楊善林大數據時代需要新思維

㈠ 讀《大數據時代》心得體會

讀《大數據時代》心得體會（一）

讀了《大數據時代》後，感覺到一個大變革的時代將要來臨。雖然還不怎麼明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然後通過收集和分析數據來驗證這種假想。”“隨著由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。

近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限於傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。

當我們人類的數據收集和處理能力達到拍位元組甚至更大之後，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性後，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基於一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了!

《大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先後變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什麼就夠了，沒必要知道為什麼”，而邏輯學四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基於因果關系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。

可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了!更何況還有兩個更可怕的事情。

其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最後把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那麼大數據會不會通過正視混雜性，放棄因果關系最後反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢?其二：人和機器的根本區別在於人有邏輯思維而機器沒有。《大數據時代》也擔心“最後做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。

還好我知道自己對什麼統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。

所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。

讀《大數據時代》心得體會（二）

信息時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變„„我們這樣評論著的信息時代已經變為曾經。如今，大數據時代成為炙手可熱的話題。筆者在這說明信息和數據，只是試圖首先說明信息、數據的關系和不同，也試圖說明，為什麼信息時代轉變為了大數據時代?大數據時代帶給了我們什麼?

信息和數據的定義。維基網路解釋：信息，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態范疇，是進行互相交換的內容和名稱，信息的界定沒有統一的定義，但是信息具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。數據：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關於事件之一組離散且客觀的事實描述，是構成信息和知識的原始材料。數據可分為模擬數據和數字數據兩大類。數據指計算機加工的“原料”，如圖形、聲音、文字、數、字元和符號等。從定義看來，數據是原始的處女地，需要耕耘。信息則是已經處理過的可以傳播的資訊。信息時代依賴於數據的爆發，只是當數據爆發到無法駕馭的狀態，大數據時代應運而生。這是否是《大數據時代》一書所未曾闡述的背景材料?

在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什麼”，而不需要知道“為什麼”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利於預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭並進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而並非相離互斥。

數據未來的故事。數據的發展，給我們帶來什麼預期和啟示?銀行業天然有大數據的潛質。客戶數據、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力„„可以這些都基於數據的收集、整理、駕馭、分析能力，基於脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風雲變換，穩健贏取未來。

讀《大數據時代》心得體會（三）

這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然後在通過解釋在對未來進行預測，並對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了Google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20XX年美國的H1N1的爆發地與傳播方向以及可能的潛在患者的事情。Google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之後才可以弄到相關的數據。同時Google的預測與政府數據的相關性高達97%，這也就意味著Google預測數據的置信區間為3%，這個數字遠遠小於傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對准確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近於總體的時候，通過計算得到的描述性數據將無限的趨近於事件本身的性質。而之前採取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們採取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對准確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現過的相應的文字語句掃描並儲存在詞庫中，所以無論需要翻譯什麼，只要有聯系Google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以Google的電腦翻譯的計劃的成功，表明大數據時代對准確性的追求並不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其准確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之後，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群傢伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

讀《大數據時代》心得體會（四）

利用周末，一口氣讀完了塗子沛的大作《大數據》。這本書很好看，行文如流水，引人入勝。書中，你讀到的不是大數據技術，更多是與大數據相關的美國政治、經濟、社會和文化的演進。作為一名信息化從業者，讀完全書，我深刻感受到了在信息化方面中國與美國的各自特色，也看到了我們與美國的差距。有幾個方面的體會，但窺一斑基本能見全貌。

一是政府業務資料庫公開的廣度和深度。近年來，隨著我國信息公開工作的推進，各級政府都在通過政府門戶網站建設積極推進網上政務信息公開，但我們的信息公開，現階段還主要是政府的政策、法律法規、標准、公文通告、工作職責、辦事指南、工作動態、人事任免等行政事務性信息的公開。當然，實時的政府業務資料庫公開也已經取得很大進步。在中國政府門戶網，可以查詢一些公益資料庫，如國家統計局的經濟統計數據、環保部數據中心提供的全國空氣、水文等數據，氣象總局提供的全國氣象數據，民航總局提供的全國航班信息等;訪問各個部委的網站，也能查到很多業務數據，如發改委的項目立項庫、工商局的企業信用庫、國土資源部的土地證庫、國家安監總局的煤礦安全預警信息庫、各類工程招標信息庫等等。這是一個非常大的進步，也是這么多年電子政務建設所取得的成效和價值!但是，政務業務資料庫中的很多數據目前還沒有實現公開，很多數據因為部門利益和“保密”等因素，還僅限於部門內部人員使用，沒有公開給公眾;已經公開的數據也僅限於一部分基本信息和統計信息，更多數據還沒有被公開。從《大數據》一書中記錄的美國數據公開的實踐來看，美國在數據公開的廣度和深度都比較大。美國人認為“用納稅人的錢收集的數據應該免費提供給納稅人使用”，盡管美國政府事實上對數據的公開也有抵觸，但民願不可違，美國政府的業務數據越來越公開，尤其是在奧巴馬政府簽署《透明和開放的政府》文件後，開放力度更加大。DATA.GOV是美國聯盟政府新建設的統一的數據開放門戶網站，網站按照原始數據、地理數據和數據應用工具來組織開放的各類數據，累積開放378529個原始和地理數據集。在中國尚沒有這樣的數據開放的網站。另外，由於制度的不同，美國業務信息公開的深度也很大，例如，網上公布的美國總統“白宮訪客記錄”公布的甚至是造訪白宮的各類人員的相關信息;美國的FedSpending網站，能夠逐條跟蹤、記錄、分析聯邦政府每一筆財政支出。這在中國，目前應該還沒有實現。

