大数据
移动互联网与大数据时代在九个领域的50个预言,你们来感受下
预言一：数据总线+插拔式业务组织将成为企业常态；
预言二：企业的部落结合打破传统边界；
预言三：跨界与颠覆成为常态，不再有稳定的生意；
预言四：智慧资产的保护藩篱被打破，火速创新成为主流；
预言五：专业化、个人化的工坊将再度复兴；
预言六：对于设计的高度重视将体现在企业的各个方面；
预言七：极致主义将成为企业创新的文化；
预言八：创新英雄将不再被赋予强盗资本家的印象；
预言九：在大数据的作用下，消费者日益变得赤裸，消费者代言机构强势崛起；
预言十：商铺的一般体验已经远远不够，需要像剧场一样形成与线上的高度差异化；
预言十一：CIO将成为首席洞察官，跻身于仅次于CEO的核心层；
预言十二：资本与创业者的矛盾加剧，企业的治理结构发生巨大变化；
预言十三：对于儿童心理世界的理解与运用将发生革命性变化；
预言十四：创新代际下移，少年极客不断涌现；
预言十五：体验式课堂将是学习完成变为学生主导型学习；
预言十六：面向网络的公共道德教育与价值观教育占据重要地位；
预言十七：学习碎片化已经被普遍接受并得到支持；
预言十八：学术进一步市场化，学术与商业、公众的边界进一步打破；
预言十九：新媒体业已经完全占据媒体主流；
预言二十：在海量信息时代，消费者心智受到快速专业解读者高度影响；
预言二十一：自媒体大兴其道，成为社会人的标配；
预言二十二：随着屏一代成为社会主流，加速整个世界的电子化、数字化和工具化；
预言二十三：电影与电视产业将成为资本与互联网业的结合体；
预言二十四：媒体业已经开始很难被定义为独立产业；
预言二十五：时代主流话语碎片化、世俗化，大时代不复存在；
预言二十六：社会以某种宽容机制确保另类信息的表达与传播；
预言二十七：大量的志愿型、公益型媒体出现；
预言二十八：出现专业化家庭幸福托管行业；
预言二十九：回归家庭的简朴生活价值观大兴其道；
预言三十：旅游人口的激增带来了车联网成为社会基础设施；
预言三十一：新一代懂互联网的老年人，使老年生活形态发生巨大变化；
预言三十二：电子产品的广泛化造成了严重的家庭沟通不足，由此带来的心理疾病激增；
预言三十三：女性在家庭与社会中的影响力显著上升，开启她世纪；
预言三十四：年轻人的主流价值观发生改变，做自己的理念汇成洪流；
预言三十五：社会型企业大兴其道，成为衔接公益与商业的桥梁；
预言三十六：对于科技创新的抵触感加剧了人们追求心灵觉醒的愿望；
预言三十七：健康主义者开始成为社会人群中数量庞大并具有影响力的人群；
预言三十八：知识化、专业化的新蓝名阶层出现；
预言三十九：人们对于电子化、数字化、社交化工具的高度依赖，造成了系统性风险累积；
预言四十：类似于梭罗的理念大兴其道，价值观进一步分化；
预言四十一：商业交易过程开始变为买卖双双的及积极心理过程；
预言四十二：技术的进步支持人们越来越多样的多样化探索；
预言四十三：网络开始成为艺术传播的主流渠道；
预言四十四：大批个体艺术家崛起，个人策展开始规模出现；
预言四十五：深度阅读崛起，带动文学复兴；
预言四十六：东方哲学思想得到越来越多的认同，并被纳入政治、商业、教育的各个范畴；
预言四十七：音乐的创作与传播已经开始充分的互动化；
预言四十八：大批被数字化的艺术遗产，带动了艺术价值的传播；
预言四十九：历史得到大数据的支持，以多种艺术形态为当代人接受；
预言五十：馈赠分享、专业多元、自我赋权、多样探索开始成为当代人主流观念。
来源：培训经理指南
大数据
89%的高管表示他们认为大数据将彻底改变做生意的方式
大数据已经在媒体上流传几年了，现在营销人员将大数据应用到更广泛的范围。他们表示大数据给他们生意的各个方面都带来了变化，但是并没有从根本上改变什么。
2014年4月Accenture 调查了全球高管眼中大数据的最大作用，只有5%的人表示首要作用是从根本上改变了他们做生意的方式，约四分之一受访者将其列入前三项。
受访者更可能表示大数据主要作用在改善消费者的关系、完善产品开发和经营企业方面，但是并没有从根本上改变商业实践。
尽管如此，调查也发现受访者十分希望大数据能够改变他们的世界。
89%的高管表示他们认为大数据会彻底改变做生意的方式，就像互联网一样。超过一半人强烈同意这一想法。他们还相信会有其他巨大变化。
这将从梦想变成现实，但是，仍有待观察。
