① 大數據時代,人類生活面臨顛覆
大數據時代,人類生活面臨顛覆
對於IT領域來說，最近有很多非常新的概念，比如雲計算、物聯網，當大家剛剛對這些概念開始有清晰的認知時，又一個全新概念出現了——大數據。什麼是大數據？大數據概念究竟指向何方，大數據背後能怎樣改變我們生活？會不會給我們的生活和工作帶來困擾？
本報與第一財經頭腦風暴節目合作探討大數據時代下的問題。參與這次討論的嘉賓有大數據概念的提出者、牛津大學教授維克托·邁爾·舍恩伯格，微軟亞太研發集團、雲計算操作系統首席架構師徐明強，上海市信息化專家、專業委員會專家、復旦大學計算機學院院長王曉陽，科爾尼管理咨詢全球合夥人孫健，復旦大學現代哲學研究所所長俞吾金，啟明創投合夥人童士豪，著名財經評論員石述思。
1 到底什麼是大數據？
維克托：我認為它就是新黃金，我覺得是21世紀最主要的資源，這種資源對社會、企業、個人是否能成功，還是會受苦受難有著很重要的作用。解釋一下，雖然此前我們都有數據，可把它們整理在一起然後分析是非常昂貴的，因此我們更多的注意力都放在了實體資源上，就是真正的黃金、金塊，像勞動力這種資源。但只有最近我們才靠人的知識、創新來創造財富，更靠前一步，我們可以根據數據來進行，因為數據收集以及分析，成本上升的程度都已經改變了，然後我們的數據就可以達到一定規模。最後，大家所尋求的不管你是一個人、一個公司、一個組織，還是這個社會，無外乎就是這種所謂的新黃金。
為什麼最近黃金的價值會跌得很厲害？因為老黃金不值錢了，沒有新黃金有價值。
童士豪：我的觀點有點類似，第一個是雲，第二個是關系，第三個是未來。像剛才維克托先生提到的，因為雲時代到了，儲存的大量數據的成本非常低，所以能讓大家去利用大數據做工作分析，最近由於很多事情的關系，有更多的關系被理解，所以能去預測未來狀況。用自己的話說，就是在聆聽上花很多時間，看了很多朋友，大家尋找工作機會也好或者是認識對工作有幫助的合作夥伴也好，在這么大的信息里，這么多人把他自己的信息放在上面，就是做了一件事，就是分析。如果你40歲想當創意公司的CEO，你現在20歲，未來20年該怎麼規劃？這就是非常有意思的一件事。
最後可能有不同的可能性，最後會不會給你找到一個最好的方法，那是自己決定的。可能性放在面前，是機會率最高的，怎麼選還是個人決定，所以大數據並沒有抹殺個人的意識。
石述思：大數據首先改變的是我們看待世界的方法，它會對這個時代的很多的價值觀產生劇烈沖擊。舉例來說，因為過去我們東方人特別喜歡一個詞叫因果，我們認為善有善報、惡有惡報，其實根據交管部門調查的數據，在街頭遭遇橫禍的人其實跟道德無關，秦檜的壽命是岳飛的兩倍半，很多貪官在發現之前，那過的確實是令人無限羨慕的生活。因此，通過大數據我們能用一種全新的觀念來看待這個世界，這個世界是有關聯來建構的一個新型的關系，只有科技發展到一定水平，才能達到這樣的高度。
與此同時，在大數據時代，我們該恪守的底線還是要恪守，但它的確在告訴我們真相，因為科學就是在告訴我們真相。我有一個願望，就是剛才講的大數據是新的黃金，我希望它更多地用於社會公益事業，比如，去挽救地震局。這樣能避免很多人道主義的災難和財產的損失，結論是我們過去認為上帝是哲學家或者叫哲人，現在發現他老人家是個老頑童。
2 大數據究竟有沒有對各領域的工作和生活產生影響？
王曉陽：大數據影響了智慧。怎麼理解呢？大數據本身的概念是數據採集和處理，到了一定的程度使我們的社會也好，管理者也好，都能獲益——從城市來講，一個管理者可以聚集這些數據和處理方式，使得我們能用智慧來管理城市，可以從交通管理、公共衛生，還有其他各個方面來管理，這管理是需要數據，數據產生了智慧，然後反過頭來能管理我們的模式。
比如，在公共衛生方面，採集數據到了目前為止其實已經進行了好多年，它的數據採集原來並不是為了大數據來做的，其實是為了一個方便——方便大家去看病。而且你的電子病例等，讓你看病更人性化，或者對醫生來講能更快、更方便地去熟悉病情，但在這種情況下，這個數據一旦採集起來使得我們對整個城市的健康狀況就能進一步了解，所以，剛才講的看病的數據其實是原本的用意，大數據一來其實我們就能看見原來看不見的問題。比如一些比較大趨勢方面的問題，流行病在哪個地方比較多，或者它怎樣流傳的，等等。這些事情我們原來是看不到的，這種情況就是大數據對我們的幫助。
徐明強：先舉個例子，有一個球和一隻螞蟻，球跟螞蟻說，做三維世界的事物太好了，你看這條線上有多少個螞蟻我一眼就看見了，螞蟻說我真的不信，我得按照這條線爬，爬到頭計數器沒有出故障我才知道有多少螞蟻。這能看到三維和二維差了一維，就差了這么大，所以大數據首先它不是數據大，不是同樣的數據多了就變成大數據，而是在原有的二維、原有的資料庫基礎上，再建立一維，給它一個全新的看點。舉例說明，你如果在美國，你是欠了債的，除了債主對你感興趣，還有人會對你感興趣——如果你欠了債，突然你可以還債了，那麼銀行會對你感興趣。在11年前，美國資本一號就發明了一種大數據的應用，它可以找到哪些人是欠了銀行的錢、欠了信用卡的錢，然後它就會觀察你的消費數據，當它發現你可以開始還的時候，他立刻把你再買過來，從此以後他就吃上了你的利息。資本一號這個公司在2001年時，每個季度的增長率是20%，就是因為它大數據的程序，它可以高命中率地發現這個，它是從哪裡找來的數據呢？從沃爾瑪、從各種各樣的消費數據中找到的。從這個實例我們可以看出，大數據這個原有的數據分析商務智能上加了一層，商務智能不能告訴我們別人將要並且能做什麼。
關於我們公司對奧斯卡頒獎的預測，除了對李安的預測沒對，其他都對了。其實，我們的預測是把所有人員都做了一個概率，所以做了19個預測對的，是我們放在第一概率的獲獎人，下面還有4個是第二概率，所以李安導演我們放在第二概率，我們把他放在後面。
這個預測跟大數據很有關系，首先做大數據需要有IQ，智商，就是說，這個模型要非常好。我們公司做IQ的人叫加戴維·羅斯查爾德，是我們研究部門的一個人。還有其他人，我要講講，他這個人的IQ有什麼差別？他這個人的IQ用了一個非常簡單聚合的模式，除了IQ還有什麼呢？智商以後還要有勤商，勤奮的勤。勤商就是說，他非常勤奮地去找數據，要找多種數據，還要找非常實際的數據，所以他在網上、社交網上都有找。有一些找不到的數據，怎麼辦？他找人做調查，然後找人來做，所以他又有智商，又有勤商，夠不夠呢？還不夠，五年前這種事情做不到，為什麼？五年前他要做這樣大量的數據的話，自己作為一個研究生的小預算是做不到的，但雲計算的出現，他就可以做到了。可以延伸這些數據，用很多處理器來處理，現在他就是用了雲做這樣一個計算，最後成功了。
