国际数据公司定义了大数据的四大特征：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。仅从海量的数据规模来看，全球IP流量达到1EB所需的时间，在2001年需要1年，在2013年仅需1天，到2016年则仅需半天。全球新产生的数据年增40%，全球信息总量每两年就可翻番。

而根据2012年互联网络数据中心发布的《数字宇宙2020》报告，2011年全球数据总量已达到1.87ZB（1ZB=10万亿亿字节），如果把这些数据刻成DVD，排起来的长度相当于从地球到月亮之间一个来回的距离，并且数据以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35～40ZB，10年间将增长20倍以上。

需要强调的是：所谓大数据并不仅仅是指海量数据，而更多的是指这些数据都是非结构化的、残缺的、无法用传统的方法进行处理的数据。也正是因为应用了大数据技术，美国谷歌公司才能比政府的公共卫生部门早两周时间预告2009年甲型H1N1流感的暴发。

简而言之，“大数据”并不能生产出新的物质产品，也不能创造出新的市场需求，但能够让生产力大幅提升。正如，《大数据时代：生活、工作与思维的大变革》作者肯尼思·库克耶和维克托·迈尔-舍恩伯格指出：数据的方式出现了3个变化：第一，人们处理的数据从样本数据变成全部数据；第二，由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求；第三，人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相互联系。这一切代表着人类告别总是试图了解世界运转方式背后深层原因的态度，而走向仅仅需要弄清现象之间的联系以及利用这些信息来解决问题。

影响

大数据

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，电子商务、O2O、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务，创新运营模式。有了大数据这个概念，对于消费者行为的判断，产品销售量的预测，精确的营销范围以及存货的补给已经得到全面的改善与优化。

“大数据”在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。

大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……

截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。而到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。每一天，全世界会上传超过5亿张图片，每分钟就有20小时时长的视频被分享。然而，即使是人们每天创造的全部信息——包括语音通话、电子邮件和信息在内的各种通信，以及上传的全部图片、视频与音乐，其信息量也无法匹及每一天所创造出的关于人们自身的数字信息量。

大数据的精髓

大数据带给我们的三个颠覆性观念转变：是全部数据，而不是随机采样；是大体方向，而不是精确制导；是相关关系，而不是因果关系。[6]

A.不是随机样本，而是全体数据：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制);

B.不是精确性，而是混杂性：研究数据如此之多，以至于我们不再热衷于追求精确度;之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱;拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力;

C.不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。

特征

数据量大（Volume）

第一个特征是数据量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。

类型繁多（Variety）

第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。

价值密度低（Value）

第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。

速度快、时效高（Velocity）

第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。

产业崛起

越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。具体有以下三大案例：

1、2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。

2、联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。

3、而最为积极的还是众多的IT企业。麦肯锡在一份名为《大数据，是下一轮创新、竞争和生产力的前沿》的专题研究报告中提出，“对于企业来说，海量数据的运用将成为未来竞争和增长的基础”，该报告在业界引起广泛反响。

IBM则提出，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”

在国内，百度已经致力于开发自己的大数据处理和存储系统；腾讯也提出2013年已经到了数据化运营的黄金时期，如何整合这些数据成为未来的关键任务。

事实上，自2009年以来，有关“大数据” 主题的并购案层出不穷，且并购数量和规模呈逐步上升的态势。其中，Oracle对Sun、惠普对Autonomy两大并购案总金额高达176亿美元，大数据的产业价值由此可见一斑。

提供依据

大数据是信息通信技术发展积累至今，按照自身技术发展逻辑，从提高生产效率向更高级智能阶段的自然生长。无处不在的信息感知和采集终端为我们采集了海量的数据，而以云计算为代表的计算技术的不断进步，为我们提供了强大的计算能力，这就围绕个人以及组织的行为构建起了一个与物质世界相平行的数字世界。

大数据虽然孕育于信息通信技术的日渐普遍和成熟，但它对社会经济生活产生的影响绝不限于技术层面，更本质上，它是为我们看待世界提供了一种全新的方法，即决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉做出。

