，這就是傳說中的大數據嗎？這些洞察結論，應該怎麼利用？埋個伏筆，下面的環節將會討論到。
分析能力＞分析工具
接下來上台的E-Bizcamp 創始人兼CEO 顧青。據顧青透露，准備環球旅訊TDAY演講的PPT，花費了他50個小時！內容非常豐富，以下是為各位讀者精選的要點：
1、大數據是不是騙人的？
大數據到底有沒有用？顧青以一隻小豬為例：按照大數據的思維，小豬把自己所有與自己的有關的數據都統計處理了，由此算出自己還有很長的壽命。結果第二天小豬卻被宰了，被宰之前，小豬罵道：「尼瑪，大數據都是騙人的」。問題出在哪裡？
大數據失靈了嗎？在顧青看來，可能恰恰是因為數據不夠大，小豬漏算了它父母壽命這個維度。
2、Google為什麼強？
在互聯網早期，曾經有150個左右的收費搜索引擎，如今，主流的僅剩下Google、Bing、網路數家，其中Google之強大又是毋庸置疑的。那麼，Google憑什麼強？
顧青介紹，在登錄狀態下，Google會收集用戶在其他網站上的訪問行為數據，從而為用戶呈現出個性化的搜索結果。「在2010年之前，搜索引擎之間拼的是演算法和技術，而到一定階段後，演算法都差不多了，而Google擁有的用戶數據，這成為它在競爭中勝出的關鍵」。
由此，顧青總結，對於發展大數據而言，收集用戶行為數據是至關重要的。
3、移動端更應該注重分析
如果說傳統網頁幾乎只有一個來源即PC瀏覽器的話，那在移動時代，手機、Pad甚至是智能手錶等多設備，以及App、H5網頁、微信等多渠道……數據來源種類急劇增多，這時候，商家往往不能清晰分析，從未不能做出應用優化。
4、大數據事業，90%資金應投入給人員培訓
在顧青看來，對於大數據，分析能力比分析工具更為重要。因此他提出了投資大數據事業的10/90原則：10%投資於工具，90%投資於人。顧青認為，應該培育有分析思考能力的團隊，鼓勵小團隊管理自己的分析工作，最終更加關注分析和結果，而不是報告。
雲PMS+點評大數據，住中+住後，讓預測更精準
作為雲PMS廠商的綠雲與酒店大數據公司眾薈進行了主題為「大數據+雲PMS」的演講。眾薈擁有用戶在酒店留下的點評信息，由此可以獲得用戶的喜好，比如一位用戶點評過游泳池、枕頭，就說明該用戶對相應方面是有需求或者敏感的。
再看綠雲這邊，他們可以從住中獲得客戶的喜好信息，比如喜歡高樓層房間、需要SPA等。兩者相結合，就可以更加深度全面的獲得用戶畫像，從而做出更精準的預測和推薦。
最後的環節是座談，亞朵酒店副總裁朱林海、IDeaS大中華區咨詢總經理王越、TalkingData合夥人&高級副總裁蔣奇以及南方航空電子商務部的一位高層人士，共同坐而論道大數據。
南航：航空公司與乘客有50多個接觸點可開發
南航電商的高層人士首先發言：航空公司目前具有常旅客系統、積分系統、收益管理系統等幾個經典的數據系統，在此基礎上，還希望通過捕捉乘客在航空公司官網、呼叫中心留下的痕跡，包括投訴，來存儲更多、更復雜、更實時的數據。
該嘉賓還介紹，航空公司的整個服務流程理論上與乘客有50多個接觸點，如果能通過這些信息點，採集更多維度的信息，則能讓服務更細化和周到。
亞朵：《頭腦特工隊》就是大數據的故事
亞朵酒店講技術問題也帶著人文范。亞朵副總裁朱林海信手拈來最近上映的電影《頭腦特工隊》，「這就是個大數據的故事，人腦裡面5個小人對應5種情緒，有點像我們說的喜怒哀樂」。
亞朵酒店的一大特色是大堂都帶有書吧，住客可以免費借閱，在這件事情上，他們累計了一定的數據。「我們發現有的店記錄了，有的店沒做記錄。結束最多的，是西安的高新店，我們分析了一下，原來這家店的書吧很漂亮。陝西人愛讀書，上海人、廣東人這方面不行……」，不過朱林海也很清醒地說：「當然，我這可能不叫大數據。」