孫健：我寫的是機會加危險，就是危機。我同意維克托的結論，說這是一個新的金礦，或者有說法叫新的機會，但不要忘記那同時會帶來很多危險。如果我們不能很好地去處理大數據的話，特別是像在我們日常工作中接觸到的很多中國企業，它們大多數甚至在最基礎的數據分析方面還比較落後，這就意味著，我們該怎樣很快地過渡到大數據時代去，去面對大數據挑戰，如果准備不好，那我很擔心，這會像以往很多新技術來了以後的情況，很容易造成很多企業邯鄲學步——連走路都還沒學會，就要學跳，一下子邁到大數據時代，企業不知道怎樣真正地讓大數據發揮作用。
在我們的行業里，因為大數據而做了很多產品創新。談到大數據時代的破壞型創新，實際上也是談了同樣的問題，因為在創新的同時，事實上要推導、顛覆原來的很多東西，包括我們咨詢行業的很多服務和產品都要做更新，也要跟上時代。比如，我們有一家很大的全球性零售企業，它每天要處理海量數據，那麼在海量數據之前，雖然有了技術手段，它仍需找到一個很好的切入點，去解決大數據該怎樣應用到業務中，改變業務模式，給業務創新帶來價值。因為要把這個大數據加以更好地利用，再便宜還是投資，還是要改變，硬體、軟體各方面要做配置，甚至對應的組織要做調整，一個企業要做進一步調整才能適應大數據時代的需求，才能讓大數據發揮作用。所以我們做的工作就是幫助企業找到它的價值創造，建立業務模式，來證明在這方面做這樣的投資，讓大數據發揮作用是值得的。
俞吾金：我想提出不同看法，就是因為人類的思維有一個特點，他把覺悟的東西誇大為全球的。比如你看到三隻天鵝是白的，但其實有一千隻天鵝都是白的，可在澳大利亞發現了一隻黑天鵝，就把一切天鵝都是白的這個原理給推翻了，我覺得大數據這個問題是重要的，但如何正確看待它，不能走極端。大數據反映了人們從數量關系去理解生活的一種思維方法，從古代開始就非常重視，當然古代沒有使用大數據這個概念。
數字本身對生活的重要性越來越大。從哲學上看，它有實踐性，比如數學中的π，圓周率，它等於3.1415926……它就把所有大數據都囊括進去了，更容易理解的是三分之一，三分之一的另一種寫法就是0.333333無限被延伸，所以黑客在邏輯學里就強調，這個無限包容在三分之一這個有限中，有限中包含著無限的一個展開，包含所有數據的展開，這就體現了實踐精神。從這個實踐角度看這個數據，我認為大數據在當代的變動中有重要地位，但看它要有眼光，不要誇大也不要縮小。
3 怎麼理解三分之一就把一生所有數據都概括了？
維克托：我不同意俞老師的觀點。數字的歷史很悠久，但是，以前我們對這些數字的處理方式非常有限，光有技術是不夠的，能對數據進行分析，比如像數字，它對你只是一個數字，這個意義不重要，你也可以用一個漢字或一個字母來表示，那從這個角度來看，大數據不過是一個很長很長的數字，你可以用心記住就可以。
但其實，大數據的價值在於，在整個數據的收集過程中，需要運用分析才可以了解。比如，如何進行預防性的維修，如何能夠防止爆發等，我們不是把這個數字簡單地記下來或背下來，而是要通過分析，通過數據統計的分析，通過把它進行整理了解之後分析，這不是你背下來一個數字就可以了，這是非常大的區別。
4 大數據時代究竟會給生活帶來什麼樣的顛覆？
維克托：首先從商業來講，我覺得有三個元素要記住：一個是在商業世界中決策將發生變化，會越來越清楚地證明，要靠數據說話。
在美國，最大的互聯網公司大概是谷歌，每天都有30億搜索請求。有一天他們屏幕上准備用藍色，然後他們就選了一個特別的藍色，但他是要測試41種不同的藍色，來看到底哪一種最受歡迎。他本來想自己來決定：我是首席設計師啊，我就選了一種藍色。但他的老闆說：不行，我需要實證來告訴我們哪一種藍色最受歡迎。但這個谷歌的首席設計師就辭職了，他說我是首席設計師啊,我是最清楚的。通過很多測試發現，有一種藍色的藍是裸眼看到和設計師選的藍色不太區別得開，但另一種通過測試所產生的藍色，更受歡迎，有更多點擊量。通過實證做出來的決策更有效。類似例子有很多，都說我做這行已經幾十年了，我說的肯定沒錯。這種傳統的社會觀念和思維方式會受到挑戰，我們的決策必須要靠數據說話，這是第一點。
第二，就是在我們出去說話時，我們要注意不能誤讀數據，錯誤的數據是不行的。也就是如果原來的材料不對，原料是垃圾，出來的東西肯定也是垃圾，這個公司出這些數據的話都是比較容易理解的，但可能不是你應該熟悉的數據。
第三個是挑戰。就是普通產業，尤其是計算機產業，數據會超越它們，這個可能是有一種挑戰式的說法。如果沒有足夠的數據，你也趕不上一個大量數據的比較平庸的模型，也就是為什麼說數據會超越那些產業。比如機器翻譯這件事，在六七十年代，IBM花了很多錢想用機器翻譯，它要弄一些語言的規則輸入到機器中，但效果不太好，它就有了一個新想法，它不是把一種語言的語法規則輸入機器，而是把加拿大議會中的英法雙語的互譯輸進去，把成千上萬的翻譯資料輸入進去，它就有了大量的累計組織上的資料庫，這個效果就好得多。而谷歌又在這個領域有更多數據，一下子這個翻譯就更成熟、效果更好。可以說，是這個數據使它超越了這個軟體。因為今天這個大數據的力量，可以很容易地獲得想要的資訊，但大概在十年前，需要五十萬個伺服器，大量的儲存以及處理數據的模式，你才能開始一個新業務。今天如果要輸入業務，用雲計算來測試就可以了。比如有一個叫蒂塞德的公司，它有很多產品及價格，它收購一些數據來預測到底一個產品是上架還是下架，雖然他們擁有大量客戶，可這個公司的員工只有13個人，因此它的伺服器有很多，他們擁有大量的數據。可見，這個舞台不僅可以讓大公司來做，而且創新的小公司也能以平等的地位來競爭。
王曉陽：其實講到改變了我們整個思維方式，所謂的就是實驗這個思維，比理論思維更重要，這一點我不是太懂。其實維克托先生剛才舉的例子，是在很多情況下，是我們用數據去驗證以前想要能夠有的東西，有一些智慧確實是在數字里挖掘出來的，這個可能是一個語言來自不同的地方，怎麼講呢？基於在大數據的情況下，其實有一個所謂的循環概念，等於說你有了智慧以後去驗證，驗證數據里又產生了各種各樣的智慧來做這樣的理解，所以從這個角度來講，我覺得是大數據的情況下面，沒有顛覆，而是說一個改進，對我們認知世界的改進。就公共衛生這個話題來說，我們舉的最多的一個例子就是在谷歌，有一個所謂的趨勢預測，它就是用了網民們搜索的詞來預測。