二是對政府對業務數據的分析。目前，中國各級政府網站所提供的業務數據基本上還是數據表，部分網站能提供一些統計圖，但很少能實現數據的跨部門聯機分析、數據關聯分析。這主要是由於以往中國政務信息化的建設還處於部門建設階段。美國在這方面的步伐要快一些，美國的DATA.GOV網站，不僅提供原始數據和地理數據，還提供很多數據工具，這些工具很多都是公眾、公益組織和一些商業機構提供的，這些應用為數據處理、聯機分析、基於社交網路的關聯分析等方面提供手段。如DATA.GOV上提供的白宮訪客搜索工具，可以搜尋到訪客信息，並將白宮訪客與其他微博、社交網站等進行關聯，提高訪客的透明度。

三是關於個人數據的隱私。在美國，公民的隱私和自有不可侵犯，美國沒有個人身份證，也不能建立基於個人身份證號碼的個人信息的關聯，建立“中央數據銀行”的提案也一再被否決。這一點，在中國不是問題，每個公民有唯一的身份信息，通過身份證信息，可以獲取公民的基本信息。今後，隨著國家人口基礎資料庫等基礎資源庫的建設，公民的社保、醫療等其他相關信息也能方便獲取，當然信息還是限於政府部門使用，但很難完全保證整合起來的這些個人信息不被泄露或者利用。

數據是信息化建設的基礎，兩個大國在大數據領域的互相學習和借鑒，取長補短，將推進世界進入信息時代。我欣喜地看到，美國政府20XX年啟動了“大數據研發計劃”，投資2億美元，推動大數據提取、存儲、分析、共享、可視化等領域的研究，並將其與超級計算和互聯網投資相提並論。同年，中國政府20XX年也批復了“十二五國家政務信息化建設工程規劃”，總投資額估計在幾百億，專門有人口、法人、空間、宏觀經濟和文化等五大資源庫的五大建設工程。開放、共享和智能的大數據的時代已經來臨!

我精心推薦

㈡ 如何實現大數據時代的政府治理創新

隨著信息技術的飛速發展，各領域的數據量都在爆發式增長，尤其在雲計算、物聯網、移動互聯網等it技術得到廣泛應用之後，數據的增長實現了從量變到質變的轉型，大數據如浪潮般席捲而來，人類社會進入大數據時代。大數據不僅僅只是一次顛覆性的技術革命，更是一場思維方式、行為模式與治理理念的全方位變革，尤其在政府治理領域，大數據帶來了巨大的變革潛力和創新空間。在「全面深化改革，推進國家治理體系和治理能力現代化」的時代背景下，應充分重視大數據在政府治理中的重要價值，牢牢抓住大數據為政府治理提供的創新機遇，切實提高各級政府部門的治理能力。
一、大數據為政府治理理念轉型帶來新機遇
治理理念的轉型是提升政府治理能力的前提，理念的轉型需要新文化、新思維的融入，大數據所蘊含的數據文化與數據思維恰好可以為治理理念轉型提供突破口，基於大數據探索政府治理的多元、多層、多角度特徵，最終實現以政府為主體的政府管制理念向以協同共治、公共服務為導向的政府治理理念的轉型。在大數據時代，政府治理的依據不再是個人經驗和長官意志，而是實實在在的數據，在過去深入群眾、實地調研考察的基礎上，系統採集的客觀數據和實證分析的科學結果將成為最為重要的政府決策依據。「尊重事實、推崇理性、強調精確」的特徵和「用數據說話、用數據決策、用數據管理、用數據創新」的理念將成為政府治理理念轉型的核心要義。
二、大數據為政府治理模式創新帶來新機遇
大數據通過把數學演算法運用於海量數據，從數據中尋找相關關系，通過這種相關性預測事情發生的可能性，這是大數據方法論的核心思想。此外，依託於大數據技術和平台，通過外包、眾包等靈活的組織方式，可以推動政府治理的組織架構從科層、分割、封閉向開放、協同、合作轉型，因此把大數據的方法和手段引入到政府治理領域，是實現政府治理模式創新的有效路徑。基於上述方法論，大數據為政府治理模式創新帶來的新機遇主要包括：從粗放式管理到精細化治理、從單兵作戰型管理到協作共享型治理、從被動響應型管理到主動預見型治理、從電子政務管理到政府2.0治理、從風險隱蔽型管理到風險防範型治理，最終實現全面數據驅動的治理模式創新。
三、大數據為政府決策科學化帶來新機遇
隨著公共事務的日益復雜，僅憑個人感知已經很難全面了解所有正在發生的事情並做出正確判斷，政府部門想要提高決策的科學性，就需要把大數據思維與技術運用到政府治理與決策中，依靠大規模數據的收集來直觀呈現經濟社會運行規律，通過相應的數據挖掘來輔助政府部門進行科學決策。大數據為政府決策科學化帶來的機遇主要體現在兩個方面：首先，在決策的制定階段，大數據背景下，政府決策不再是個別領導幹部「拍腦袋」做出的，而是通過「用數據說話」，讓聽得見炮火的人（數據）做出決策，這樣的政府決策是在對客觀數據進行科學分析、充分了解客觀現實的基礎上做出的，這樣大大提高了決策的精準性、適用性和科學化水平；其次，在決策實施效果的跟蹤反饋階段，通過物聯網和社交網路的普及，大量的客觀數據能夠快速匯集給決策者，通過這些數據對決策的實施過程和效果進行實時監控，能夠更全面地掌握決策的實施效果和下一步的改進方向。
四、大數據為政府服務效能提升帶來新機遇
提升政府服務效能是政府治理能力提升的重要支撐，也是大數據背景下服務型政府建設的關鍵所在，在政府治理的范疇下，提升政府服務效能主要包括政府部門行政審批的效率提升和公共服務產品的質量提高兩個方面。在提升行政審批效率方面，大數據可以打通各個政府部門的信息孤島，打破各部門數據的條塊分割，通過構建統一的政府行政審批雲平台，讓數據為老百姓「跑腿辦事」，省去了「跑斷腿、磨破嘴，辦事跑十幾個部門，蓋幾十個公章」的苦惱和無奈，這樣既提高了行政審批效率，又節約了政府開支。在提高公共服務產品質量方面，大數據通過對公共服務產品數據和服務對象數據的挖掘、分析，提升公共服務產品供給的精準化、分層化、個性化；通過公共數據的開放和兼容，讓公眾參與到公共服務產品設計、提供和監督等各個環節，實現公共服務產品質量的提高。