编译自：eMarketer 译者：孙莹 来源：199it
大数据
调查显示安全、移动和大数据是是未来三年企业IT三大要务
在颠覆性技术层出不穷，商业创新空前活跃的今天，战略方向比过去任何时候都更加重要，这主要表现为对新技术优先级的判断。近日发起了一项在线调查显示，418名企业CXO级别高管和部门级人员参与了调查，结果显示企业高管和非高管人员对未来三年企业面临的重点技术趋势的判断大致相当，但也有些分歧：但是所有人都不约而同地将提升IT安全视作未来三年最重要的IT要务：
从上图可以看出，提升安全、应用改进与业务流程优化、降低成本和项目管理在企业高管和员工眼里的优先级都很高。其中CXO高官们为以下几项事务给出的优先级高于平均值：
项目管理
业务流程的移动化运营部署
IT员工培训
应用改进与业务流程优化
对于云计算、大数据和移动等新兴技术未来三年对企业IT的价值，CXO高管和IT部门的看法也略有不同，但双方都认为安全、移动设备管理和大数据分析未来三年对企业的意义最为重大，但是CXO为物联网、数字营销和SaaS云服务三项新兴技术给出的优先级明显高于调查的平均值（下图）
企业IT优先级评估统计 （所有受访者，包括CXO）
企业IT优先级调查(受访者为CXO)
文章来自IT经理网
大数据
Clustree：利用大数据自动匹配公司内部人才与职位
Clustree是一家利用大数据来为大公司中的合适职位寻找合适人选的法国创业公司。Clustree 不仅能帮助觉得屈才的好员工，也可以帮助可能没有考虑到从自家公司中寻找合适人选的人力资源部门。
Clustree 创始人兼首席执行官本艾蒂科特·索斯安(Bénédicte de Raphélis Soissan)在电话采访中对我表示：“Clustree 是一个针对人才管理的软件即服务平台。我们分析了数百万人的职业生涯路径，并创建了跳槽的人的数据图。我们计算相似度并进行推荐。”
最开始的时候，Clustree 从网络上下载了上千万份简历来寻找趋势，这只是开头。现在 Clustree 要有用得多了，用户可以上传自己公司的简历，还能手动通过表格添加员工的数据。所有数据都会进行匿名化处理，并用于帮助为 Clustree 其他客户生成更好的推荐。
总的来说，和猎头公司打交道或花无数时间来面试候选人相比，这一方式要便宜的多。而且 Clustree 对现有员工也有益，员工们可能会更加尽心地工作。
本艾蒂科特·索斯安说道：“我们想要打破传统的职业生涯路径。我们想说有机会从一份工作跳到另一份工作。有时候甚至会出现全新的工作岗位，雇主找不到任何符合这些工作的标准档案。”
Clustree 的方法奏效了。拥有 2000 名员工以上的法国大公司开始使用 Clustree 来进行人才管理。在本艾蒂科特·索斯安测试市场时，法国燃气苏伊士集团就成为了 Clustree 的首个客户。当时该产品还没有完成，她想看看有没有公司会购买。换言之，她在团队开发出产品前就把产品销售了出去。
Clustree 背后的理念来自于创始人的个人经历。当本艾蒂科特·索斯安想要辞掉工作换一份工作时，她搜索了数百份拥有相同背景的类似档案，好看看自己接下来能做什么。但她没有换成工作，而是创办了一家公司来帮助有同一需求的人。
Clustree 最近从 Alven Capital 及几名天使投资人处获得了 76 万美元种子融资。目前 Clustree 正在开发一项大的产品更新，让产品变得更有用。比如，让公司搜索特定行业的人才档案。
人力资源部门绝对应该使用更多数据来作决策，这也是 Clustree 有趣的原因。Clustree 还很年轻，但未来可能会推出更多有用的功能。
Meet Clustree, a French startup that uses big data to find the right person for the right position within big companies. Clustree will help both good employees who feel stuck in their jobs and HR departments who might not think to check their own companies for the perfect candidate.