所謂的預測流感，怎麼做？很簡單，就是它去分析了以往的數據，說在流感發生的地域，地域的那個時間大家是用什麼詞去搜索，這樣就可以做統計。做了統計以後，反過頭來用這些搜索詞來預測這個流感，這種情況下是什麼意思？並不見得是說這種數據或大數據的情況就能使我們對這個流感突然有一個新的認識，其實不然，其實是谷歌的那些工程師們有一個想法，認為我們好像流行流感，這和大家有關，而每個人都會用搜索來獲取一些跟流感有關的信息，就有了這樣的關聯。這個關聯怎麼去發現？這就要用數據去發現，用所謂的大數據的做法，去實現我們已有的一些概念的東西，把它實現了之後，就能做預測。所以從這樣的角度講，並不見得是有了大數據，我們就可以把所有的智慧都丟掉，我們不用IQ了，只要數據就好了，這肯定是不行的。一定是IQ加上數據，然後能讓它有個正反的概念，這是大數據所應該乾的事情。
童士豪：我有不同想法，我覺得剛才維克托先生講的一點很有意思，就是對智慧的要求，大數據時代是不一樣的。在大數據時代，對智慧的要求可以低一點，都能產生更好的結果，這是一個有意思的事情。他剛才提了一個例子，之前要做翻譯是很難的，你的規則必須特別強、精簡、完整，才能有60%、70%的准確率。但在大數據時代，我們不用想那些，不用花智慧講那麼復雜的規則和套路，乾脆把幾億個已翻譯好的文章交給電腦，用統計學的方式找到哪種情況下，翻譯的字的另外一個意思是比較對的。這對於智慧的要求其實是降低了，但效果可能會更好。
孫健：可能我們對智慧的理解有歧義。我覺得維克托先生講的我理解，因為他有另一本書叫《Delete》，裡面專門講了這個三重智慧，談了取捨問題。因為隨著存儲技術、網際網路的發展，他講的更多的是知識，知識的要求可以低，但對智慧，我覺得理解不一樣。我理解的智慧是，你判斷一個事物的根本的、真正的洞察能力。就是，你對一個事物的洞察能力還是需要有，不會因為大數據的存在而削弱或不需要了，而恰恰因為大數據的存在才更需要洞察力。
5 大數據時代到底真正來臨了嗎？
王曉陽：大數據時代來不來臨要看你怎麼度量、衡量。現在這個數據的量和種類，以及採集的方式、手段，處理的手段，絕對已經達到了「前無古人，後無來者」的感覺。這個情況下，我們從這個數據採集以及數據處理這個能力方面來講，我們的大數據時代來臨了，但我們使用數據利用數據這個才是剛剛開始，只是剛起步。
而大數據改變我們生活的時代，還沒有完全到來，但為這個我們已經做了很多准備，這是城市的管理問題。我們為大數據時代做了很多准備，比如在數據採集方面已經做了很多准備，怎麼樣利用這個數據來做我們這個智慧城市，這是一個最大的問題。
徐明強：從商業角度來看，我從運用上說，個人認為是來臨了。舉個例子，墨客這樣一個葯材公司，他可以根據天氣性質，比如如果今天冬天特別冷，很多過敏性動物就會冬眠，四五月份突然轉熱時，花粉也開始多了，今年有很多人會過敏，等等，它就通過市場進行營銷，把比如克敏能這種葯材發布出去。
維克托·邁爾·舍恩伯格：美國總統奧巴馬曾說，盡管政府也嘗試，但他總是落後於企業，落後於社會的其他一些群體。所以說搞這種活動能充分激發數據，提供給大眾，而且公司也可以拿這些數據，讓公司能利用這些數據有更多創新。這是一個想法，也許有一些做法，比如商業方法，我認為能通過發揮企業的智慧，發揮像微軟這樣的一些聰明企業的智慧，還是有幫助的，包括和政府的合作來管好社會。
石述思：我有一個感受，當商業巨頭面對屌絲談大數據時，我們都有一種不寒而慄的感覺，因為盡管大數據時代我們每個人都是公平的，我們可以說小公司可以獲得公平競爭待遇，但其實掌握大數據的都是一些巨頭，他們有得天獨厚的優勢來搶我們錢包里的錢，我們很難，因為公司的定義就是在法律允許的范疇中唯利是圖。但我們倒是渴望政府部門能利用大數據為我們提供普惠性的服務，可就像一些智慧城市沒法真正做到智慧管理的案例一樣，所以我對大數據來到中國的前途深表憂慮。還有，即使優秀的公司利用大數據，它也要面對一個現實，比如我們像電視台做廣告的一樣，為什麼現在人依然很多，因為中國貧富差距特別大，如果你掌握了所有消費者的數據，而大多數在今天是無效數據，所以你還是有一個有選擇的大數據的過程，叫有購買力的大數據，所以各種各樣的問題就會出現在我們面前，就是社會本來是我們需要，但它存在很多幕後看不清楚的東西。我們擔心被商業巨頭利用，來完成對消費者進一步的盤剝。
孫健：我覺得從企業角度來看也是同樣的問題。我前面想表達的意思就是，第一我們今天中國很多企業實際上並沒有準備好迎接這個大數據，因為我們現在還停留在比較初級的基礎數據分析時代，我們很多的基礎數據今天都沒有被運用，不要說大數據，就是小數據今天也沒有很好的利用。還有很多假的數據，是因為對這些數據的輸入管理非常不成熟，我自己在工作中接觸很多企業，企業今天做的幾件事大家都在做，有ERP系統，有資料庫，有了數據就往裡面存，但我發覺，有很多中國企業兌現的數據管理沒有規范化的感覺，更沒有很好的利用。這就存在這樣的擔心：最後大數據時代來了以後，我們本來中國企業在這個數據分析的利用上就不擅長，今天有了大數據以後差距會變得更大，以後國際巨頭有一個成熟的數據分析方法，很多健全的商業模式，它會把這個差距變得越來越大。
6 在大數據時代，下一個預言會是什麼，下一個判斷會是什麼？
維克托：接下來怎麼能讓生活比現在更高效，就是要讓城市變得更加智能，這是可行的，為什麼？我強調的是，我們有可能改善我們的公共衛生，改善教育，我們有能力收集數據，公共交通的通化能真正滿足市民的需求，而不只是政客，而且能源消耗也會得到更好的檢測、預測和管理，這樣我們的城市就會更加智能，讓城市的生活更加好。在150年前，曾有預測如果是在城市生活，壽命會更短；在農村生活則壽命長。而150年之後的今天，壽命更加長了，有了大數據我們會更加美好，可是有一個條件，就是那些決策者，他們一定要使用這些數字才可以。
下一步是專家怎麼來做。其實這涉及到在數據時代，數據點是有限的，那麼我們收集的數據，只要我們收集足夠的數據來解決問題就可以了。因為非常復雜、數據點非常少，所以我們的數據點收集起來必須是要高質量的，現在不是這樣的，現在的是更加的多、更加的亂。解釋一下什麼叫更多更亂，更多就是有數據點，關於我們想要研究的一個現象，我們可以更多的進行數據統計，比如在美國，你有DNA基因圖譜，那麼只要2000美金就可以知道你的整個基因圖譜當中的30億這個東西是怎麼組成的，這樣你就可以知道那些30億個精對，現在如果說有一個基因組成可能會導致什麼樣的癌症，就可以查基因圖譜，說我是不容易生這個病的，這是為什麼可以預測是否患癌症的原因。那麼有更多的數據便會存在一定的不準確性，所以，我說更多且更亂，所以這里允許一點點的不準確，或者可以亂一點，這個所謂的亂就是指，不是說每一個數據點都要達到最高的准確度，這個結果就是，不是百分之一百完美，但在大數據這樣一種方向，或者說，我們在正確的數據點上要知道一個方向。知道方向比晚一點知道完美的數據更有效。比如交通預測，也許當下看到的交通預測比實際運用中要晚了20分鍾，可能看起來太晚了，但如果這是預測一個星期的信息，就夠了。