㈢ 大數據時代 如何理解「大數據」

大數據時代 如何理解「大數據」

最早提出「大數據」概念的學科是「天文學」和「基因學」，這兩個學科從誕生之日起就依賴於「基於海量數據的分析」方法。

大數據可以說是「計算機」和「互聯網」結合的產物，計算機實現了數據的「數字化」;互聯網實現了數據的「網路化」;兩者結合才賦予了「大數據」生命力!

隨著互聯網如同空氣、水、電一樣無處不在地滲透入我們的工作和生活，加上移動互聯網、物聯網、可穿戴聯網設備的普及，新的「數據」正在以指數級別的加速度產生。據說目前世界上90%的「數據」是互聯網出現以後迅速產生的。

不過，拋開數據的海量化生產和存儲這種表面現象，我們更加要關注的是由數據量變帶來的質變，這種「質變」表現在以下3個方面：

1)數據思維

大數據時代帶給我們的是一種全新的「思維方式」，思維方式的改變在下一代成為社會生產中流砥柱的時候就會帶來產業的顛覆性變革!

- 分析全面的數據而非隨機抽樣;

- 重視數據的復雜性，弱化精確性;

- 關注數據的相關性，而非因果關系。

歷來的商業變革都是由「思維方式的轉變」開始的，舊的經濟體制和傳統的商業理念面臨新的商業思維邏輯的時候，如果大腦不能與時俱進，吸收並轉變為順應潮流的新思維，通過新思維重新組織企業組織的戰略、結構、文化和各種策略，那麼貌似強大的體魄反而變成了企業前進的累贅。這種新思維顛覆巨頭的案例最先發生在信息技術的傳統領域，然後滲透到傳統的商業領域：黑莓(Blackberry)、摩托羅拉、諾基亞、柯達、雅虎。。。案例比比皆是!

當然，這些企業的沒落並不是因為沒有「數據思維」，但他們都是被「新互聯網思維」淘汰的昔日巨人。「數據思維」是最新的思想，其影響力還沒有發展到導致巨頭轟然倒塌。但是，如果不給予足夠的重視，下一波沒落王國的名單中，可能就會有你!

2)數據資產

大數據時代，我們需要更加全面的數據來提高分析(預測)的准確度，因此我們就需要更多廉價、便捷、自動的數據生產工具。除了我們在互聯網虛擬世界使用瀏覽器、軟體有意或者無意留下的各種「個人信息數據」之外，我們正在用手機、智能手錶、智能手環、智能項鏈等各種可穿戴數碼產品生產數據;我們家裡的路由器、電視機、空調、冰箱、飲水機、吸塵器、智能玩具等也開始越來越智能並且具備了聯網功能，這些家用電器在更好地服務我們的同時，也在生產大量的數據;甚至我們出去逛街，商戶的路由器，運營商的WLAN和3G，無處不在的攝像頭電子眼，百貨大樓的自助屏幕，銀行的ATM，加油站以及遍布各個便利店的刷卡機都在收集和生產數據。

在互聯網領域，我們喜歡說「入口」這個詞，「入口」對應的直接意義是「流量」，而流量在互聯網領域就意味著「金錢」，這種流量變現可能是廣告，可能是游戲，也可能是電商。在大數據時代，「入口」這個詞還有更深刻的意義，那就是「數據生產的源頭」，用戶通過某個APP或者硬體產品滿足某種需求的同事，也會留下一系列相關的「數據」，這些數據的合理使用可以讓擁有這部分數據的企業獲得更大的商業利益!所以，在「大數據」時代，意識到「數據也是資產」的公司都已經開始在各個「數據生產的源頭」進行布局，可能是一個解決剛興需求的WEB網站，也可能是一個單純的工具APP，還可能是一個可穿戴的數碼產品!

3)數據變現

有了「數據資產」，就要通過「分析」來挖掘「資產」的價值，然後「變現」為用戶價值、股東價值甚至社會價值。

大數據分析的核心目的就是「預測」，在海量數據的基礎上，通過「機器學習」相關的各種技術和數學建模來預測事情發生的可能性並採取相應措施。預測股價、預測機票價格、預測流感等等。

「預測事情發生的可能性」繼續往下延伸，就可以通過適當的「干預」，來引導事情向著期望的方向發展。比如亞馬遜和所有的電商一樣，都會基於對用戶的喜好及消費能力分析來推薦「商品」，引導用戶提高消費金額;Google等互聯網巨頭也會通過各種技術手段來試圖向不同的用戶展現不同的廣告，並稱之為「精準營銷」，由此來提高點擊率(公司收入);網游公司也會在運營工程中通過玩家行為數據的分析來及時調整游戲關卡及計費點等設計。

最後，如果你看了這段文字還不能更好地理解「大數據」時代的「預測未來」能力，那麼我推薦你看看熱播美劇《疑犯追蹤》!