事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。

最让人吃惊的例子是，社交媒体监测平台DataSift监测了Facebook（脸谱） IPO当天Twitter上的情感倾向与Facebook股价波动的关联。在Facebook开盘前Twitter上的情感逐渐转向负面，25分钟之后Facebook的股价便开始下跌。而当Twitter上的情感转向正面时，Facebook股价在8分钟之后也开始了回弹。最终当股市接近收盘、Twitter上的情感转向负面时，10分钟后Facebook的股价又开始下跌。最终的结论是：Twitter上每一次情感倾向的转向都会影响Facebook股价的波动。

这仅仅只是基于社交网络产生的大数据“预见未来”的众多案例之一，此外还有谷歌通过网民搜索行为预测流感爆发等例子。不仅在商业方面，大数据在社会建设方面的作为同样令人惊叹，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市等的蓬勃兴起，都与大数据技术与应用的发展息息相关。

“大数据”可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为人们提供了一种全新的看待世界的方法。更多地基于事实与数据做出决策，这样的思维方式，可以预见，将推动一些习惯于靠“差不多”运行的社会发生巨大变革。

如何应对大数据带来的挑战

第一，大数据将成为各类机构和组织，乃至国家层面重要的战略资源。

在未来一段时间内，大数据将成为提升机构和公司竞争力的有力武器。从某一层面来讲，企业与企业的竞争已经演变为数据的竞争，工业时代引以自豪的厂房与流水线，变成信息时代的服务器。阿里巴巴集团的服务器多达上万台，而谷歌的服务器超过了50万台。重视数据资源的搜集、挖掘、分享与利用，成为当务之急。

第二，大数据的公开与分享成为大势所趋，政府部门必须身先士卒。

2013年6月在英国北爱尔兰召开G8会议，签署了《开放数据宪章》，要求各国政府对数据分类，并且公开14类核心数据，包括：公司、犯罪与司法、地球观测、教育、能源与环境、财政与合同、地理空间、全球发展、治理问责与民主、保健、科学与研究、统计、社会流动性与福利和交通运输与基础设施。同年7月，我国国务院就要求推进9个重点领域信息公开工作。正如李克强总理所强调的，社会信用体系建设包括政务诚信、商务诚信、社会诚信的建设，而政务诚信是“三大诚信”体系建设的核心，政府言而有信，才能为企业经营作出良好示范。作为市场监督和管理者，政府应首当其冲推进政务公开，建设诚信政府。为此，国务院通过《社会信用体系建设规划纲要（2014～2020年）》，要求依法公开在行政管理中掌握的信用信息，提高决策透明度，以政务诚信示范引领全社会诚信建设。

第三，机构组织的变革与全球治理成为必然的选择。

在工业时代，以高度的专业分工形成的韦伯式官僚制组织形态，确实具有较高的效率。然而，这种专业化分工一旦走向极致，就容易出现分工过细、庞大臃肿、条块分割等弊端，无法有效应对新的挑战。大数据技术提供了一种解困之道：在管理的流程中，管理对象和事务产生的数据流只遵循数据本身性质和管理的要求，而不考虑专业分工上的区隔，顺应了全球治理的需要。

1990年，时任国际发展委员会主席勃兰特，首次提出“全球治理”的概念。所谓全球治理，指的是通过具有约束力的国际规制（regimes）和有效的国际合作，解决全球性的政治�...

现在大数据分析这个行业很火，我身边有个同学是北邮的研究生，主要就是互联网大数据这块，一发动态就是自己的日常。

要想明白大数据，首先就要明白数据的意义。

对于大数据的概念，必须要进行一个合理的扫盲，什么是大数据：是指无法在一定时间范围内用常规软件工具进行捕捉，管理和处理的数据集合，需要新处理模式才能具有更强的决策力，洞察发现力和流程优化能力来适应海量，高增长率和多样化的信息资产。

数据，让一切有迹可循，让一切有源可溯。我们每天都在产生数据，创造大数据和使用大数据，只是，你，仍然浑然不知。

百度知道和知乎问答里一直有小伙伴在问这个问题，比如“大数据时代，生活和思维发生了哪些变”、“大数据时代给我们的生活带来了哪些好处呢？”以及“大数据时代生活将会有怎样的变化”等等。看着大家热火朝天的在了解大数据、认识大数据和讨论大数据，我很开心，这说明大数据已经渐渐被大众所接受，也标志着大数据产业正在走向成熟化和大众化。