王曉陽：大數據時代對我們這個城市更加理解，所謂的理解就是你知道這個城市裡發生了什麼，這非常重要。在以前，這個城市的管理都是一拍腦袋，有的時候拍腦袋拍出很好的來，拍腦袋也能拍出非常棒的一個城市來，但是有的時候呢？拍腦袋可能太離譜，這種情況下在大數據時代我們怎麼樣利用好，就是我們所講的。而為了政績也可以用大數據來考慮，說這個數字到底對它的政績有沒有好處？就是名義是一個很大的方面，大數據方面不光是理解我們這個城市發生了什麼，而且還能了解我們城市裡的民眾在想什麼？這點對城市管理來說非常重要，城市不光是一個硬體設施，不光是地鐵和高樓，人在裡面非常重要。
以上是小編為大家分享的關於大數據時代,人類生活面臨顛覆的相關內容，更多信息可以關注環球青藤分享更多干貨
② 大數據時代，以及其特點、影響
第一次：1980年前後，個人計算的普及，解決的信息處理的問題。
第二次：1995年前後，互聯網，解決了信息傳輸。
第三次：2010年前後，物聯網、雲計算、大數據，解決了信息爆炸時代的數據處理方式。
1.存儲設備容量不斷增加
2.CPU處理能力不斷提升
3.網路帶寬不斷散清明增加
大數據的特點可以概括為「4V」：
列舉大數據在常見領域的作用：
1.製造業：
利用工業大數據提升製造業水平，包括產品故障診、預測、分析工藝流程、改進生產工藝、優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程。
2.金融行業：
大數據在高頻交易、社交情緒沖告分析、信貸風險分析三大金融創新領域發揮重要作用。
3.汽車行業：
利用大數據正滾和物聯網技術的無人駕駛汽車。
4.互聯網行業：
藉助於大數據技術，分析客戶行為，進行商品推薦和有針對性的廣告投放。
5.餐飲行業：
利用大數據實現餐飲O2O模式，顛覆傳統餐飲經營方式。
6.物流行業：
利用大數據優化物流網路，提高物流效率，降低物流成本。
7.體育和娛樂：
幫助訓練球隊，決定投拍那種題材的影視作品，以及預測比賽結果。
8.個人生活：
利用每個人相關聯的「個人大數據」，分析個人生活行為和習慣，為其提供更加周到的個性化服務。
③ 基於大數據的智能分析到底顛覆了什麼
因題干條件不完整，缺已知條件，不能正常作答
④ 大數據如何據顛覆傳統電視行業
大數據如何據顛覆傳統電視行業
在媒體業界，大數據主要在以社交媒體為代表的新媒體領域的蓬勃發展當中大行其道。傳統媒體也不甘落後。2013年出現的許多成功案例表明，大數據已經成為傳統媒體實現業態升級的重要驅動力。
《紐約時報》、《衛報》等老牌報紙利用大數據挖掘技術，推動新聞向「利基化」、「縱深化」發展。在社交媒體當道的今天，面對新聞日趨「碎片化」、「扁平化」的嚴峻態勢，傳統媒體可以藉助於大數據技術繼續保持其在新聞品質和專業水準上的領先地位。
與報業相比，電視業對大數據的運用相對遲緩和謹慎。
然而，星星之火亦能看出燎原之勢，隨著電視從傳統的「一對多」式的「廣播」型媒介升級為「多對多」式的、以移動化、互聯化、多屏化為其核心競爭力的「窄播」、「互播」型全媒體平台，網路運營商、廣電運營商、服務提供商等產業鏈主體能夠以各類數據為「杠桿」，挖掘和撬動各類不同層次受眾的需求，提供更加個性化、更具互動性、更有深度的媒介體驗。
具體來說，大數據技術的廣泛運用在收視測量、節目策劃與改進、觀眾互動參與、廣告精準投放等各個環節上產生了顛覆性的影響，推動了電視業的全方位變革與重構。本文擬從電視業運營的幾個關鍵環節入手探討大數據技術所產生的顛覆與變革，供我國從業者借鑒和參考。
收視測量變革：從「抽樣」到「全采樣」
大數據技術對電視業最為直接也是最見成效的影響體現在收視測量的變革上。大數據的核心思想是用規模劇增來改變現狀。
正如維克托?邁爾－舍恩伯格、肯尼思?庫克耶所指出的，大數據時代最為顯著的特徵就是「全數據」或「全樣本」成為統計的依據，而不再依賴於傳統的隨機抽樣。
抽樣分析是信息相對匱乏、流通受到限制的模擬數據時代的產物。它的信度和效度依賴於抽樣的絕對隨機性，但是在實際操作中幾乎無法實現。此外，隨機抽樣也不適合考察子類別的情況，當人們想了解更深層次的細分領域的情況時就無法採用這種方法。
換言之，隨機抽樣模式所依據的是「扁平化」的數據模式。
在全樣本模式下，數據處理技術發生了顛覆性的變革。專業機構可以收集到與某個特定變數相關的所有數據並進行處理，樣本可以等於總體。
對於電視業而言，這一變化直接體現在收視率調查上。對於電視媒體而言，基於隨機抽樣的收視率調查有望被基於海量樣本——甚至全樣本——的收視測量所取代，從而為電視業界的內容生產提供更為精準的數據支撐。
縱觀收視測量發展的歷史，經歷了由第一代電話調查、第二代日記卡固定樣組測量、第三代測量儀器記錄到目前第四代數字電視測量技術的發展。
前三代的測量方法均建立在抽樣調查的基礎上，樣本量有限，且有測量誤差較大、需要樣本戶配合的程度較高等缺點。伴隨數字電視的發展，頻道數量激增，業界對目標市場進行精準收視調查的需求愈來愈迫切。增加第三代收視測量儀的樣本數量可以在一定程度上滿足這一需求，但是樣本量的增加必然會受到成本控制的限制。
建立在大數據基礎上的第四代收視測量顛覆了以往的抽樣調查方法，通過對機頂盒的升級，能夠對觀眾開關機頂盒、轉換頻道、使用增值業務等操作行為進行精確到秒的准確記錄，不但最大限度保證了數據採集和傳輸的安全性，而且可以實現「全樣本」測量。
目前，世界上影響最大的收視率調查公司——尼爾森公司採用大數據挖掘技術，可以將收視率測量的樣本數量提升為過去的十倍或更高，甚至可以提供前一天的全樣本觀眾收視率數據。
社交網路對電視觀眾的影響受到業界重視。近期發布的相關研究結果表明，電視節目在社交網路上的關注度與傳統的收視率同等重要，即「我推故我看」。
因此，社交網路的關注度成為衡量電視節目影響力的新的有效標准。更加重要的是，大數據能為我們提供實時、動態、高效的數據分析，與以往的靜態收視率分析相比，是一次質的飛躍。2012年末，尼爾森公司收購了以分析電視內容中的社交數據為核心業務的新興調查機構「社會指南」（Social Guide）公司，後來又與社交媒體巨頭「推特」（Twitter）公司合作，推出基於微博內容的電視收視率報告。
統計顯示，在晚間黃金時段，在微博上傳播40%的帖子均與電視節目相關。尼爾森公司通過對140家無線和有線電視公司的調查，證實了基於微博內容的電視收視率報告對於傳統的收視率測量是一個很好的補充。