以上是小編為大家分享的關於大數據時代 如何理解「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

㈣ 我也來學說會計

一、再學會計的基礎理論知識

會計產生的根本原因是人們對經濟效益的追求。社會的客觀條件與特殊情況會影響並決定會計的產生與發展，包括會計思想、會計法制、會計理論、會計方法、審計等構成了會計環境，對會計的產生與發展具有極大的促進、制約和引導作用；其規定著會計的發展規模、速度、趨向和狀態。社會經濟水平是構成會計環境的決定性因素；科學技術水平是影響其的直接因素；文化和教育水平是體現會計環境發展的重要標志；社會政治和經濟制度狀況對其具有強制性和具體性約束；經濟危機、社會危機、通貨膨脹、經濟犯罪是構成會計環境的不良因素。

會計是以貨幣為主要計量單位，是以憑證為基本依據，提供連續、系統、完整的會計信息。

會計包含兩個方面，原始（傳統）的會計為記賬、算賬、報賬；現代的會計是一個以提供財務信息為主的經濟信息系統 ，是一項管理活動，是一種管理工具或方法，是一種科學、技巧和經驗相結合的科學。

會計的基本目標是向會計信息使用者提供對決策有用的信息，如反映企業財務狀況（資產負債表）、反映企業經營情況（損益表）、現金流量（現金流量表）。反應企業管理層受託履行情況。

按報告對象的不同分為財務會計與管理會計。財務會計主要是向臘空企業外部信息使用者提供決策所需的會計信息；管理會計主要是為企業內部信息使用者提供控制、預測、決策所需的信息。

財務會計主要是向外部信息使用者提供企業期初與期末的財務狀況，在一定期間的經營、投資和理財所取得的經營業績以及在一定期間的現金流量，這些信息是已完成或已發生的交易或事項，屬於歷史財務信息。

財務會計必須按統一的會計准則要求提供財務信息沖乎。從程序上來看依次要進行確認、計量、記錄和報告；從處理方法來看，是以會計主體為空間范圍，以復式簿記系統為基礎，以貨幣為主要計量單位，採用借貸記賬法作為財務會計核算方法，以財務報告的形式向信息使用者提供決策所需的財務信息。

財務會計的對象反映社會再生產過程中的資金運動，包含資金投入（所有者權益、負債），資金的運用也即是資金的循環周轉（供、產、銷），資金退出（分紅、撤資、繳稅）。細分為工業財務會計、商品流通企業財務會計、行政事業單位財務會計。

財務會計的基本職能是反映和控制（也即核算與監督），其他職能包括參與經濟決策、預測經濟前景、評價經營業績。依據財政部門制定的會計制度統一核算，包含設置帳戶、復式記賬、填制和審核會計憑證、登記賬簿、成本計算、財產清查、編制財務會計報表。

管理會計是以現代管理科散局悉學為依據，以加強企業內部管理、提高經濟效益為目的，運用一系列專門的方式和方法，通過確認、計量、歸集、分析、編制與解釋、傳遞等一系列工作，為企業管理者和相關信息使用者決策提供信息。側重於為企業內部經營管理服務，側重未來、控制現在，採用的核算方法靈活多樣，計量尺度多樣化，注重企業的整體、兼顧局部。

管理會計觀察或思考的客體或行為的目標為現金流量、價值差量、資金總運動；內容包括成本性態、變動成本和本量利分析的對象（已經發生的資金運動），預測和經營決策的對象（現金流動），預算編制的對象（未來的資金運動和現金流動），成本控制的對象（尚未發生或正在發生的資金運動），責任會計的對象（責任中心可控制的資金運動）。

管理會計的職能包含預測（依據歷史資料、採用系統、科學的方法，推測事物未來發展狀況的過程，是管理會計的基本職能之一）、組織（應用系統理論和行為科學的基本原理，結合企業的具體情況，設計和制定合理、有效的責任會計制度和各項具體會計事務）、決策（在充分考慮各種可能的前提下，按照客觀規律的要求，通過一定程序對未來實踐的方向、目標、原則和方法做出決定的過程）、控制（通過一定的手段，對實際已發生的各項經濟活動發生的信息進行反饋與收集、比較與分析，對企業實際經濟活動偏離預期目標的活動施加影響，使之能夠按預定目標進行的過程）、評價（根據各級責任單位所編制的業績報告，將實際數據與預算數進行比較、分析，從而考核與評價各個責任單位履行經濟責任的情況，保證經濟責任的貫徹執行）。方法包括成本性態分析法、本量利分析法、邊際分析法、成本效益分析法、折現現金流量法。

二、會計工作的未來

會計的一層意思是指會計工作。會計工作是根據《會計法》等會計制度進行核對記賬憑證、財務賬簿、財務報表，從事經濟核算和監督的過程，是以貨幣為主要計量單位，運用專門的方法，核算和監督一個單位經濟活動的一種經濟管理工作。

早期的會計是比較簡單的，只是對財物的收支進行計算與記錄；隨著社會經濟的日益發展和科學技術水平的不斷進步與發展，會計也經歷了從簡單的計算、記錄財物收支，逐漸發展成為用貨幣單位來綜合反映和監督經濟活動的過程，直到參與企業預測、決策、控制、考核等各個方面。