大数据时代至少给我们的生活带来了以下六点便利与好处：

1、节约时间，更有效率

2、大数据让人们更容易借到钱 让老赖无处遁形。

3、大数据让人更加聪明更智慧。

4、大数据思维可以帮你省钱。

5、大数据让工作可以量化，更加公平。

6、大数据思维可以助你发现隐形需求

大数据时代的到来，带来的变化和变革无法量化，只能从大的方面去看了。一个时代会因为一个概念的提出而颠覆，大数据时代，等待颠覆的，还有很多。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。同样，设备管理也将面对着这样的挑战和机遇，我们会在设备管理工作中通过从信息到数据再由数据到有用信息的分析而获得知识、商机和为社会服务的更高层次的能力。

大家好，今天跟大家聊一聊数据时代的未来和发展。

在近代人们对数据的要求没有那么的迫切，那个时候没有数据分析师，没有IT，但是随着人类的发展，随着工业革命和科技革命的发展，数据对我们来说越来越重要，比如说美国的一个城市---纽约就是一个很鲜明的例子，通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项，诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。

未来是DT和IOT的时代，数据的利用会极大丰富我们的生活，以前只有电脑象征着数据处理器，但是现在手机也通上了数据，电视、摄像头、空调、冰箱、电灯泡、窗帘等等一系列生活电器也通上了互联网数据，让我们还没有回家就已经打开了空调，让我们离开家也能关闭电视机、打开窗帘、观察家里发生的一切，是互联网+数据让我们生活变得更智能更丰富，让我们的工作效率更高。

我觉得未来受数据影响最大的应该是生产制造业，因为就目前来看，我国的制造业还存在明显的短板，而且好多的生产厂家都是流水线的工人，真正意义上的自动化程度并没有那么高，前些天我在网上看到一个视频，视频是一个把活蹦乱跳的鸡杀死然后把每个部分的肉都分好类的机械设备，当然，这并不是中国的，是德国的一套机械设备，在生产过程中，全都靠机械手和传感器，鸡先在一个平台上，然后被依次推进先杀死放血然后再去毛，然后去内脏再分割腿、翅、脖子、鸡爪等等，一系列流程下来，最后把各个器官都分类堆在一起，视频全程没有出现一个人，我看完后不免惊叹科技竞如此发达，完全依靠机械手臂和传感器就能把原来我们几十分钟甚至几分钟做的事给缩短成了几秒，确实是提高了生产效率，而且还节省了人员成本。

工业生产的物联网都是依靠采集的数据来使工业生产变得更精准更人性化，不管是在什么时候，不管是在做什么，不要以为好多数据没必要去采集，因为在数据没有采集上来之前你不知道这个数据到底有没有用，因为你不会考虑到你的核心业务诉求是否受这个数据影响，一个企业也是一样，如果单纯的以为只有自己想到收集的数据是有用的，其他的数据不去挖掘不去考量不及时呈现的话，这个企业不会更好更健康的发展下去，不能及时的解决、预防企业中的问题，就像在原来没有血压计、没有x光、没有CT这些数据采集机械设备，没有这些数据医学家也没办法来研究这些病症的治疗和预防方法，使得人们的高血压、心脏病等等这些病症没有办法得到治疗和预防。

综上所述，我觉得未来的统计数据是最值钱的，未来数据统计相关的职业会越来越火爆，会越来越值钱，谁掌握的数据多，谁采集的数据实时精确，谁就会坐拥财富！所以我觉得我们以后都必须重视数据，养成数据思维，学会分析利用数据来解决我们的问题，那我们的工作效率就会更高。那么朋友们你们怎么看呢？欢迎大家留言讨论！

高速发展的数据社会，科技的加速，信息高速流通，人与人之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。

马云在多次演讲中就提到，未来的时代将不是IT时代，而是DT的时代。DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重地位。R语言是一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。

什么样的数据算是大数据？

数据的最小基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。都是按照进率1024来计算的。大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量; 百度首页导航每天需要提供的数据超过1.5PB，这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。

R语言简介

R是一个免费的软件环境统计计算和图形。R的语法是来自Scheme。R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。R主要是以命令行操作，也有人开发了图形用户界面。R内置多种统计学及数字分析功能。R的功能也可以通过安装包（Packages，用户撰写的功能）增强。R的另一强项是绘图功能，制图具有印刷的素质，也可加入数学符号。R主要用于统计分析或者开发统计相关的软件，但也有人用作矩阵计算。