內容生產變革：從「制播分離」到「制播同步」
如果說大數據在電視業的直接運用體現在收視率測量上，那麼它所產生的更有意義的變革則體現在對節目生產模式和流程的重構上。
過去，電視節目的內容框架一般在播出前就確定了，在播出過程中進行調整和改變並不常見。在大數據時代，由於實時收視數據——特別是對節目內容的實時反饋的獲取和分析——越來越容易實現，節目的製作流程發生了新的變化。
「制播分離」的傳統模式被徹底顛覆，內容生產由「靜態」變成了「動態」，在播出過程中編導隨時根據數據分析報告對節目內容作出「微調」甚至「轉向」的決定。以內容生產、調整與播出、反饋融為一體的「制播同步」模式將成為大數據時代電視內容生產的常態。
在這方面，一些國外媒體已經做了一些積極的探索。
英國廣播公司（BBC）長期追蹤大數據技術的發展動向，把實時的、以觀眾為基礎的數據分析應用到電視運營的各個環節——包括內容生產、財務管理、市場推廣等。
在一些「真人秀」、訪談類的直播節目中，大數據技術已經得到了廣泛應用。BBC對從社交媒體得到的數據進行實時分析，在節目現場直播中根據觀眾在社交媒體上的評論決定接下來的推進方向。如果觀眾喜歡看節目的某一部分，比如某一特定主題的訪談或討論，就延長這部分的播出時間；反之，如果觀眾不喜歡，就進行相應的調整。
除了娛樂節目等市場化程度較高的品類，大數據技術也進入了新聞節目的生產流程當中。
在印度，一檔旨在揭露社會問題真相的新聞訪談節目《真相戰勝一切》（Satyamev Jayate）播出第一季就吸引了4億本土觀眾，通過視頻網站、Facebook、Twitter、YouTube和移動終端收看該節目的全球受眾超過了12億，成為2013年全球最引人注目的電視節目之一。
分析這檔節目成功背後的原因，除了討論的議題本身關注度較高以及主持人的明星效應外，大數據技術發揮的作用功不可沒。
「真相戰勝一切」是鐫刻在印度國徽上的格言。與人們最為熟悉的印度寶萊塢式輕歌曼舞的風格迥然不同，這檔新聞訪談節目的宗旨是「關注社會、貼近民眾、深層次揭露社會問題」。
2013年播出的第一季共十三集，主題分別為：被迫墮胎與殘害女嬰、兒童性騷擾、巨額嫁妝、醫患關系、殘障人士、家庭暴力、濫用農葯、酗酒、種姓制度、老年人權益、水資源保護、印度夢，等等。
節目主持人是寶萊塢電影巨星阿米爾?汗（Aamir Khan），他通過大量實地采訪，講述了不同階層印度人的真實故事，大膽曝光印度社會的種種弊病，力圖以「殘酷的真相」喚醒大眾，引發公共討論，進而推動社會變革。
值得一提的是，這檔節目運用了大數據手段來策劃選題、推動節目進程，甚至影響到國家政策、法律的制定或修改。
編導通過社交網站收集、分析了數以百萬計的熱點議題及其討論帖子，進行了大數據挖掘。他們不僅以這些數據為基礎進行節目策劃，還積極使用這些數據推動政治變革。
觀眾積極參與節目互動，表達對重要議題的觀點。在節目播出的進程中，製作方及時向觀眾提供來自各級政府官員、議員和意見領袖的思想和行動的數據反饋，從而形成政府、媒體和公眾三方議程的有效互動，促成公共政策的調整和完善。
比較典型的例子是，印度國會曾經在其中探討兒童性騷擾的一期節目播出後，迅速通過了一項兒童保護法案，主持人阿米爾也獲邀到國會聽證。
媒介功能重構：從「看電視」到「用電視」
隨著電視互動性的增強，觀眾的參與度大幅提升，原本被動收視的「沙發土豆」們開始更多地動腦、動嘴、動手，有目的地「使用」電視或網路視頻、可視化信息圖表等，「看電視」逐漸過渡到「用電視」階段，電視的功能及其「工具理性」得以進一步發掘和拓展。
在實現「看電視」到「用電視」的轉變當中，新興的「數據新聞」（datajournalism）發揮了至關重要的作用。
簡言之，數據新聞就是通過反復抓取、篩選和重組等手段來深度挖掘數據，聚焦專門信息以過濾數據，運用可視化的手段來呈現數據並合成新聞故事和具有較強工具性的應用軟體（如APP）。
在電視機構中，英國廣播公司（BBC）在數據新聞的開發上獨領風騷。BBC新聞網數據團隊由20餘位記者、設計師和研發人員組成。除了數據項目和視覺效果的製作外，團隊還負責設計新聞網站上的所有信息圖表，研發互動多媒體功能和移動應用軟體（APP），為電視業在數據新聞領域的拓展率先垂範。
BBC新聞網推出的「死亡之路：1999-2013年英國每條道路上每例死亡」即為一個成功的案例。
在信息個性化方面，用戶可以輸入郵政編碼查詢自己居住地區過去十年裡每條道路上發生的車禍致死的數字和個案。
在多媒體形態方面，編輯將警方提供的相關事實和數據視覺化、動態化、人性化，同時與「倫敦急救協會」、BBC駐英國各地的分支機構進行合作，即時追蹤主要城鎮及其周邊地區發生的每場車禍並進行在線直播，還通過Twitter推送相關報道，冠以「#cash24」的標簽，同時會在地圖上標出車禍發生的具體地點。
數據新聞的廣泛使用把「看電視」變成了「用電視」。這方面工具性更強的是BBC網站上推出的「財政預算計算器」網頁及其APP。
用戶藉助於這一工具可以預見國家財政預算一旦生效後，對個人生活可能產生的正面或負面的影響，並且可以在社交媒體平台上分享計算結果。
BBC與全球四大會計師事務所之一的畢馬威建立了合作關系，後者根據英國政府公布的年度財政預算進行大數據挖掘，BBC負責編創吸引受眾的界面，便於他們的使用參與。
另一個有趣的「數據新聞工具」是專題《70億人口的世界：你是第幾個出生的人？》，它的發布日期與世界人口達70億的官方日期一致，用戶只要輸入自己的出生年月日，就可以立即計算出自己是全球第幾個出生的人，並通過Twitter和Facebook分享自己在全球的出生排名。
這一專題使用了聯合國人口發展基金提供的數據，非常受歡迎，成為英國2011年Facebook上人氣最旺的分享鏈接。
傳播模式重構：由「機械化」到「智能化」
大數據時代，內容生產和受眾信息發掘技術的進步使媒介的傳播模式由「機械化」轉向「智能化」，電視業也不例外。
「機械化」的傳播方式意味著電視台充當了節目與內容的「傳送帶」和受眾的「供應商」，而「智能化」的傳播方式則把電視台轉變成為受眾的「服務商」。
隨著電視節目的傳播走向「多屏幕化」和「多平台化」，智能電視機、平板電腦和手機等會更為精準化地記錄觀眾的收視行為和偏好，藉助於大數據技術進行挖掘與分析，從而使電視台在最合適的時間、最合適的屏幕或平台上傳播最合適的媒體內容，為用戶提供更高質量的服務。
美國一些付費電視運營商已經開始利用與客戶和服務相關的數據迅速作出決策，以全方位提升用戶的收視體驗，包括畫面、聲音、內容的質量等。