會計的技術和方法也在長期的實踐中吸收了先進的科學技術成果逐漸發展和完善起來。從原來的簿記帳本用手工記錄發展到會計電算化，從只記收與支發展到借貸記賬法；從一支筆、一個算盤、一本賬本發展到運用電腦記賬，到人工智慧在會計工作中的應用，減少了出差錯的可能也提高了工作效率，使會計信息的取得與質量擺脫了對會計人員的依賴。上海國家會計學院在中國會計學會會計信息化專業委員會的指導下，攜手金蝶軟體、元年科技、遠光軟體、浪潮集團等機構完成了「2019影響中國會計從業人員的十大信息技術」 評選活動。這10項技術和支持率分別是：財務雲（72.1%）；電子發票（69.5%）；移動支付（50.7%）；數據挖掘（46.9%）；數字簽名（44.5%）；電子檔案（43.1%）；在線審計（41.4%）；區塊鏈發票（41.1%）；移動互聯網（39.6%）；財務專家系統（37.7%）。信息科技的發展將引領會計人員的職業發展、引領會計行業的變革。

在大智移雲的背景下，我國2000多萬財務人員的工作環境正逐步或將被迫發生變化 ，人工智慧的引入，可以大量的解決財務日常、高頻、單一的工作，核算型的崗位將被減少。

在一帶一路的大環境下，企業之間的合作、融資、並購等業務的展開，企業在競爭日益激烈的大環境中要生存發展，也需要加強財務體系的建設。華為能在全球經濟不濟的當下，能夠逆勢上揚，獲得驕人的業績依靠的是什麼，2017年任正非在采訪中回復「華為成功的真正的核心點是什麼」時回答是「財務體系和人力資源體系」，華為的財務體系已經形成全球統一的會計核算與審計監控體系，華為的整個財務職能大體被分為三塊：會計核算（賬務）、財經管理和審計監控（內審），只有同時保障賬務和內審的財務數據是足夠准確的，財經管理的決策才值得信任。

大數據沖擊了原有發展模式，帶來了巨大的思維變革、商業變革和管理變革，其所倡導的一切皆可量化理念和雲計算為現代企業的管理動作理念、業務組織流程帶來了巨大的影響。管理會計作為一個正在逐漸成熟和完善的管理工具和手段，大數據信息和大數據技術為管理會計的理論和方法提供了良好的發展基礎，管理會計在大數據時代也將迎來新的契機。

大數據對經濟社會發展和科學技術研究產生了巨大的推動力，未來的管理會計將是以企業或組織價值最大化為目標，以基於大數據的處理方法為主要手段，財務數據和非財務信息高度結合，為企業形成和提升其核心競爭能力提供相關信息支持的管理信息系統。

三、會計的職場人生

會計的另一層意思是指會計工作人員，是進行會計工作的人員。

1、了解會計職場那些事兒

會計本身是一個經驗職業，講究實際經驗與專業技巧。入職門檻低但後續發展較難，會計人員最大的優勢是能通過職業更深層的了解到企業是如何運作的，想要在會計職場得到更好的發展就要注意在工作中積累經驗，不斷提升自己的專業素質與專業技巧。重要性大概是經驗>證書>學歷。

會計的職業方向：一是我們日常經常遇到或者表達的狹義的、專門從事會計核算、會計信息披露的會計人員。一是專職查會計的，包括單位內部的審計人員、外部的注冊會計師、政府和企事業單位審計部門的審計人員、資產評估人員。一是利用會計數據為單位提花決策輔助的管理人員，一是專門從事會計理論與應用的學術工作人員。

會計服務的對象包括：企事業單位、金融機構、證券行業和其他金融機構（包括證券交易所、證券公司、保險公司、基金管理公司、信託投資公司等）、代理記賬公司、會計師事務所、管理咨詢公司（一部分是從會計師事務所分離出來的、一部分是專業的咨詢公司）、行政機構社會團體等機構。

會計的工作內容，依據不同的行業會計工作的內容不同，對於工商企業來說主要包括以下幾個方面：財務會計、成本與管理會計、財務管理、內部審計、其他。崗位的設置也依據企業不同的規模與管理模式設置了不同的崗位，如出納、會計、成本會計、預算編制員、稅務會計、內部審計員、財務經理、財務總監等。

會計崗位的專業技術職稱包括：初級會計師、中級會計師、高級會計師。人力資源和社會保障部、財政部公布的《關於深化會計人員職稱制度改革的指導意見》增設會計人員正高級職稱。新的《會計法》正式取消了會計從業資格證，將會計從業的門檻最低變成了初級會計師，從立法層面體現了對財務人員的更高要求。

提升會計專業素質最快的方法是職業考試，會計的職業資格考試主要分為：職業資格證書考試、執業資格證書考試。

職業資格證書考試有：注冊會計師(CPA)、初級會計職稱、中級會計職稱、經濟師、資產評估師(CPV)、注冊稅務師(CTA)、統計師、審計師、特許公認會計師(ACCA)、注冊國際內部審計師(CIA)、理財規劃師(ChFP)、金融風險管理師(FRM)、注冊國際金融分析師(CFA)。

執業資格證書考試：證券從業、銀行從業、期貨從業。會計職業的後續教育，注冊會計師後續教育培訓制度。

2、會計的煩惱

會計的煩惱主要來自幾個方面，一個是工作細節繁瑣、加班加點多、原則的堅持與嚴謹細致的要求；一個是職業向上發展空間窄，競爭壓力大；一個是來自於身處公司內外部矛盾的交集點而帶來的風險壓力。