“Clustree is a SaaS platform for talent management,” founder and CEO Bénédicte de Raphélis Soissan told me in a phone interview. “We analyze the career paths of millions of people and create data charts of people hopping from one job to another. We calculate the likelihood and make recommendations.”
At first, Clustree downloaded tens of millions of résumés on the web to find out trends — this was just used to get a head start. Now, Clustree is much more useful as you can upload résumés from your own company. You can also manually add data about your employees using a form. All this data is anonymized and will help building better recommendations for all the other Clustree customers.
Overall, it makes hiring much cheaper than having to work with a talent agency or spending countless of hours interviewing candidates. And it might be benificial for existing employees as well — they might end up with a more fulfilling job.
“We want to break traditional career paths,” Raphélis Soissan said. “We want to say that there are opportunities to jump from one job to another. Sometimes, there are even brand new jobs, and you can’t find any typical profile for these jobs.”
And it works. Big French companies with more than 2,000 employees started using Clustree for their own talent management. GDF Suez was the first client — at the time, Raphélis Soissan wanted to test the market. The product wasn’t even done. Yet, she wanted to see whether a company would buy it. In other words, she sold the product before her team developed it.
The idea behind Clustree comes from the founder’s personal experience. When Raphélis Soissan wanted to quit her job and find a new one, she started searching for hundreds of similar profiles with the same background to see what she could do. Instead of picking the logical next job, she founded her own company to help people in the same situation.