IBM、惠普等大型IT企業擁有大數據中心和長期積累的數據分析產品系列，他們與Mariner公司、IneoQuest公司、Agama Technologies公司等傳統的付費電視運營商已經在頻繁接觸，為合作做准備。
值得關注的是，大數據技術的應用已經由「小眾化」的付費電視轉向了更為廣泛的業界領域。
2013年媒體業界的一個標志性事件是世界最大的社交媒體「推特」（Twitter）在紐交所上市後即選擇與美國最大的有線電視運營商「康姆卡斯特」（Comcast）公司建立合作夥伴關系。
這預示著大數據技術也會成為傳統媒體與新媒體實現深層次「競合」的結合點。就目前而言，兩者最直接的合作體現在收視測量上，可以預見，在此基礎上我們還會看到電視業與社交媒體在內容生產、用戶參與等層面上更為廣泛而深入的合作。
在傳播目標市場的戰略選擇與具體部署上，數據也能起到關鍵性的作用。
2013年，美聯社發布了兩份在線視頻新聞消費報告，一份是針對歐洲市場的，一份是針對亞洲市場的。美聯社通過在線和實地調查兩種方式了解受眾對視頻新聞內容的需求，並確定視頻資源集中的關鍵區域，以保證這些地區視頻業務的增長。
例如，美聯社對亞洲市場的調查顯示，在線訪問新聞的中國消費者中，有10%每天訪問新聞視頻剪輯，70%至少每周一次觀看在線新聞視頻；年齡在25至44歲的消費者最傾向於經常觀看視頻，其中超過60%的人至少每周觀看2-3次；平板電腦用戶更傾向於訪問在線新聞視頻，使用平板電腦訪問在線新聞的觀眾中有75%會每周觀看至少2-3次視頻新聞，而智能手機用戶和台式電腦用戶的這一比例分別為60%和57%。
這些數據有助於美聯社制定目標視頻市場的營銷推廣策略，從而實現更為精準的傳播。
大數據技術在電視業的運用才剛剛起步，除了前文中提到一些數據新聞的成功案例和在國內已經獲得廣泛關注的網路定製劇《紙牌屋》（House of Cards）之外，相關的實踐和探索還有待進一步深化。
但越來越多的成功案例已經並將繼續證明，在傳統電視機構積極探索產業升級和業態轉型的大背景下，大數據技術的廣泛運用無疑是一把開啟電視業未來的「金鑰匙」。
以上是小編為大家分享的關於大數據如何據顛覆傳統電視行業的相關內容，更多信息可以關注環球青藤分享更多干貨
⑤ 大數據所帶來的四種思維方式的轉變
隨著近年來大數據技術的快速發展，大數據所創造的價值深刻改變了我們的生活、工作和思維方式。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：
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。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。
以下將介紹大數據技術所帶來的四種思維方式的轉變。
社會科學研究社會現象的總體特徵，以往的采樣方法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。
在大數據時代，隨著數據收集、處理、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，思維方式也應該從之前的樣本思維轉向總體性思維，從而能夠更加直觀、全面、立體、系統地認識總體狀況。
在大數據時代之前，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」的現象，導致數據的准確性大大降低，從而造成分析的結論與實際情況背道而馳，因此，就必須十分注重數據樣本的精確思維。
然而，在大數據時代，得益於大數據技術的突破，大量的結構化、非結構化、異構化的數據能夠得到儲存、處理、計算和分析，這一方面提升了我們從海量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。
在大數據時代，思維方式要從精確思維轉向容錯性思維，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。
在大數據世界未出現時，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關聯關系。數據量小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關聯關系。而在大數據時代，人們可以通過大數據挖掘技術挖掘與分析出事物之間隱蔽的關聯關系，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，而建立在關聯關系分析基礎上的預測分析正是大數據的核心議題之一。通過關注線性的關聯關系及復雜的非線性關聯關系，可以幫助人們看到很多以前不曾注意的數據之間存在的某些聯系，還可以掌握以前無法理解的復雜技術和社會動態，關聯性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。
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。
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，「智能機器人」技術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，智能化水平仍不盡如人意。但是，大數據時代的到來，可以為提升機器智能帶來契機，通過機器學習可以從數據中獲取有價值的學習數據，大數據將有效的推進機器思維方式由自然思維轉向智能化思維，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」。
大數據開啟了一個重大的時代轉型。大數據技術正在改變我們傳統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。
⑥ 三隻象：互聯網+時代，大數據助力傳統企業轉型升級
普適計算之父馬克·韋澤說：最高深的技術是那些令人無法察覺的技術，這些技術不停地把它們自己編織進日常生活，直到你無從發現為止。而互聯網正是這樣的技術，它正潛移默化地滲透到各行各業，影響著我們生活的方方面面。
「互聯網+」的風起雲涌，不僅從根本上顛覆了許多傳統行業，同時也創造了新的行業和新的機遇。業內人士表示，目前各產業之間的關系已經不再是簡單的投入產出關系和上中下游關系，行業之間的邊界已經越來越模糊。尤其是傳統的產業結構分析方法和理論面臨互聯網思維的沖擊下，產業鏈也逐漸進行著更廣泛的垂直整合。