R语言：

多重编程范式：面向对象、指令式、函数、程序、反射

设计者:罗斯·伊哈卡和罗伯特·杰特曼

实现者:R核心开发小组

发行时间:1993年

最新发行时间:3.3.3（2017年3月6日）

操作系统:跨平台

R语言的优缺点

优点：

1、免费开源,上手快

2、专门为统计和数据分析开发的语言

3、软件包生态系统与图表优势

缺点：

1、数据量足够大，内存要爆掉

2、package的质量实在参差不齐

3、慢、慢、慢，即时编译相当于C语言的1/10

总结：

R语言已经成为统计领域最具人气的语言选项，随着时间的推移，越来越多来自其它领域的用户也被吸引到了R身边来。另外野鸡的包不要用，不要用，不要用。

时代变连，正邪也在变。一句歌词说明了时代变，许多东西都同时改变。我这些改变会带来数据的传递，在当今大数据的时代，估计许多人都非常清楚，需要很好的把大数据利用起来。

首先不得不说的是大数据在当今时代的一个地位，大数据作为前沿科技，是许多国家战略中的一块肥猪肉，特别是对于美国这个海陆空强国，对于这些大数据的收集是进行了很深入的研究，并且对于大数据的收集能够有利于他们进行经济地位的提升，抢到领先的地位，了解到其他国家的动向，并且在日本也纷纷的看准了这一块肥猪肉进行人工智能的数据采集，可以看得出大数据是国家赖以利用的科技。

我举个比较现实例子，一些员工去应聘的时候，老板要求他们做报告，接着老板给他们一大串数字，让他们进行很好展示。但他们也不懂怎么处理这些数字。这就让他们失去了一份工作，对的，大数据在当今的时代是如此的重要，对于他的一个可视化，我们必须人为的进行操作，让他们能够有效地分析和处理这才能让大数据发展起来。

对于大数据来说，不仅仅是他的一个可视化的要求，而另外一个重要的是数据的采集，对于现在中国人流量那么庞大，集合每个人所产生出来的数据量，都已经让计算机无法算出来，所以对于这些数据的采集需要很好的办法进行处理存储。

说了这么多大数据的一些问题，接下来我们聊一下大数据在当今一个应用，特别是一些电商上的一个应用，淘宝、京东等等电商，其实在我们经常在平台上面买一些日常用品或者是电子产品等，他们将会进行记录，并且对于这些记录的东西进行完善，将给我们推荐一些更符合我们要求的产品。在一些农业方面，他们会带来农作物杂交数据，让科学家能够更快的杂交出新的品种。在机器人方面大数据能让他们记录每个应用领域中的实施步骤，就像阿法狗他能够在棋盘上战胜人类。

我们在大数据时代当中，更应该注重这些数据的保密性，因为也有许多新闻报道，官方泄露了数据，让外国得知进行了一些商业竞争，还有军事上对于数据的处理也是非常重要的，一些军用产品由于泄露了信息，通常会让其他国家进行黑科技的研发并抢占先机！目前的企业都采用一种叫mq消息队列的模式进行网上交流，他们进行企业内部加密这些数据，并且对每个员工的信息了解得一清二楚。确实是对大数据很好的运用，所以我们也必须拥有创新性思维对大数据有着不同的想法！

小编认为在当今的时代，我们每个人都有义务保护个人数据，并且对大数据要有概念，不能不了解。不知你们对大数据了解过吗？

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。十年前，葛大爷曾说过一句话：“21世纪什么最贵？”——人才。然而十年后的今天，大数据时代带来的身价不断翻番的各种数据，似乎更为重要。由于急速拓展的网络宽带以及各种穿戴设备所带来的大量数据，数据的增长从未停歇，甚至呈井喷式增长：一分钟内，微博推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万……这些庞大的数据都表明了我们已经进入了大数据时代。

大数据的定义是什么？实质上，真正的大数据除了海量信息，还涉及到“智能”这一词。大数据不应是一个数据收集归类库，而该是“智能数据整合装置”。最早提出"大数据"时代到来的是全球知名咨询公司麦肯锡，麦肯锡称:"数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。