The company recently raised a $760,000 (€600,000) seed round from Alven Capital and business angels, such as Jean-David Blanc, Fred Montagnon and Florian Douetteau. It is currently working on a major product update that will make it more useful. For example, it will be possible to restrict search queries to companies working in a particular industry.
HR departments should definitely use more data to make educated decisions, and that’s why Clustree is an interesting startup. It’s still very early for the young startup, but there are many potentially useful features behind Clustree.
来源：TC
大数据
大数据
只要1000个字，文科生也能理解“大数据”
大数据对绝大部分人来说就好比“叶公好龙”里面的龙，听说过没见过。大家都知道大数据很流行，但是真正理解大数据的逻辑的人仍然不多。我觉得这个问题更多是出在大数据的推广者自己身上，写的文章术语太多，谈理论太多，不接地气，以至于让普通人看不懂。当然这也不能怪他们，能把大数据玩转的基本都是理科生，写文章并非他们擅长的事情。今天我尝试着就用1000字的篇幅，把大数据写得让文科生都能看明白（注：我就是文科生）。
1000字从这里开始——
水这个东西大家都见过。当你有一杯水的时候，你可以喝它。当你有一盆水的时候，你可以用它洗脸。当你有一浴缸水的时候，你可以用它泡澡。当你有一游泳池水的时候，你可以用它游泳。当你有一西湖水的话，你可以用它划船泡妹子。当你有一运河水的时候，你可以用它运粮食。当你有一长江水的时候，你可以来往于中国的西部和东部。当你有一大西洋水的时候，你就可以发现新大陆了！
水能做的事情，是随着它的量级的增长变得越来越多的，翻译成互联网术语就叫“网络效应”。比如说电话这东西，当世界上只有100个人有电话的时候，它的价值我们认为是1个价值单位。那么当世界上有10000个人有电话的时候，它的价值难道是100个价值单位吗？不是，是10000个价值单位！这就是网络效应，网络的价值随着网络规模的扩大呈几何级数增长。
我听到一些人这么理解大数据：“我们公司很早以前就开始做大数据分析了，我们有几百万的客户数据，我们用它来进行精准营销。大数据不稀奇，它只不过是最近媒体给炒热了而已。”对此我的反应是：“呵呵。”
上面这种理解，其实只是到了“拥有一浴缸水用来泡澡”的境界而已。你觉得精准营销（我认为“精准骚扰”更准确一些）就是大数据存在的价值吗？你觉得你存在自己那台服务器里面的几百万客户数据就能被称之为“大”数据吗？如果这么想，那是因为你还没有见过大海，你还没有体验过乘坐航空母舰是一种什么样的气魄。
大数据最最根本的属性有三个——海量、开放、连接。
因为海量，所以它能做的事情才多。如果不开放，数据的量就不可能海量。如果不连接，再海量、再开放的数据，对人类的生产生活也没有使用价值。
传统的数据思维和大数据思维是根本互斥的。企业往往认为数据是自己的宝贵资产，对保密性看得无比重要，宁可牺牲开放性也不能牺牲保密性。哦对了，他们管保密性叫安全性。你是安全了，但你只守住了自己那一浴缸水而已，你就躺在安全的浴缸里面洗洗澡吧，你的对手这时候可能已经开着万吨巨轮在数据的汪洋大海里驶向美国了。
看到这里，我想聪明的读者可能已经明白了：大数据不是谁家的东西，它是全人类共同的财产，是一种公共资源，你不可能“占有”公共资源，你只能去“使用”它；数据分析、精准营销这种对数据的使用程度，无异于在大西洋里洗个澡而已，大西洋肯定不只是让你干这个的。
写到这里，我的1000字篇幅也基本上用完了，我想我应该已经把道理讲清楚了。再说一句画龙点睛的话凑个字数吧：没有连接的数据是死的，连接赋予数据以生命。
——以上总共998字。
作者许维为明道副总裁，公众号/xuwei0418
大数据
HR如何利用大数据？从HRTech全球论坛中理解到了这些
作者：赵灵彦/枇杷派CEO