「互聯網+」被視為讓中國經濟騰飛起來的新起點，它的發展之勢還需依託大數據、雲計算等來創新生成新動力，打造新深度，大數據將成為這個時代的核心。2016年，大數據這一面向未來的數據分析技術全面進入企業應用環境。無論是對於站在科技最前沿的互聯網新銳企業，還是長期深耕於傳統領域的行業企業來說，大數據都是一項可以玩轉並且快速催生商業價值的科技創新。而傳統行業在藉助大數據實現轉型中則面臨著兩種狀況，一是自身擁有海量數據，但缺乏處理多類型數據的能力和專業的數據開發、分析人才；二是自身並沒有歷史數據積累，迫切需要大數據來指導生產、研發、運營及銷售等相關工作。
三隻象CEO陳鷺明表示，除了對各產業造成沖擊，大數據的發展也使得營銷模式發生了非常大的變革。對於企業來說，要做大數據精準營銷，就必須先制訂一個數據戰略，然後有目的性地去收集各類數據。往往這個過程費時費力，不能滿足企業高速發展的要求。這時，大數據服務平台對於企業來說，就是一個強大的助推器。
現在的大數據服務平台，在先進技術的加持下，能夠滿足企業多元化的數據應用需求，提供包括數據採集、清洗、存儲、挖掘、分析、建模、應用、展示、開放和交易等數據全生命鏈的服務，讓海量數據更高效地工作，幫助更多傳統企業通過數據助推企業的發展。如近日京東推出的「京東雲數知平台」，便是京東雲在大數據、雲計算領域積極探索實踐的創新成果，旨在幫助更多傳統企業和政府機構等實現「格數致知」，加快升級轉型的速度。
三隻象作為新型的互聯網+技術和服務提供商，致力於用新思維、新模式、新技術、大數據等推動傳統企業的互聯網升級轉型，為企業創造超出想像的價值。陳鷺明表示，大數據作為互聯網+時代的核心，必將展現出強大的威力和效應，傳統企業也將在大數據的助力下加快轉型升級的進程，搶占商業先機！
三隻象官網： www.3elephant.com
⑦ 大數據帶來的大影響
大數據帶來的大影響_數據分析師考試
如果把「數據化」視為信息社會的初級階段，則名不見經傳的英國科學家維克托·邁爾-舍恩伯格，用他別具洞見的天才新著《大數據時代》首次告訴我們：人類正在進入「數據顛覆傳統」的信息社會中級階段。
在此階段，信息無所不在無所不包，其無限膨脹的天文海量催生了「統計+分類-推理分析=決策」的計算機處理程序(有點像刷卡消費一步到位，節省了算賬找補等繁瑣環節)，悄然挑戰「去粗取精、去偽存真、由表及裡、由此及彼」的傳統認識論模式，冥冥之中潛移默化，對我們的生活、工作與思維，對人類「階級斗爭、生產斗爭、科學試驗」三大實踐活動產生著重大而深刻的影響。
大數據點燃
美國政府曾為定期公布消費物價指數CPI以監控通脹率，僱用了大量人員向全美90個城市的商店、辦公室進行電話、傳真拜訪，耗資2.5億美元搜集反饋8萬種商品價格的延時信息。然而麻省理工學院兩位經濟學家採取「大數據」方案，通過一個軟體在互聯網上每天搜集50萬種商品價格即時信息。2008年9月雷曼兄弟公司破產後，該軟體馬上發現了通脹轉為通縮的趨勢，而官方數據直到11月才發現。之後該軟體被暢銷到70多個國家。這一案例充分體現出「大數據」顛覆傳統的力量和變革思維的智慧。
「小數據」時代追求精準，竭力避免不精準信息誤導誤判。然而95%被傳統資料庫拒絕接受的非結構化(非標准)數據，在「大數據」時代的模糊化資料庫中發揮了重要的作用，因為數據越模糊越全面，才能有效避免誤導誤判。
從因果關繫到相關關系的思維變革，是「大數據」顛覆傳統認識論模式的關鍵。電腦畢竟不是人腦，電腦永遠搞不懂氣候與機票價格之間有什麼因果關系。公雞打鳴和天亮之間雖無因果關系，但古人通過公雞打鳴來預報天亮卻很少失敗。「如果數百萬條醫療記錄顯示橙汁和阿司匹林的特定組合對癌症治療有效果，那就用不著通過一次次實驗來探索其具體的葯理機制了」。「蘋果之父」喬布斯就主動試用過一些醫療記錄有效但未經臨床驗證的療法同癌症抗爭。你可以嘲笑喬布斯「不講科學」，但他卻因此多活了好幾年。
從根本上說，所謂「大數據挑戰傳統認識論」，其實是人類把復雜的認識過程「全部打包」給了電腦，而電腦懶得分析推理驗證，只通過統計分類對比，交出「最終答案」就OK了。大數據的精髓在於變「少而精」為「多而全」，變「因果」為「相關」。當實地調研開始被數據採集所替代，當嚴密的實驗開始被非線性邏輯所替代，當「唯一真理」開始被多項選擇所替代，「大數據」就用事實向人類宣告：「知其然不知其所以然」，既是電腦望塵人腦的劣勢，也是電腦超越人腦的優勢！
大數據滲透大世界
不要以為「大數據」只是科幻故事或政府與科學家的「專利」。環顧四周，「大數據」早已滲透我們生活和工作的方方面面，衍生出形形色色的數據超市、數據易趣、數據交友、數據聯誼、數據作坊、數據課堂、數據IB等傳奇版本。從治安管理、交通運輸、醫療衛生、商業貿易、批發零售、公益救援直到政治、軍事、經濟、金融、社會、環境、文藝、體育。
UPS國際快運公司從2000年開始通過「大數據」檢測其遍布全美的6萬輛貨車車隊，統計出各損耗零部件的生命周期，改「備份攜帶」為提前更換，有效預防了半路拋錨造成的嚴重麻煩和巨大損失，每年節省數百萬美元。UPS還依靠「大數據」優化行車路線(例如盡量右轉彎，避免左轉彎)，2011年全公司車輛少跑4828萬公里，節省燃料300萬加侖，減少碳排放3萬公噸。
為紐約提供電力支持的愛迪生電力公司，針對每年多起電纜沙井蓋爆炸造成嚴重事故，採取「大數據」手段統計出106種預警先兆，預測2009年可能出事的沙井蓋並嚴加監控。結果位列前十分之一的高危井蓋中，預測准確率達44%。
美國里士滿市警察當局憑經驗認定槍擊事件往往導致犯罪高峰期，「大數據」證明這種高峰期往往出現在槍擊事件後2周左右。孟菲斯市2006年啟動「大數據」系統鎖定了更容易發生犯罪的地點和更容易抓捕罪犯的時間，使重大犯罪發生率下降26%。
沃爾瑪2004年依靠「大數據」發現了颶風前夕銷量增加的各類商品，進而每逢預報便及時設立颶風用品專區，並將手電筒、早餐零食蛋撻等擺放於專區附近，明顯增加了「順便購買」的銷量。
至於「大數據」的經濟價值，僅需略舉數例：2006年微軟以1.1億美元購買了埃齊奧尼的Farecast公司，2008年穀歌以7億美元購買了為Farecast提供數據的ITA Software公司。同年在冰島成立的DataMarket網站乾脆專靠搜集提供聯合國、世界銀行、歐盟統計局等權威機構的免費信息來獲利生存，包括倒賣各類研究機構公開發布的研究數據——只要找到買主，往往願出高價！
大數據創造大金融