现阶段的大数据多为半智能，如google、亚马逊、Twitter等只可以实现根据用户喜好进行热点推送的功能。就网上购物为例：你想要在网上买一台空调，就会在购物网站上搜索空调的相关信息，这时大数据就会认为你喜欢的是空调，于是就会为你推送相关的信息。但不足之处在于，当你已经买过空调后，可能购物网站的大数据还会给你推送空调的信息。

真正的大数据推送信息不仅根据喜欢偏好进行，更是通过是否愿意接收这些讯息进行推送，可以做的更加实用全面。你买了一箱饮料，大数据就会一个月后再次为你推荐同类的饮料。如果你买的是啤酒的话，大数据则会自动推送冰桶、启瓶器、雪碧等消息。

大数据时代真的到来了吗？小编很肯定地告诉你：“是的，大数据已经来了！”只不过它还在行走和进化，相信不久未来后大数据将更加理想更加完整！

科学技术是第一生产力，伴随着工具和技术的不断创新与突破，历史的车轮不断向前，特别是两次工业革命使人类的生产和生活发生了质的飞跃。信息技术革命，更是一个推动历史进步的强大推动力，随着信息时代的不断发展，整个世界正在由物理维度转向数字维度，大数据竞争，更是社会、行业和企业变革的关键所在。目前，大数据的竞争，已经引领着全球商业展开一场新的变革。

大数据时代，一切皆可数据化

在移动互联网时代，大数据无处不在，沟通了传统与现代，并且左右着一切。在大数据时代，大数据更是随处可见，无所不包，数据可以对一切事物进行描述、记录、分析和重组。而数据化则是指把现象转化成为可以制表分析的量化形式的过程。

应用信息经济学创始人，国际知名的测量师、决策分析师和风险管理专家，《数据化决策》的作者道格拉斯·W·哈伯德认为：“在专业的领域内量化，可避免低效的投资和管理失败案例的发生。”在计划和决策的过程中，人们掌握的信息越多、越全面，就能够尽可能地少走弯路，降低风险系数。因此，在大数据时代，谁在竞争中掌握了数据，并且能够从数据中挖掘出潜在的机会，那么，谁就把握住了成功。

《数据化决策》这本书想要向读者传达的理念就是“一切皆可量化”。我们都知道，我们每天所做的事情、所走的路线、所做的计划和决定，都是可以通过量化的数据来表示的。在《数据化决策》第一部分，就点明政府新环境政策对公共卫生的影响、信息的价值、管理效益、公众形象等看起来不可能量化的事情，都是可以量化的，阐述了作者一切事物都是可以量化的观点，而且作者所用的方法比统计学的传统教材简单得多。

马克思主义矛盾理论中说，不同的矛盾具有不同的特点，同一矛盾的不同方面有不同的特点。在《数据化决策》的第二部分，以不确定性、风险和信息价值等为着力点，阐述如何具体量化事物，提高针对性，这是掌握所有量化方法的基础。

不确定性的程度能够影响计划的进程和最终的结果，想要有一个理想的结果，就要最大限度地降低不确定性。在《数据化决策》的第三部分，提出通过随机抽样和控制实验等方式来控制不确定性的程度，并且提供了一些近似计算的快速简捷的方法。

理论必须植根于事实，否则，就会如同没有计算过程的数学题答案一样没有说服力。在《数据化决策》的第四部分，通过对美国环保局量化方法提升居民的用水安全等具体的案例的探讨，对如何量化偏好、价值、灵活性和产品质量等问题进行深入的探究，使其理论更具说服力。

就是通过这四个部分，道格拉斯·W·哈伯德阐述并论证了其“一切皆可量化”的理念。将事物量化成数据，就能够对事物把握得更为精准。苏格兰哲学家托马斯·里德认为：“要取得知识的进步，没有比模棱两可的话有更大障碍了。”量化就是扫除直观经验的有力武器，能够打败蕴藏在密密麻麻的琐碎数据中的魔鬼，从而做出正确的决策。

大数据时代，创新从数据中来

创新是一个国家和民族经久不衰的源泉，是一个企业能够屹立不倒、引领风骚的奥秘所在。在互联网时代和移动互联网时代，信息、技术、产品更新换代的速度加快，人们的需求更是不断地发生着变化，创新的重要性更为突出。在大数据时代，创新的着力点在哪里?创新从何而来?答案还是隐藏在大数据之中。