编者的话：2014年HRTech Conference 于10 7-10日在拉斯维加斯举行，全球有8000与人参加了本次盛会，其中来自中国的成员将近30人达到历届最高，HR沙龙为大会中国区的唯一合作伙伴连续两年获得最佳合作伙伴的荣誉。为期三天半的会议融合了近百场的分享，从战略思维到实施落地，再到趋势前沿。从招聘技术到云端学习，再到 绩效管理， 话题涉及诸多方面为大家带来科技的盛宴！我们正身处这个时代，我们需要接受技术带来的便捷和高效。对比中美，我们还需要更善于使用工具，提高效率。
我们特别邀请了中国团的几位代表嘉宾就大会盛况和精彩观点编撰成系列文章分享给我们的会员。可以转载，但文章版权为作者和HRsalon,转载须保持文章和声明完整性。
美妙的大数据和人工智能
在这次盛大的聚会中，从主题演讲，到每一次分会场的讨论，大数据应该是这次HRTech最热门的词汇了。而我最大的感受是大数据第一次听起来没那么虚无缥缈了，而是她就活生生的在你的面前，像一个美奂绝伦的美女终于揭开了她的面纱，带给你无限激情！
Andrew McAfee在他的开幕主题演讲中，从谷歌的无人驾驶汽车到在美国最流行抢答游戏节目Jeopardy中打败最牛选手的智能机器人Waston，列举了许多电脑和数据给人类带来的惊喜，他认为我们正处于一个工业革命后的又一个巨大变革的时代。
那人类不用担心电脑会让我们没有事情可做吗？McAfee一语道破，其实电脑的智慧来自对大量数据的处理和分析。大数据的处理让电脑从中找到了人脑无法迅速找到的规律，而能够帮助人类做出更正确的选择。让大数据做我们的第六感，每个人都拥有超能力，我们人类来完成更多需要随机应变，需要感情，只有人的智慧才可以处理的高级决策，而把简单重复的工作留给机器。我们的决策也会变得更正确，更高效。
让大数据不再遥不可及
大家都在谈大数据，要让数据发挥作用，首先你得有数据，对HR来说就是要把整个招聘和人才管理流程数字化，抛弃传统的纸质或Excel方式，利用系统来管理你的流程。Ray Wang在闭幕的主题演讲中按照对数字化流程的接受程度把所有人分成了5代，和年龄无关。鼓励大家都大步迈入数据的时代。
McAfee则更简单的把人分成两种。一种他叫Geek（极客）另一种他叫Hippo （河马）。极客就代表了完全靠数据做决定的人，河马大大的肚子里面东西多，代表了经验丰富又敢于凭经验做决定的人。他谈到了美国最知名的品酒师Robert Parker，他品尝一下今年新出的葡萄酒就可以告诉你20年之后这个酒的品质和它的价值。后来就有好事者用冬季降水量，葡萄生长季节温度和收获季节降水量搞了个三元一次线性方程来预测葡萄酒的品质。Parker这样的大师对这种公式自然嗤之以鼻，但是几年后他居然承认“品酒师的预测越来越接近靠数据预测的结果了”。当然我觉得经验和数据结合一定会收到更好的效果，比如靠公式先把几千种酒淘汰到50种，再有Parker这样的大师来一一鉴定，岂不是更好。同样我们HR读简历这件事，枇杷派的系统可以自动读取和分析简历，帮助你把完全不靠谱的先丢掉，HR的精力可以放在少数几份好简历上面，看看那个长得帅气漂亮、声音好听加分就行了 （又扯远了）。用不了多久判断声音和长相也可以由机器帮你做，就像出现在HRTech论坛的视频面试公司HireVue就可以自动分析视频来判断一个人的谈吐和自信度，是不是很高大上。
好我们决定要依靠数据，可是大数据的使用经常让我们摸不到头脑，无从下手。Workday的副总裁Joe Korngiebel在分会场的讨论中提出，大量数据出现后，为了找到冷冰冰数据背后的价值，HR系统做了各种各样的控制台， 提供工具给让HR能分析和理解数据里面的信息。于是第二个最热门的话题就是怎么把用户体验做好，让控制台好用。Korngiebel认为这是个阻碍大数据应用的误区，他认为终极的用户界面就是没有界面，数据会自动分析规律和信息，只有需要人知道的信息出现时， 自动通知HR就好了，让数据真正成为为HR服务的工具。
我认为用不了多久，除了自动分析简历，自动获取个人社交等全面信息，帮助HR做出预判之外，更智能的是从积累的数据中分析出在公司里面稳定又有能力的员工都具有那些特性。再把这些特性反馈回招聘的环节中，帮助你找到以后更有可能成为公司明星的员工。而这一切都是自动进行。HR只要坐在那里看自己的业绩增长就行了，简直是我们的梦想。
注：HRTech全球论坛为系列文章
大数据
移动互联网与大数据时代的50个预言
