陈韵灵
如今，数据已经成为了一种商业资本，一项重要的经济投入，可以创造新的经济利益。事实上，一旦思维转变过来，数据就能被巧妙地用来激发新产品和新型服务。数据的奥妙只为谦逊、愿意聆听且掌握了聆听手段的人所知。
大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发…
大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来！
【好书推荐理由】
1、感谢我的分析师朋友，积极为我推荐了这本书，同时还有一本《大数据营销：定位客户》，一定程度上帮助我看清趋势，并且在精准营销方面获得更多的视野和见解。
2、大数据，改变人类探索世界的方法。事实上，因为不受限于传统的思维模式和特定领域里隐含的固有偏见，大数据才能为我们提供如此多新的视野。
3、有了大数据的帮助，我们不会再将世界看做是一连串我们认为或是自然或是社会现象的事件，我们会意识到本质上世界是由信息构成的。将世界看做信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角，它是一种可以渗透到所有生活领域的世界观。
4、谷歌的首席经济学家哈尔•范里安（Hal Varian）认为统计学家是世界上最棒的职业，他的这种说法非常著名，“如果你想成功，你不应该成为一个普通的、可被随意替代的人，你应该成为稀缺的、不可替代的那类人。”
5、所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当就能为千百万人急需的问题提供答案。
6、在结语部分，作者展开了未来对大数据的期望和设想：大数据时代，名副其实的“信息社会”，而更大的数据源于人本身！大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来！我们“做新、做多、做好、做快”的能力能释放出无限价值，产生新的赢家和输家。大部分的信息价值来自二级用途，即选择价值，而不是我们所习惯认为的基本用途。
以下是《大数据时代》从8个方面分享的内容。
【1、更多——让数据“说话”，不是随机样本，而是全体数据】
在数字化时代，数据处理变得更加容易、更加快速，人们能够在瞬间处理成千上万的数据。但当我们谈论能“说话”的数据时，我们指的远远不止这些。实际上，大数据与三个重大的思维转变有关，这三个转变是相互联系和相互作用的：
1、首先，要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本；
2、其次，我们乐于接受数据的纷繁复杂，而不是追求精确性；
3、最后，我们的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系。
如今，相对于过去流行的抽样分析，数据处理技术已经发生了翻天覆地的变化时，在大数据时代进行抽样分析就像在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。一切都改变了，我们需要的是所有的数据，“样本=总体”。
【2、更杂——允许不确定性，不是精确性，而是混杂性】
“大数据”通常用概率说话，而不是板着“确凿无疑”的面孔。整个社会要习惯这种思维需要很长的时间，其中也会出现一些问题。但现在，有必要指出的是，当我们试图扩大数据规模的时候，要学会拥抱混乱。
执迷于精确性是信息缺乏时代和模拟时代的产物。只有5%的数据是有框架且能适用于传统数据库的。如果不接受混乱，剩下95%的非框架数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。
如今，我们已经生活在信息时代。我们掌握的数据库越来越全面，它不再只包括我们手头现象的一点点可怜的数据，而是包括了与这些现象相关的大量甚至全部数据。我们不再需要那么担心某个数据对整套分析的不利影响，我们要做的就是要接受这些纷繁的数据并从中受益，而不是以高昂的代价消除所有的不确定性。
【3、更好——关联物，不是因果关系，而是相关关系】
知道“是什么”就够了，没必要知道“为什么”。在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己“发声”。相关关系分析为我们提供了一系列新的视野和有用的预测，我们看到了很多以前不曾注意到的联系，还掌握了以前无法理解的复杂技术和社会动态。但最重要的是，通过去探索“是什么”而不是“为什么”，相关关系帮助我们更好地了解了这个世界。
在小数据世界中，相关关系是有用的，但在大数据的背景下，相关关系大放异彩。通过应用相关关系，我们可以比以前更容易、更快捷、更清楚地分析事物。
相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指一个数据值增加时，其他数据值很有可能也随之增加。我们已经看到过这种很强的相关关系，比如谷歌流感趋势：在一个特定的地理位置，越多的人通过谷歌搜索特定的词条，该地区就有更多的人患了流感。