通过对大数据的处理、分析和对比，我们不仅可以寻找到市场的显性需求，同时还可以挖掘出市场的潜在需求，而这些潜在的需求就是企业的机遇之所在，同时也是企业创新的空间。洞悉到市场的潜在需求，并且能够满足这个需求，企业就能够开辟出属于自己的一片天地，建立起自己的帝国，成为这一领域的先锋和领导者。

奇虎360，2005年9月，由周鸿祎创立，是一个以360安全卫士、360杀毒为代表的免费网络安全平台。360建立的时候，有苹果、戴尔、联想、三星等计算机品牌，有强大的软件生产商微软，在计算机生产和软件生产领域均有强敌的情况下，他找到了一个全新的领域——计算机和软件使用安全。

于是，360安全卫士、360杀毒、360系统急救箱、360游戏保险箱等一系列的安全软件诞生了，因为360认为同搜索、电子邮箱、即时通信一样，互联网安全是互联网的一项基础服务，所以，互联网安全服务应该是免费的，它是免费安全的首倡者。凭借其免费的、有保证的优质服务，360在杀毒软件中闯出了属于自己的一片天地，树立起了自己的品牌。

在移动互联网时代，360的安全软件更是覆盖到了手机上。根据相关统计数据显示，截至2012年9月，360手机安全产品和服务在中国智能手机安全产品市场占到了70%的比例，奇虎360成为中国最大的互联网安全公司之一。2013年10月29日，360宣布推出通过具有定位、安全预警和通话连接功能，用于保障儿童外出安全的“360儿童卫士”手环。

2014年4月14日，主要提供云主机、云安全、云监控服务的“360云”悄然上线。想要通过整合IDC服务商的数据中心资源，找到一个全新的云计算解决方案。

360系列安全软件的免费，是一个企业理念的创新，是技术上的创新，如果360这款免费的新软件不能满足用户的使用诉求，用户用过一次之后就会将其卸掉，那么用户数量也就不可能达到上亿。因为其能够满足用户对安全的诉求，普及到家家户户的电脑中去，不但使老百姓受益，更是颠覆了整个产业。在这创新背后，是以对大数据的分析作为依据的。

先是免费。根据当前中国的经济发展现状、人们的消费观念、软件消费的形式等，360分析出，现在并不是收费软件发展的最佳时机，因此，在收费安全软件举步维艰的情况下，他们选择为用户提供免费的安全软件和安全服务。然后是技术，人们关注的是结果，看的是效果，如果你的软件能够解决安全问题，那么他们就会继续使用，如果不能，很抱歉，他们会果断地卸掉，而且基本上就不会再给你第二次机会了，因此，抓住用户诉求的数据，找到用户真正的需求，才能抓住用户。最后的“360云”，更是一个收集、分析数据的绝佳工具，利用云计算找到消费者新的诉求，找到新的创新点，保证企业更好地发展。

大数据时代，数据、技术、思维三足鼎立

根据大数据的三种来源：数据本身、技能和思维，相应地出现了三种大数据公司：

第一种是基于数据本身的公司。这些公司或是本身就拥有大量的数据，或是可以收集到大量的数据。它们有的拥有从数据中提取有价值信息、催生出创新思想的能力，有的则不具备，比如说社交网站Twitter，它的海量数据就是自己不利用，而是通过两个独立的公司，将数据授权给他人使用。

第二种是基于技能的公司。这样的公司一般是技术供应商、咨询公司或是分析公司。它们不一定拥有大量的数据，也不一定能够提出数据的创新性用途，但是它们拥有专业的技能。天睿公司是一家大数据分析公司，它不具备海量的大数据，但是根据沃尔玛提供的数据，它可以运用技术进行分析，并为之制订出有效的营销计划。

第三种是基于思维的公司。这些公司生存的秘诀不是在于数据和技术，而是在于思维，是创始人和员工们的创新思维使它们脱颖而出。社交旅行创业公司Jetpac就是根据用户在网上分享的旅游照片，为用户推荐下一次的旅游景点，该公司就是通过这种新颖的想法创造和获得价值的。