在大数据时代，任何一切都变得有可能。高考还没开考，大数据已经预测出了作文题，卫生组织还没发话，大数据已经预知到了H1N1的流行趋势，是的，云计算和大数据相当于打开了一个新的人们研究这个世界的一个方式，也在改变着这个世界。下面是关于移动互联网与大数据的50个预言，你觉得能实现吗？
第一， 未来的商业
预言一：数据总线+插拔式业务组织将成为企业常态
预言二：企业的部落结合打破传统边界
预言三：跨界与颠覆成为常态，不再有稳定的生意
预言四：智慧资产的保护藩篱被打破，火速创新成为主流
预言五：专业化、个人化的工坊将再度复兴
预言六：对于设计的高度重视将体现在企业的各个方面
预言七：极致主义将成为企业创新的文化
预言八：创新英雄将不再被赋予强盗资本家的印象
预言九：在大数据的作用下，消费者日益变得赤裸，消费者代言机构强势崛起
预言十：商铺的一般体验已经远远不够，需要像剧场一样形成与线上的高度差异化
预言十一：CIO将成为首席洞察官，跻身于仅次于CEO的核心层
预言十二：资本与创业者的矛盾加剧，企业的治理结构发生巨大变化
第二，教育的探索
预言十三：对于儿童心理世界的理解与运用将发生革命性变化
预言十四：创新代际下移，少年极客不断涌现
预言十五：体验式课堂将是学习完成变为学生主导型学习
预言十六：面向网络的公共道德教育与价值观教育占据重要地位
预言十七：学习碎片化已经被普遍接受并得到支持
预言十八：学术进一步市场化，学术与商业、公众的边界进一步打破
第三，传媒巨变
预言十九：新媒体业已经完全占据媒体主流
预言二十：在海量信息时代，消费者心智受到快速专业解读者高度影响
预言二十一：自媒体大兴其道，成为社会人的标配
预言二十二：随着屏一代成为社会主流，加速整个世界的电子化、数字化和工具化
预言二十三：电影与电视产业将成为资本与互联网业的结合体
预言二十四：媒体业已经开始很难被定义为独立产业
预言二十五：时代主流话语碎片化、世俗化，大时代不复存在
预言二十六：社会以某种宽容机制确保另类信息的表达与传播
预言二十七：大量的志愿型、公益型媒体出现
第四，家庭的探索
预言二十八：出现专业化家庭幸福托管行业
预言二十九：回归家庭的简朴生活价值观大兴其道
预言三十：旅游人口的激增带来了车联网成为社会基础设施
预言三十一：新一代懂互联网的老年人，使老年生活形态发生巨大变化
预言三十二：电子产品的广泛化造成了严重的家庭沟通不足，由此带来的心理疾病激增
预言三十三：女性在家庭与社会中的影响力显著上升，开启她世纪
预言三十四：年轻人的主流价值观发生改变，做自己的理念汇成洪流
第五，新型社会
预言三十五：社会型企业大兴其道，成为衔接公益与商业的桥梁
预言三十六：对于科技创新的抵触感加剧了人们追求心灵觉醒的愿望
预言三十七：健康主义者开始成为社会人群中数量庞大并具有影响力的人群
预言三十八：知识化、专业化的新蓝名阶层出现
预言三十九：人们对于电子化、数字化、社交化工具的高度依赖，造成了系统性风险累积
预言四十：类似于梭罗的理念大兴其道，价值观进一步分化
预言四十一：商业交易过程开始变为买卖双双的及积极心理过程
预言四十二：技术的进步支持人们越来越多样的多样化探索
第六，文艺的再造
预言四十三：网络开始成为艺术传播的主流渠道
预言四十四：大批个体艺术家崛起，个人策展开始规模出现
预言四十五：深度阅读崛起，带动文学复兴
预言四十六：东方哲学思想得到越来越多的认同，并被纳入政治、商业、教育的各个范畴
预言四十七：音乐的创作与传播已经开始充分的互动化
预言四十八：大批被数字化的艺术遗产，带动了艺术价值的传播
预言四十九：历史得到大数据的支持，以多种艺术形态为当代人接受
预言五十：馈赠分享、专业多元、自我赋权、多样探索开始成为当代人主流观念。
来源：199it
大数据
大数据要牢记的5大经验教训
对于企业来说，大数据应用有5大经验教训需要牢记。
1、 要赢得利益相关者的信任
大数据正确的分析方法是业务而不是技术，在开始部署大数据应用之前，赢得业务部门的信任，增强其信息至关重要。首先，利益相关者会帮助你获取所 需要的资源，包括团队、资金和必要的数据资源，让你的项目取得成功。其次，任何数据分析只有被付诸实践才是有效的。如果主要管理者不愿意基于大数据分析结 果对业务进行改进，那么所有的投入都会被浪费。
因此，增强利益相关者的信心将是当务之急。
2、专注于那些对于企业至关重要的问题
对于很多大的机构或者企业而言，如果能够进行数据归档并进行离线，采用几乎免费的集群数据库将会带来巨大的成本节省，这是非常普遍的。
如果能够对非结构化数据进行迁移，将会帮助企业节省大量的购买授权的成本，而部署和管理这样的系统，就需要投入进行系统架构，而所节省的授权成本恰好可以用于系统架构的开销。