【4、数据化——一切皆可“量化”】
今天，技术专家都默认大数据的发展和计算机的变革是同步的。但事实并不是这样的。毫无疑问，是现代信息系统让大数据成为了可能，但是大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。信息技术变革随处可见，但是如今信息技术变革的重点“Ｔ”（技术）上，而不是在“Ｉ”（信息）上。现在，我们是时候把聚光灯打向“I”，开始关注信息本身了。
数据化的另一个前沿更加个性化，直接触摸到了我们的关系、经历和情感。数据化的构思是许多社交网络公司的脊梁。社交网络平台不仅给我们提供了寻找和维持朋友、同事关系的场所，也将我们日常生活的无形元素提取出来，再转化为可做新用途的数据。
正因此，facebook将关系数据化，社交关系在过去一直被视作信息而存在，但从未被正式界定为数据，直到facebook“社交图谱”的出现。Twitter通过创新，让人们能轻易记录以及分享他们零散的想法，那些曾被遗忘在时光中的碎片，使情绪数据化得以实现。Linkedin将我们过去漫长的经历进行了数据化处理，就像海航家将旧航海日志转化为新的航海线路一样，把信息转化为对现在和将来的预测：我们可以认识谁，或者哪里存在一份心仪的工作。
在金融领域，两家对冲基金，伦敦的英国对冲基金（Derwent Capital)和加利福尼亚的MarketPsych开始分析微博的数据文本，以作为股市投资的信号。两家公司现在都在向经商者出售信息。就MarketPsych而言，它与Thomson Reuters合作提供了分布在119个国家不低于18864项的独立指数，比如每分钟更新的心情状态，如乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等。
有了大数据的帮助，我们不会再将世界看做是一连串我们认为或是自然或是社会现象的事件，我们会意识到本质上世界是由信息构成的。将世界看做信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角，它是一种可以渗透到所有生活领域的世界观。
【5、价值——“取之不尽用之不竭”的数据创新】
数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，而绝大部分都隐藏在表面之下。
在数字化时代，数据支持交易的作用被掩盖，数据只是被交易的对象。而在大数据时代，事情再次发生变化，数据的价值从它最基本的用途转变为未来的潜在用途。这一转变意义重大，它影响了企业评估其拥有的数据及访问者的方式，促使甚至是迫使公司改变他们的商业模式，同时也改变了组织看待和使用数据的方式。
不用于物质性的东西，数据的价值不会随着它的使用而减少，而是可以不断地被处理。这就是经济学家所谓的“非竞争性”的好处：个人的使用不会妨碍他人的使用，而且信息不会像其他物质产品一样随着使用而有所耗损。因此，亚马逊在向其用户，不论是生成这些数据的客户或是其他客户做出建议时，都可以不断地使用过去的交易数据。
【6、角色定位——价值链，数据、技术与思维的三足鼎立】
微软以1.1亿美元的价格购买了大数据公司Farecast，而两年后谷歌则以7亿美元的价格购买了给Farecast提供数据的ITA Software公司。如今，我们正处在大数据时代的早期，思维和技术是最有价值的，但是最终大部分的价值还是必须从数据本身来挖掘。
根据所提供价值的不同来源，分别出现了三种大数据公司，这三种来源是指：数据本身、技能与思维。
1、第一种是基于数据本身的公司。这些公司拥有大量数据或者至少可以收集到大量数据，却不一定有从数据中提取价值或者用数据催生创新思想的技能。最好的例子就是twitter，它拥有海量数据这一点是毫无疑问的，但是它的数据都是通过两个独立的公司授权给别人使用；
2、第二种是基于技能的公司。它们通常是咨询公司、技术供应商或者分析公司。它们掌握了专业技能但并不一定拥有数据或提取提出数据创新性用途的才能。比如，沃尔玛和Pop-Tarts这两个零售商就是借助天睿公司（Teradata)的分析来获得营销点子，天睿就是一家大数据分析公司；
3、第三种是基于思维的公司。皮特•华登（PeteWarden)，Jetpac的联合创始人，就是通过想法获得价值的一个例子。Jetpac通过用户分享到网上的旅行照片来为人们推荐下次旅行的目的地。对于某些公司来说，数据和技能并不是成功的关键，让这些公司脱颖而出的是其创始人和员工的创新思维，他们有怎样挖掘数据的新价值的独特想法。
大数据让处于行业两端的公司受益良多，而中等规模的公司要么向两端转换，要么破产。传统行业最终都会转变为大数据行业，无论是金融服务业、医药行业还是制造业。当然，大数据不会让所有行业的中等规模的公司消亡，但是肯定会可以被大数据分析取代的中等规模公司带来巨大的威胁。