目前，前两种一直是备受关注的，因为我们所处的就是一个大数据的时代，大数据的收集与应用是一条主线。虽然第三种所受到的关注度没有前两者那样高，但是其发展潜力是不容忽视的，就如同在互联网时代，你能玩转互联网，玩不转互联网思维，前途依然是未卜的。于是，这三股力量呈现出三足鼎立之势

黑发不知勤学早

白首方悔读书迟

在今天的这个社会你一定听过的时髦词语有：人工智能、大数据、互联网思维…，而本书《大数据时代》是2012年出版的，忆往昔，2012的时候小米手机1第一次正式网络售卖，那时的我刚踏入大学的校门，那时的你也绝不可能想象到几年后社会发展的如此之快，各种数据、各种共享经济席卷而来。虽然已经6年多过去了，但今天读这本书会发现，书中的思维依然值得我们学习。

另，这本书不是一本IT行业的技术书，并没有涉及到具体处理大数据的技术，而是一本开拓思维的、帮我们认识和了解大数据的指导性书籍。

本书作者是维克托·迈尔-舍恩伯格，为了说明这个作者牛X，简单贴一些他的成就：

学术成果有一百多篇论文公开发表在《科学》《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。 世界知名企业信赖的信息权威与顾问。他的咨询客户包括微软、惠普和IBM等全球顶级企业；而他自己早在1986年与1995年就担任两家软件公司的总裁兼CEO，由他的公司开发的病毒通用程序，成为当时奥地利最畅销的软件产品。 众多机构和国家政府高层的信息政策智囊。他一直专注于信息安全与信息政策与战略的研究，是欧盟专家之一，也是世界经济论坛、马歇尔计划基金会等重要机构的咨询顾问。

此书目录的结构清晰明了，第一部分主要是讲大数据时代的思维，第二部分讲了很多大数据在商业中的具体应用案例。体现作者水平的是第三部分，作者考虑到了大数据也是有两面性的，数据不可能主宰一切，故在第三部分讨论了大数据发展中带给人们的问题以及人们的应对措施。

了解大数据之前先要明白两个概念——数字化与数据化。

数字化：把模拟数据转换为0,1表示的二进制码。

一个例子就是，电脑、手机处理的数据都是数字化的0,1数据，而现实世界的温度、压力的实际存在形式是连续变化的模拟数据。数模转换是通过传感器、数/模、模/数转换器实现两者之间的相互转化。

数据化：将现象转变为可制表分析的量化形式的过程。所谓的数据挖掘、数据分析就是对数据化后的数据处理。

其中，数字化是数据化的前提。

对我来说，此书的帮助就是拓展了新的思维方式，认识到大数据时代的3个特点：

1.不是随机样本，而是群体数据

小样本时代： 样本远小于总体

大数据时代： 样本等于总体

正因为，样本数据量的增多，才挖掘到了数据间新的关系。对这么多样本数据的采集得益于今天技术的发展，电子化驱动的世界中，手机的信息、汽车上的传感器、微博空间的消息…都可以被记录并保存下来用于分析。

2.不是精确性，而是混杂性

因为小样本时代，最基本的要求就是保持收集数据的准确性，以利于分析并得出正确结论。而大数据时代，数据量的巨大和数据格式的不统一，必然会夹杂混乱或错误的数据，但为了利用大数据的优点必然要接受错误数据的存在。

这让我想起了一句话“模糊的精确比精确的模糊更好”。大数据让我们不再期待精确性，也无法实现精确性。

3.不是因果关系，而是相关关系

两个不同的逻辑方式对数据处理的过程也不一样：

因果关系： 为什么。

相关关系： 是什么。

例子：沃尔玛是世界上最大的零售商。2004年沃尔玛分析它的商品数据发现，每当季节性飓风来临之前，不仅手电筒销售量增加了，而且蛋挞的销量也增加了。因此当季节性风暴来临时，沃尔玛会把库存的蛋挞放在靠近飓风用品的位置，方便顾客购买。

上面这个例子说明，对于大数据分析得到的结论，我们往往暂时发现不了或者找不到数据间的因果关系。但大数据的现实结论又摆在眼前，所以在大数据的时代，除了我们潜意识里常用的因果关系外，我们要重视相关关系这一逻辑。