（1）會計工作細節繁瑣、加班加點多、原則的堅持與嚴謹細致的要求；

財務的基礎工作為核算，70%以上的工作為單據的審核與帳目的處理。在審單過程中，從「你這個單據不能報銷」中磨練對原則上的堅持、從「一分錢都不能錯」中磨練審單與記賬的嚴謹與細致，從「大眼瞪小眼」中磨練與同事的溝通。在核算過程中也常常會令人抓狂，同一業務不同的人在處理時不一致或者同一個人在不同的時候處理也有可能出現不一致使得會計信息不具有可比性；當企業業務存在關聯交易時任一方的處理不完全所造成交易雙方的帳目不平、業務展開過程中經辦人員不經意的一個小疏忽或者不規范所造成的帳實不相符（如合同執行過程中因條件發生變化有可能會增減合同業務量或者終止合同，業務經辦人處理了卻未將相關信息按要求傳遞至財務而造成帳實不符）結果引出財報是否可信的問題。不是在加班就是在加班的路上體現了日常會計的軌跡，別人的朋友圈曬的是天南地北的旅遊與滿滿吃貨的世界，會計發的朋友圈卻常常是凌晨兩點開啟的電腦與黑眼圈。日復一日每天重復著相同的工作也讓會計感嘆何時是個頭啊。當此時財務人員應走出辦公室去了解數據背後業務的邏輯，讓每個業務人員知道自己的哪些動作要被記錄，哪些信息要傳遞給財務並體現在財務報告上，跳出問題的表面，改變財務在最後環節去圍堵管理過程中存在的問題，更系統地、創造性的去思考與建立規則細節來理順公司的業務流和數據流從而保障與解決數據質量問題。

（2）職業向上發展空間窄，競爭壓力大

一個公司可以有N多個會計但財務經理只有一個，這也給會計人員職業成長帶來困惑。 隨著社會經濟的發展使會計行業與其他專業逐漸融合會產生更多新的職業，也為會計人員提供了更多的選擇機會。Durfee的統計結果中顯示，在過去十年中，Fortune100公司有財務背景的CEO的比重從12％增加到 20% 。在中國上市公司中，財務背景CEO的比例同樣表現出逐年上升並趨於穩定的發展態勢，1995年僅有0.9%，2002年迅速上升到6.51%，2010年達到 6.59% 。事實證明，擁有財務背景的CEO 往往更容易獲得成功，這些CEO的共性是：更懂數據管理、對公司的資本運作大有裨益、更懂精細化運營。而當公司亟需轉機、成本或利潤出現問題或公司面臨被收購時，這些擁有財務背景的CEO因為深諳財務之道、精通現金流、股東權益、投資回報率和利潤率，往往比銷售、生產出身的CEO更能拯救公司於水火，在困境中化險為夷。

同時我們也要清晰的知道會計行業現狀象一個金字塔一樣，據估計我國有約2000萬會計從業人員，取消會計從業資格證書後真正取得專業技術資格證書的人員不多，截至2019年全國會計專業技術資格考試已成功舉行了29次，累計有814萬人通過初、中、高級會計資格考試，其中，初級資格577萬人、中級資格217萬人、高級資格18萬餘人。新《會計法》正式取消會計從業資格證將會計從業的門檻最低變成了初級會計師也從立法層面體現了對財務人員的更高要求。《關於全面推進管理會計體系建設的指導意見》作為我國會計體系的綱領性文件出台標志著財政部將工作重點轉移到管理會計體系的建設上來，各類會計協會組織在管理會計人才培訓、咨詢等方面投入大量的精力；一些制度較為規范的企業也在嘗試建立符合企業發展特點的管理會計體系。

（3）來自於身處公司內外部矛盾的交集點而帶來的風險壓力

外部是來自於稅務機關、監管機構對企業財務信息的審查壓力，內部是企業領導者對於財務信息有自己的想法和要求。財務正處於矛盾的交集點無處釋放也無人訴說。這也是會計最大的職業風險點。

3、內外部環境對會計的要求

（1）外部環境要求

市場經濟是信用經濟，誠信缺失必將危及市場經濟根基。政府通過轉變職能，深化簡政放權、放管結合、優化服務改革，進一步加強和規范事中事後監管，以公正監管促進公平競爭，打造市場化法治化國際化營商環境；通過政府推動，社會參與；健全機制，有序推進；加強教育，獎懲結合等基本原則，以加強個人誠信建設。個人誠信體系建設，褒揚誠信，懲戒失信，增強社會成員誠信意識，提高全社會信用水平，營造優良信用環境。

企業的外部環境與內部的自身發展。要求會計人員講求信用、客觀公正、保守秘密、不偏不倚的反映現實經濟活動，忠實的為會計信息使用者服務，以保護經營者的合法權益，維護正常的經濟秩序和國民經濟的正常運行，就需要我們做好會計誠信工作。會計誠信的內涵包括良好的職業操守和職業道德、完善的會計信息質量、精湛的會計技能和技術和優質的會計服務。人力資源和社會保障部、財政部公布的《關於深化會計人員職稱制度改革的指導意見》強調增設會計人員正高級職稱，突出評價會計人員職業道德，要求會計人員廉潔自律、不做假賬，對學術不端、弄虛作假行為實行「一票否決」。

會計人員誠信建設是社會誠信建設的重要組成部分。《關於加強會計人員誠信建設的指導意見》（財會〔2018〕9號）明確以會計人員有效身份證件號碼為基礎，及時採集、如實記載會計人員的信用信息，逐步形成會計人員信用檔案。通過建立嚴重失信會計人員「黑名單」制度。將有提供虛假財務會計報告，做假賬，隱匿或者故意銷毀會計憑證、會計賬簿、財務會計報告，貪污，挪用公款，職務侵佔等與會計職務有關違法行為的會計人員，作為嚴重失信會計人員列入「黑名單」，納入全國信用信息共享平台，依法通過「信用中國」網站等途徑，向社會公開披露相關信息。從法的角度來化解財務人員所面臨的矛盾。