在这种情况下，给中型企业的建议就是不要更多关注投资回报率，不要过多关注成本节省。获得最大的商业利益，是需要集中重点加以阐述的口头禅。
3、培养数据科学家
要将大数据应用付诸实践，对于人才的需求首当其冲。对于拥有大量资源的大机构这尚且是一个难题，对于中等企业就更是如此了。众多的市场研究表明，对于人才的需求难以在短时间内解决。与其花重金招聘，莫不如内部挖潜。
可以挑选那些充满了激情的数据库管理人员(DBA)已经愿意学习的业务分析人员，采取适合步骤对他们进行培养。
4、正确采用本机分析技术
拥有一个企业级大数据处理平台并不意味着企业具有驾驭意义数据的能力，拥有处理大数据集群是一件非常好的事情，但问题在于你是否能够以正确方式来确保能够获预期的商业价值呢？
尽管拥有高端大数据平台，但许多企业发现还是很难获取和分析数据。鉴于大数据已经成为整个IT业热点，因此市场上会有各种产品和方案供应商，但这些产品解决方案的效果还有待观察。
5、协作是口头禅
企业业务部门领导、销售主管以及职能部门人，如果缺乏必要的IT知识将很难认同大数据分析的结果。很快就可以发现，尽管具有前所未有的创新，然而相关人员不敢将其付诸应用。
中等企业通过协调IT和业务线，这会帮助克服可能碰到的路障、避免那些妨碍成功的陷阱。通过这种方式，不仅可以帮助企业适当管理好数据，同时也 可以确保能够在正确时间获取到正确的数据。 数据分析具有至关重要的价值，这些数据贵在发现，并证明有效，这将有助于企业进行正确的决策。
自：数据分析
大数据
大数据时代，我们需要这样的思考方式
相比小数据，大数据一定是复杂的。然而，复杂性对于我们来说，绝对是一个机会而不应是一个问题。面对大数据时代的扑面而来，如何拥抱大数据，我们需要从思考方式的转变开始。
维克托•迈尔•舍恩伯格和肯尼斯•库克耶在《大数据时代》中告诉我们大数据的4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实）。相比小数据，大数据一定是复杂的。然而，复杂性对于我们来说，绝对是一个机会而不应是一个问题。面对大数据时代的扑面而来，如何拥抱大数据，从思考方式的转变开始。
从“基于预设的结构化数据库”到“无需预设的非关系型数据库”
小数据时代，我们对于数据的存储与检索一直依赖于分类法和索引法，分类和索引是一种清晰获取数据的机制设计，这种机制是以预设场域为前提的。这种结构化数据库的预设场域能够卓越地展示数据的整齐排列与准确存储，毫无疑问，这与追求数据的精确性目标是完全一致的，在数据稀缺与问题清晰的年代，这种基于预设的结构化数据库能够有效的回答人们的问题，并且这种数据库在不同的时间能够提供一致的结果。
面对大数据，由于数据的海量、混杂等特征会使预设的数据库系统崩溃。其实，数据的纷繁杂乱才真正呈现出世界的复杂性和不确定性特征，想要获得大数据的价值，承认混乱而不是对抗或避免混乱才是一种可行的路径。为此，伴随着大数据的涌现，出现了非关系型数据库，它不需要预先设定记录结构，而且允许处理各种各样形形色色参差不齐的数据。因为包容了结构的多样性，这些无需预设的非关系型数据库设计能够处理和存储更多的数据，成为大数据时代的重要应对手段。如微软的数据库设计专家Pat Helland所言：“我们再也不能假装活在一个齐整的世界里。”
从“随机样本”到“全量数据”
统计学家通过分析发现，采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。这个发现对于小数据时代无疑是非常鼓舞人心的，随机采样获得了巨大的成功，并成为现代社会测量领域的核心思想。随机样本的基础是采样的绝对随机性，然而，如此严格意义的随机实现起来是非常困难的，一旦采样过程存在任何偏见，分析结果将相去甚远，况且随机样本带给我们的只能是事先预设问题的答案。这种缺乏延展性的结果，无疑会使我们错失更多的问题域。
大数据时代，数据的收集问题不再成为我们的困扰，采集全量的数据成为现实。全量数据带给我们视角上的宏观与高远，这将使我们可以站在更高的层级全貌看待问题，看见曾经被淹没的数据价值，发现藏匿在整体中有趣的细节。因为拥有全部或几乎全部的数据，就能使我们获得从不同的角度更细致更全面的观察研究数据的可能性，从而使得大数据的分析过程成为惊喜的发现过程和问题域的拓展过程。
从“数据的精确性和结果的准确性”到“数据的混杂性和结果的容错性”