金融領域當然是「大數據」的主戰場之一。程序化交易也許是現今最主要的「大數據」新式武器。美國股市每天成交量高達70億股，但其中三分之二的交易量並非由人操作，而是由建立在數學模型和演算法之上的計算機程序自動完成。日新月異的程序化交易只能運用海量數據來預測收益、降低風險。幾乎所有銀行、券商、保險、期貨、QFII和投資公司都開發了自己的程序化交易工具。誰的武器更先進？競爭到最後恐怕還是比誰搜集處理的數據更海量。
一家投資基金通過統計大商場周邊停車場及路口交通擁擠狀況，來預測商場經營及當地經濟狀況，進而預測相關股價走勢，最後居然拿數據統計資料換得了該商場的部分股權。
不少對沖基金通過搜集統計社交網站推特上的市場心情等信息來預測股市的表現。倫敦和加利福尼亞的兩家對沖基金，利用「大數據」形成119份表情圖和18864項獨立的指數，向許多客戶推銷股市每分鍾的「動態表情」：樂觀、憂郁、鎮靜、驚恐、呆滯、害怕、生氣、激憤等，以幫助和帶動投資決策。
在金融機構競相拉客理財的今天，如果能及時搜集處理海量的微博、微信、簡訊，自然也能從茫茫人海中及時發現怦然心動打算開戶的，或一氣之下打算「跳槽」的投資者。
當然，如果投資者都能通過「大數據」直接決策，將「刷卡消費」拓展成「刷卡投資」，那藏龍卧虎的分析師群體和爭雄斗妍的研究報告未來還有市場嗎？
大數據暗藏大隱患
像所有新生事物一樣，大數據也是一把雙刃劍。宏觀上看，「大數據」在各個不同的領域將人類虛擬分割為「數據化」與「被數據化」兩大陣營。持續發酵的「棱鏡門」事件披露了美國政府長期監控全世界的「最高機密」，但美國總統、國會和政府都認定這種監控「天經地義」，是「維護國家核心利益」。雖然社會早已建立起龐大的法律法規體系來保障個人信息安全，但在「大數據」時代，這些體系正蛻變為固若金湯但可以隨意繞過的「馬其諾防線」。
「大數據」導致個人信息被交易、個人隱私被外泄還不算，更大的危險在於「個人行為被預測」。正如作者預言——「這些能預測我們可能生病、拖欠還款甚至犯罪的演算法程序，會讓我們無法購買保險、無法貸款，甚至在犯罪實施前就預先被逮捕」——也許你認為這對全社會來說無疑是好事。可是如果預測系統不完善、軟硬體出差錯、數據搜集處理不當、臨時數據未經檢驗、黑客攻擊、有人惡意或善意開玩笑製造假信息……導致你、你的家庭、你的親朋好友、你的所在單位甚至你的祖國被冤枉被制裁，你還能無動於衷嗎？
微觀上看，即使是出於正當目的採集的「大數據」，仍可能在「擴展開發」過程中產生無法想像的副作用。例如谷歌的街景拍攝和GPS數據為衛星定位和自動駕駛儀提供了關鍵的支持，但同時因其有助於黑幫盜賊便捷挑選有利目標而引發了多國民眾的強烈抗議。當谷歌對圖像背景上的業主房屋、花園等目標進行模糊化處理後，反而引起盜賊更加註意。
無論你驚奇還是恐懼，歡迎還是躲避，關注還是漠視，理解還是拒絕，「大數據」都在加快步伐向我們走來。我們只有順勢而為，趨利避害，才不至於被這個充滿機遇和挑戰的新時代提前淘汰。
以上是小編為大家分享的關於大數據帶來的大影響的相關內容，更多信息可以關注環球青藤分享更多干貨
⑧ 大數據顛覆傳統 變革商業模式
大數據顛覆傳統 變革商業模式_數據分析師考試
「大數據」是繼雲計算、物聯網之後IT產業又一次顛覆性的技術變革。對國家治理模式、企業決策和業務流程、個人生活方式都將產生巨大的影響。
大數據時代網民和消費者的界限正在消弭，企業的疆界變得模糊，數據成為核心的資產，並將深刻影響企業的業務模式，甚至重構其文化和組織。
在大數據時代，企業面臨文化、戰略、組織、流程、信息化、公共關系、人才培養方方面面的挑戰，同時也迎來重大的轉型機遇和飛躍契機。如果不能利用大數據更加貼近消費者、深刻理解需求、高效分析信息並作出預判，所有傳統的產品公司都只能淪為新型用戶平台級公司的附庸，其衰落不是管理能扭轉的。
雲計算的核心是業務模式，本質是數據處理技術。數據是資產，雲為數據資產提供了保管、訪問的場所和渠道。如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是雲計算內在的靈魂和必然的升級方向。
企業內部的經營交易信息，物聯網世界中商品、物流信息，互聯網世界中人與人交互信息、位置信息等等是大數據的三個主要來源。其信息量遠遠超越了現有企業IT架構和基礎設施的承載能力，其實時性要求則大大超越現有的計算能力。如果計劃在大數據時代獲益，必將引發新一輪的信息化投資和建設熱潮。
目前，雲計算在國內方興未艾。在雲計算的三層架構(SaaS，PaaS，laaS)當中，PaaS是技術最復雜、最難實現的一層。企業自己搭建PaaS平台幾乎是不可能完成的任務。
採用PaaS的好處就是，用戶只需要關心應用和數據，其他的事情、組件全部由PaaS和IaaS進行自動化運維管理
全球有超過十億的智能手機用戶，90%用戶全天機不離身，各大企業都競相推出有吸引力的移動應用體驗，挖掘移動設備上的海量數據帶來的商機。
大數據和雲計算的技術幾乎密不可分，無論是雲計算、大數據都是構建在這些基礎平台之上的。對於傳統行業/企業而言，雲計算、大數據的應用剛剛開始，但對互聯網企業而言，雲計算、大數據已經是商業服務有機組成部分，因此，互聯網在雲計算、大數據方面保持領先。
傳統行業/企業缺乏互聯網企業的基因，其很多業務多採用外包方式，軟體開發人員規模有限，更難得心應手地駕馭各種開源技術。此外，傳統行業/企業有很多歷史的包袱，煙筒式的應用系統林立，數據之間缺乏共享，信息應用水平受到很多限制。如何才能夠讓傳統行業/企業像互聯網企業一樣輕松駕馭信息化系統，顯然傳統行業/企業需要一個高度自動化的基礎平台。
目前，中國不僅是一個真正意義上的大數據國家，而且在大數據實踐這個新的歷史關頭，並沒有落後於美國。除了龐大的人口總數之外，中國還擁有很多與眾不同的消費模式，除去傳統的電信金融互聯網之外，沒有哪個國家擁有中國這樣火爆的電商、發達的物流，還有向互聯網時代轉型的製造業、教育、醫療，科研，零售，交通，這些行業中孕育著大數據基礎和今天我們還無法完整預測的發展前景。
在美國，無論企業還是其他機構，對於大數據的認識和應用都比較成熟，也願意嘗試不同的新產品。而在中國內地、中國香港、中國台灣、日本和韓國，李凱翔說，我看到的現象是，要麼(企業)非常保守，只要有資料庫就可以了；要麼就是非常領先，已經在嘗試開始下載諸如開源這樣的軟體嘗試了。
隨著大數據時代的深入發展，大數據帶來的改變是全方面的，尤其是在商業領域，大數據蘊含巨大商業截止，從目前來看，大數據正改變傳統商業模式，在這個過程中，中國的市場潛力是巨大的。
以上是小編為大家分享的關於大數據顛覆傳統 變革商業模式的相關內容，更多信息可以關注環球青藤分享更多干貨
⑨ 大數據是如何顛覆傳統行業的
因為現在線上模式很火