（2）內部環境要求

隨著大數據時代的到來，企業正在向數據分析型企業轉變，企業內生動力在提升，企業的需求從控制內部成本、利潤最大化到追求更多的經濟效益。進入大數據時代，隨著信息資源的開放、共享，企業迎來了更好的發展機會，但挑戰並存，新技術不斷顛覆傳統的經營模式，每一次新的變革對企業的影響都是巨大的，企業更希望在激烈的競爭中保持長期的持續發展態勢，這就要求要更好的實現管理會計職能，必須藉助大數據技術，轉變思維模式、延伸管理職能、變革數據處理技術，為企業決策發揮更大的作用。

管理會計在思維模式上的轉變：由財務出發轉為立足業務。傳統的管理會計系統僅僅是將企業的生產經營活動轉變為財務信息記錄下來，它更專注於會計業務，善於會計處理、報表數字，往往會忽略企業的生產狀況、生產流程、物資需求和市場、企業外部的發展情況。採用的定期報告制度，在相對穩定的情況下，可以滿足管理者使用已有的數據信息預測企業未來的發展，但在企業經營風險、財務風險不斷加大的現代經濟社會，市場瞬息萬變，滯後的信息無異於廢紙。大數據時代，隨著信息量的急劇增加以及信息准確性的提高，管理會計人員可以在根據收集到的相關原材料供給、生產、銷售等有關數據進行分析挖掘，根據歷史的財務數據，制定嚴密的原材料采買、產品生產、銷售等的規劃與預算，並依據各個環節的特點，建立適合企業的內部管理綜合信息系統，以提高管理會計的實時性，便於快速把握市場形勢，及時決策，有效規避風險，從而提高效益。

管理會計在職能發揮上的轉變：由會計層延展為戰略層。管理會計的一項重要職能是幫助企業做好當前經營和長期規劃的經濟前景預測，實踐使人們逐漸意識到僅僅依靠有限的、滯後的會計信息很難幫助管理者做出最終決策。數據挖掘和預測是大數據的核心，它能夠幫助管理會計在一個平等、公平、競爭和高度靈敏的市場經濟條件環境中，滿足企業戰略決策的信息需求，在掌握數據的基礎上，使用高新技術手段和先進分析工具對數據進行分析，准確找到與企業戰略制定、實施、控制有關的一系列事物的相關關系，可以幫助企業看到經營管理中的問題，以及戰略實施的過程中哪些是有利的，哪些需要針對性地進行調整，幫助企業管理者做出正確的決策。

管理會計在數據處理上的轉變：由傳統方法變革為大數據。管理會計技術方法的進步與一定時期社會管理技術的發展有密切聯系，現在分析中多使用作業研究、概率論經濟學理論中的定量技術作為工具，主要是在簡化的生產環境中，研究復雜的信息和企業問題，對真實的生產環境中管理信息需要的研究則不多。這些方法的數學假設較強，解決問題的思路相對來說比較結構化，常用計量的方式來測評企業的發展，往往是企業的基礎的、定性的、質的方面容易被忽略。面對新的競爭環境、新經濟形態以及企業經營管理的新思維，管理會計方法有些捉襟見肘，技術創新的需求日益迫切。

大數據時代，管理會計將從以貨幣形式為主的計量手段向多種計量手段綜合運用，定性與定量並用的計量手段過渡，從用模型演算法對生產預測到運用相關關系對生產全過程進行預警。眾所周知，企業的戰略決策不僅與企業內部生產、營銷模式以及外部競爭對手、行業上下游供應鏈的供應商的信息相關，甚至與宏觀經濟發展環境，微觀消費觀念等有重要關系。這些外部的數據多是半結構化或者是非結構化的，當大量龐雜無序的數據收集之後，如何能快速的將有效數據篩選出來，並找出其中的相關關系是數據處理的關鍵一步。傳統的方法是將這些非結構化的數據先轉化為結構化數據再進行處理，這在一定程度上會削弱信息的時效性，降低數據分析的效率，甚至在轉化過程中丟失其中的隱藏關系。在大數據時代的計算模式下，可以通過實施元數據管理、標准化處理各系統數據源、統一數據業務及數據口徑、建立統計數據的元數據模型及精細化的數據質量稽核模型，實現數據質量的閉環管理，並在此基礎上實現可視化及精細化管理，同時還可以將企業的數據存儲在互聯網的數據中心，這不僅提高了企業的數據存儲能力、分析效率，能夠實現數據的深度挖掘，提高數據的價值。

（3）會計在人才培養的轉變：由會計人員轉變為復合型人才。

大數據時代，雖然可獲得數據的信息量增大，數據種類增多，但這些信息不會自動轉化為企業直接可以使用的有效信息，企業需要懂得使用相應工具分析大數據，掌握大數據知識與技能的人才。能夠勝任的分析人員，有助於提升企業應用分析工具、挖掘數據有效價值的能力，也有助於提高企業經營決策模式的創新，做出更加高效、科學的決策。

企業可以通過聘用懂得大數據技術處理方法還能深入了解企業發展模式、發展戰略的新員工，也可以組織內部的學習、培訓，有的放矢，在企業內部培養和提拔具有大數據分析潛質的人員，快速培養企業需要的大數據收集與分析技能人才。通過各種方式，培養出技術方面，能夠了解大數據技術，讀懂大數據結果；行業方面，能夠了解行業各環節的流程關系，可能的關聯性；管理方面，能夠找出具有可操作性、可解決問題的決策依據的系統性思維較強的會計人員。