小数据时代，由于可获得的数据量比较小，为此我们必须尽量准确的记录下所获得的所有数据，从而引发了测量工具的优化工作；由于数据处理手段的限制，能被我们利用的数据基本限于能适用于传统数据库的结构化数据；由于采用的是随机采样，因此采样过程的精确度被放在重要的地位。显然，这种对精确性的执着是信息缺乏时代和模拟时代的产物。
大数据时代，海量数据的涌现一定会增加数据的混乱性且造成结果的不准确性，如果仍然执迷的依循准确性，那么我们将无法应对这个新的时代。与数据的混杂性可能带来的结果错误性的增加相比，由数据量的扩张带给我们的新洞察、新趋势和新价值更有意义，因为大数据通常都用概率说话，何况大数据的处理之前是可以对之进行数据清洗从而减少部分的错误数据。所以，与致力于避免错误相比，对错误的包容将会带给我们更多信息。其实，允许数据的混杂性和容许结果的不精确性才是我们拥抱大数据的正确态度，只有让步和接受甚至欣赏不精确性，才能看到大数据带给我们的美好前景，未来我们应当习惯这种思维。
从“复杂算法”到“简单算法”
算法是挖掘数据价值的工具，因此算法的研究一直以来是提升数据利用效率的重要路径。小数据时代，在数据的限制无法突破的情形下，对数据信息和价值的获取渴求使得对算法的研究越来越深入，发明的算法越来越复杂。而事实表明，当数据量以指数级扩张时，原来在小数量级的数据中表现很差的简单算法，准确率会大幅提高；与之相反的是，在少量数据情况下运行得最好的复杂算法，在加入更多数据时，其算法的优势则不在显现。为此，更多的数据比算法系统显得更智能更重要，大数据的简单算法比小数据的复杂算法更有效。
从“为什么”到“是什么”
小数据时代，由于数据可获得性和计算能力的有限性，使得我们对于问题的研究需要在假设的基础上进行验证，并探究“为什么”，而始于假设的分析研究非常容易受偏见支配。
大数据时代，快速发展的数据存储、数据传输、数据获取、数据处理等系列技术群，为我们对于问题的研究提供了新的视野和有价值的预测，并使我们获得更多以往所不曾被关注的联系与动态，探究“是什么”成为我们发现世界了解世界的更便捷的途径，且不会受先验假设的偏见影响。
从“因果关系”到“相关关系”
小数据时代，信息的匮乏会使我们趋向于采用因果关系范式去快速理解问题并做出决策，虽然这种因果关系可能并不存在，但这是我们理解和解释世界的一条捷径。在人类力量有限性凸显的时候，这种认知捷径往往能带给我们一种认知上的安慰感和安全感，仿佛世界就是因果性的存在着。
由于大数据时代对于数据的研究不再拘泥于对因果关系的探究，这将会使我们完全有条件向关联、非关联等相关关系探究的转变。类似啤酒与尿布存在相关性的经典案例不胜枚举。海量数据不断被制造与我们对于数据搜集、存储、传输、处理能力的日益提高，是大数据时代的当下特征。基于互联网、云计算等现代化手段，对海量的数据进行统计性的搜索、比较、分析、归纳，我们会发现，原本似乎毫不相干的事物之间存在着较高的关联度，这是传统的因果分析、逻辑推理调研难以解释也无法企及的。
当然，相关关系并不是大数据洞察的终结目标。在很多情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅“是什么”时，我们就会继续朝向因果关系的研究，寻求“为什么”，并且基于相关关系的分析，进一步寻求因果关系将会大大降低其分析成本。其实，因果关系就是一种特殊的相关关系。
从“审慎的决策与行动”到“快速的决策与行动”
小数据时代，我们基于对社会运作情境的假设，通过收集和分析数据来验证这种假设；通过数据的检验，原有假设不成立，意味着我们将重新开始新的假设并重新收集和分析新的数据，直到我们的验证通过为止。因此，小数据时代，我们的决策与行动是审慎的。
大数据时代，我们不再受限于传统的思维模式和隐含的假定，我们需要对大数据分析的工具理论，通过对大数据的分析，大数据会为我们呈现出新的深刻洞见和释放出巨大的价值。我们在大数据的指导下探索世界并且不再受制于各种假设，这将使我们势必要以积极的姿态随时接收着来自数据的洞察，并做出快速的决策与行动，因为机会和价值很快就会被刷新，大数据的价值也正是在于将及时的信息及时的传递给及时需要的人手中并及时的做出决策和行动。可以预见的未来必然是，得数据者得天下。
其实，我们只是站在一个很长过程的起点上。
（本文来源钛媒体）
【作者：platoguo，现供职于上海求思信息科技有限公司】
扫一扫 加微信
hrtechchina
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
扫一扫 加微信
hrtechchina