最後做通信出身的朱林海談了他對目前大數據發展的三點觀感：1、數據還不夠大，2、維度太少，想降維都沒得降，3、太功利，幾乎所有大數據都是圍繞著交易的。
TalkingData：光收集羅列數據不叫大數據
TalkingData合夥人&高級副總裁蔣奇從專業大數據技術服務公司的角度指出，光收集羅列數據是沒有意義的，到最後歸納出來有用的是「標簽」，而專門的大數據公司，則掌握著各行各業的眾多標簽。
蔣奇指出，數據的收集不等於數據分析，把數據都羅列出來不等於大數據。
IDeaS：大數據要指向具體問題
IDeaS大中華區咨詢總經理王越與蔣奇的思路很接近，王越說：「如果大數據預測到酒店因為某個原因可以漲價，那到底應該漲多少？雙床房漲多少？大床房漲多少？為什麼要漲100，而不是98或者102？大數據應該解決具體的問題，而不是說泛泛的所謂大數據。」
王越還表示，企業運用大數據，應該要指向具體的問題，是想要用大數據來解決客服問題，還是提升收益管理，這個有必要搞清楚。
這時候主持人環球旅訊CEO李超提問，有一些很大的企業，比如海航，有飛機有酒店，按理來說，最應該進行數據的打通，比如搭了海航的飛機，有延誤，去到海航的酒店，就可以給客人一個房間升級。但是為什麼沒有打通？
對此，王越的回答是，這不是技術，而是工作機制和流程的問題。
以上是小編為大家分享的關於來點逆反思維 什麼不是大數據的相關內容，更多信息可以關注環球青藤分享更多干貨
㈧ 什麼叫大數據思維大數據思維解釋
大數據思維是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
大數據與「小數據」的根本區別在於大數據採用全樣思維方式，小數據強調抽樣。抽樣是數據採集、數據存儲、數據分析、數據呈現技術達不到實際要求，或成本遠超過預期的情況下的權宜之計。隨著技術的發展，在過去不可能獲取全樣數據，不可能存儲和分析全樣數據的情況都將一去不復返。大數據年代是全樣的年代，抽樣的場景將有利於小，最終消失在歷史長河中。
㈨ 大數據主義者如何看待理論，因果與規律
大數據的興抄起，給傳統的科學哲學帶來許多新挑戰，特別是對諸如科學理論的作用、因果關系、科學規律等科學哲學的核心問題提出了有別於傳統的新觀點。齊磊磊博士概括總結了大數據相關學者的論述，在《哲學動態》雜志發表了題為《大數據經驗主義——如何看待理論、因果與規律》的重要文章[1]。她在文中提出了大數據經驗主義的概念，並系統提煉了大數據經驗主義的科學哲學觀點，這是大數據哲學的重要提煉和概括。她認為，大數據經驗主義是一種新經驗主義(以下簡稱為大數據主義)，並將其觀點概括為三點：1.在科學理論問題上，大數據主義認為「理論已經終結」，否定科學理論對科學發現的作用；2.在關繫到科學存亡的因果性問題上，大數據主義否定因果性的存在，提出由相關性取代因果性；3.在世界的本質問題上，大數據主義否定世界的規律性，認為世界的本質是混亂的。樹立起大數據主義的靶子之後，齊磊磊進行了批判，並明確提出反對大數據主義對大數據的神化。
㈩ 辯論 大數據時代利弊 正方：利大於弊 反方：弊大於利 我是反方
你先要明白什麼是大數據，去網路下
我可以向對方提哪些問題？
1 隱私會被泄露
2 大數據不能預測一切，如果太依靠數據預測，人類會丟失一些創造性思維
3 大數據本身就是機器學習，看看各種科幻片，人類太依靠機器人，會有什麼樣的後果
人的創造性思維，是任何機器無法模擬的