4、收拾行囊起而行

也許你是剛接觸會計的新人，也許你已經在會計這一條路上行了很久，也許你正在穩定中焦慮，焦慮隨著年齡的增加能力卻不見長，焦慮年輕的同事越來越多被取代和超越的風險越來越高，想跳槽卻沒底氣繼續堅持又前途不明，想學習提升又發覺越來越沒時間和精力，也許你正遇到瓶頸正在迷茫。困住你的並不是迷茫，而是患得患失，想的太多做的太少是令人迷茫的原因。

當你迷茫的時候，行動起來才是克服恐懼的唯一方式，只有行動起來才有可能突破和超越。我們面臨著的是一個不斷變化的時代，社會在變、經濟在變、法在變、制度在變、准則在變，對財務人員的要求也在變，不斷的變化使人應接不暇。在這個時代，你的工作會背叛你，你的行業會背叛你，唯一不會背叛你的，是你的能力和核心競爭力。如果想在會計行業取得更好的發展，唯有找准自己的位置，了解行業發展的趨勢，必須提升自己的工作技能、提升專業素質以及管理技能和實際操作技能，只有不斷的提升自己向金字塔頂前進，把握住時機、迎接挑戰，才能夠在會計行業里取得更好的發展。

世上沒有一個能確保你成功的目標，也沒有一條萬無一失通向成功的康莊大道。永遠不要用此時自己的心態和眼界，去揣度自己未來的心態和眼界。不是每個人都能很幸運，從一開始就知道自己想做什麼，為自己做一份職業規劃，先設立好一個目標先朝著這個目標邁出第一步。目標不一定要高遠適合自己就好，也不要擔心你的目標不夠完美和准確，可在行動過程中去逐步修正目標。實現自己目標需要一個較長的過程，將這個過程分解成不同的階段，做好每一個階段該做的事並積攢自己的能力。要善於將實踐中的經歷總結成經驗，可先通過專業技術資格考試來提升自己的專業素質與專業技巧，同時加強學習以擴寬自己的視野。最重要的是在工作學習中總結並建立起自己的知識框架體系以與實踐結合引導自己逐步去實現自己的目標。

任何技能的學習都是循序漸進，從量變到質變的過程，一旦開始行動，不需要很快，就會輕易地超過其他人。最終能帶領你抵達成功的，不是存在於你想法中的目標，而是不斷積累的腳步。

㈤ 大家推薦一本寫得好的關於大數據的書

兩本：
《大數據:正在到來的數據革命》 塗子沛
《大數據時代:生活、工作與思維的大變革》回 維克托答•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 肯尼思•庫克耶 (Kenneth Cukier) (作者), 盛楊燕 (譯者), 周濤 (譯者)
嫌少再加兩本：
《刪除:大數據取捨之道》 維克托•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 袁傑 (譯者)
《爆發:大數據時代預見未來的新思維》 艾伯特•拉斯洛•巴拉巴西(Albert László Barabási) (作者), 馬慧 (譯者)

㈥ 《大數據時代》讀後感怎麼寫

寫作思路：首先解釋大數據時代的意思，然後討論如何利用大數據時代，最後總結大數據時代的利弊。《大數據時代》讀後感正文如下：

首先，想談一談何為大數據，何為大數據時代。大數據是一種資源，也是一種工具。它提供一種新的思維方式去理解當今這個信息化世界。為何說是一種新的思維方式：在信息缺乏的時代或模擬時代，我們更傾向於精確性的思維方式，就像是「釘是釘，鉚是鉚」，而在這種傳統的思維方式下，我們得到問題的答案只有一個。

而在大數據時代下，我們打破了這種思維方式，換句話說，我們接受結果的不確定性。簡言概括之，我認為大數據是一種預測模型。在大數據時代下，我們關注的不是因果，即為什麼是這樣，而更關心「是什麼」這種相關關系。換句話說，在這種新思維的思考方式下，我們探究問題背後的原因也是不可行的。我們所做的是利用大數據這種工具，讓數據自己說話！

其次，我想談下如何利用大數據提升我軍戰鬥力。當然，大數據分析並不是精準的預測，精準的預測也是不存在的。大數據只能有利於我們理解現在和預測未來的可能性。

作為軍人，我所關注的是如何利用好大數據的工具提升我軍戰鬥力，打贏這場信息化戰爭。毫無疑問，現在我們打的不是刀對刀，槍對槍的戰爭，更不是模擬時代，當代乃是數字時代，打的是信息化戰爭！

四次戰爭的大勝，美軍的戰爭形態從機械化轉向信息化，而且相應的在戰場取勝的時間也越來越短，這正是大數據時代下的必然結果。而我軍正在轉向信息化的過程中。在此戰爭形態的過程中，我們需要更多的計算分析師，大數據分析師，數學家等高等技術型人才來打贏這場信息化戰爭。這正是大數據時代下我們不得不有的基礎。我軍戰鬥力的提升迫在眉睫！

當然大數據是一把雙刃劍，利用好了取勝也是得心應手，相反，利用不好會導致不可估量的損失。

畢竟，這只是一種預測模型，得不到精準的預測結果。我們更要讓數據為我們所用，不要被龐大的資料庫框住我們的思維。為適應時代的發展，在這個適者生存，弱肉強食的世界，大數據時代下的殘酷競爭已經給我們敲響警鍾，一場悄無聲息的信息化戰爭已經打響！