【7、风险——让数据主宰一切的隐忧】
我们时刻都暴露在“第三只眼”之下：亚马逊监视着我们的购物习惯，谷歌则监视着我们的网页浏览习惯，twitter窃听到了我们心中的“TA”,facebook似乎什么都知道，包括我们的社交关系网。
进行大数据分析的人可以轻松地看到大数据的价值潜力，这极大地刺激着他们进一步采集、存储、循环利用我们个人数据的野心。随着存储成本继续暴跌而分析工具越来越先进，采集和存储数据的数量和规模将突飞猛进地增长。如果说在互联网时代我们的隐私受到了威胁，那么大数据时代是否会加深这种威胁呢？这就是大数据的不利影响吗？
答案是肯定的。大数据还会带来更多的威胁，毕竟，大数据的核心思想就是用规模剧增来改变现状！除了对隐私和倾向的不良影响，大数据还有一个弊端。我们冒险把犯罪的定罪权放在了数据手中，借以表达我们对数据和我们的分析结果的崇尚，但是这实际上是一种滥用。应用得当，大数据会是我们合理决策过程中的有力武器；倘若运用不当，它就可能会变成权贵用来镇压民众的工具，轻则伤害顾客和员工的利益，重则损害公众的人身安全。我们所冒的风险比想象中还要大，如果在隐私和预测方面对大数据管理不当，或者出现数据分析错误，会导致的不良后果比定制的在线广告要严重的多。
大数据预测可以为我们打造一个更安全、更高效的社会，但是却否定了我们之所以为人的重要组成部分——自由选择的能力和行为责任自负。大数据成为了集体选择的工具，但也放弃了我们的自由意志。
大数据的不利影响并不是大数据本身的缺陷，而是我们滥用大数据预测所导致的结果。大数据预测是建立在相关性基础上的，让人们为还未实施的未来行为买单时带来不利影响的主要原因，因为我们把个人罪责判定建立在大数据预测的基础上是不合理的。
只要得到了合理的利用，而不单纯只是为了“数据”而“数据”，大数据就会变成强大的武器！
【8、掌控——责任与自由并举的信息管理】
当世界开始迈向大数据时代时，社会也将经历类似的地壳运动。在改变人类基本的生活与思考方式的同时，大数据早已在推动人类信息管理准则的重新定位。然而，不同于印刷革命，我们没有几个世纪的时间去适应，我们也许只有几年时间。
大数据时代，对原有规范的修修补补已经满足不了需要，也不足以抑制大数据带来的风险——我们需要全新的制度规范，而不是修改原有规范的适用范围。想要保护个人隐私就需要个人数据处理器对其政策和行为承担更多的责任。同时，我们必须重新定义公正的概念，以确保人类的行为自由（也相应地为这些行为承担责任）。新机构和专家们，需要设计复杂的程序对大数据进行解读，挖掘出其潜在的价值和结论，他们也要向那些可能受害于大数据结论的人——因之被剥夺了工作、接受医疗或贷款权利的人，提供支持！
1、管理变革1：个人隐私保护，从个人许可到让数据使用者承担责任；
除了管理上的转变，即从个人许可到数据使用者承担相应责任的转变，我们也需要发明并推行新技术方式来促进隐私保护。一个创新途径就是“差别隐私”：故意将数据模糊处理，促使对大数据库的查询不能显示精确的结果，而只有相近的结果。
2、管理变更2：个人动因VS预测分析；
身处大数据时代，我们必须拓宽对公正的理解，必须把对个人动因的保护纳入进来，就像目前我们为程序公正所做的努力一样。如若不然，公正的信念就可能被完全破坏。
大数据管理的基本支撑是保证我们依然是通过考虑他人的个人责任对其进行评判，而不是借助“客观”数据处理去决定他们是否违法。只有这样，我们才是把其当做人来对待，当做有行为选择自由和通过自主行为被评判的人，这就是从大数据推论到今天的无罪推定原则。
3、管理变革3：击碎黑盒子，大数据程序员的崛起；
大数据将要求一个新的人群来扮演这种角色，也许他们会被称作“程序员”。他们有两种形式：在机构外部工作的独立实体和机构内部的工作人员——正如公司有内部的会计人员和进行鉴证的外部审计师。
这些新的专业人员会是计算机科学、数学和统计学领域的专家，他们将担任大数据分析和预测的评估专家。他们必须保证公正和保密，就像现在的审计员和其他专业人员所做的一样，他们可以评估数据源的挑选，分析和预测工具的选取，甚至包括运算法则和模型，以及计算结果的解读是否正确合理。一旦出现争议，他们有权考察与分析结果相关的运算法则、统计方法以及数据集。
4、管理变革4：反数据垄断大亨；
我们相信，大数据的不利影响将会得到控制。然而，随着尚未成熟的大数据产业的不断发展，另一个重要的挑战将会是如何保护极具竞争力的大数据市场。我们必须防止21世纪数据大亨的崛起，它相当于19世纪强盗大亨的现代翻版，那些强盗大亨曾垄断了美国的铁路、钢铁生产和电报网络。
反垄断法遏制了权力的滥用。这种不带任何偏袒的强有力的规章非常实用，因为它提供的是一个平等的竞争平台，一开始便没有任何优劣之分。因此，为了促进大数据平台上的良性竞争，政府必须运用反垄断法条例。而且，就像世界上一些大型的数据拥有者那样，政府也应该公布其数据。令人高兴的是，这一切正在发生。