大数据的核心是什么？——预测。

我们处理大数据就是为了预测，预测城市里哪条道路现在不堵车、预测汽车零件是否该维修替换了、预测人们网上购物的个性化需求以推荐合适的商品…

虽然大数据的预测通常被视为人工智能的一部分，或一种机器学习，但这种定义有误导性。我们是通过用大量过往数据蕴藏的关系来对未来同类型事情进行预测，并不是教机器像人一样思考，更不是指望大数据像“神”一样预测未来的一切。所以，大数据的预测是一定条件下、有限的预测。

大数据的更好的发展需要三个方面的提升：思维、技术、数据。

数据本身并无价值，只有使用才会体现其价值。对于三者的关系，我认为技术是外在的实现手段，而数据是所有的基础。但在早期阶段，技术和思维是最有提高价值的，也是我们现在可以抓住的机会。

大数据发展的弊端：

1.隐私问题

2.预测判断以及惩罚人类的潜在行为，与伦理相悖

隐私问题随着商业公司和我们对数据的重视必然会有一定冲突。但这个问题远不如第二个问题严重。试想一下，大数据通过收集你以往做的事和说过的话，判断出80%的概率你将会有违法行为，故警察到家里把你逮捕。这是多么可怕！大数据预测和惩罚人们，并不是因为“所作的事情”，而是因为“将要做的事情”，而将要做的事情是机器判断出来的，我们并没有发生的行为。

对于这一个问题，我们必然要思考人与数据的关系。我的思考是，人是高度复杂的，数据是由人产生的，我们可以借助大数据的力量优化我们的社会，提高我们的工作生活效率，但应避免对数据的过度依赖，成为数据的“奴隶”。数据没有思维能力，更没有创新能力，数据造不出改变世界苹果，而人可以。

人的未来必须保留部分空间，否则大数据会扭曲人类最本质的东西——理性思维和自由选择。书中的一句话很好“人类最伟大之处正是算法和硅片没有揭示也无法揭示的东西，因为数据无法捕捉到这些”。

最后问你一个问题，你认为“日久见人心”是一种大数据思维吗？

END

诗词赏析 | 读书感悟 |

—不悔书堂—

过去几年随着社交网络、电子商务和移动互联网的发展，人类社会的数据量迅速激增，据统计目前人类一年产生的数据就相当于人类进入现代化以前所有历史的总和。这个数据量是异常庞大的，它往往以一个新的单位进行计量——“PB”。1个PB有多大呢？它相当于2的50次方个字节。如果你对此没有概念，那么简单来说，《史记》约有52万多汉字，1个PB能够存储至少10亿部《史记》。据统计我国2013年约产生8亿PB的数据量，其中以百度、腾讯、阿里为代表的互联网企业产生约1000个PB的数据量。人类现在正处在一个以“PB”为数据单位的新时代，这个时代被称为Big Data，或者我们现在更为熟悉的名称——大数据。在大数据时代中，人们似乎是淹没在了数据的海洋。说淹没在数据的海洋，实在是低估了海的深度和宽度，也许数据的银河或者宇宙更为合适。

大数据会怎么样影响我们的生活？简单来说，它会让我们的生活更困难或者更容易——取决于你是否拥有分析大数据的技术。毫无疑问，要想在海量数据中理出头绪不是一件容易的事情，如果你不具备分析数据的能力，大数据会让我们的生活更困难。例如每逢“双十一”，“剁手党”都面临痛苦的抉择：打折的商品实在太多，买什么才好呢？*终一不小心，信用卡刷爆，买了一大堆自己不需要的商品，只得含泪吃半年的“康师傅”。但是更多的时候，大数据会让我们的生活变得容易，因为科技的发展比数据的积累更迅速，过去几年人类已经发明了许多分析数据、处理数据的方法，这些方法已经在为我们服务。

先来看几个例子。谷歌公司每天都会收到来自全球超过30亿条的搜索指令，经过多年数据的累计，谷歌公司建立了“咳嗽”，“发热”等搜索关键字与流感地区的联系。于是在2009年谷歌成功的在美国预测了冬季流感的传播，并且 到地区和州。2013年奥巴马连任总统，成为首位位依靠大数据当选的美国总统。竞选过程中他的数据挖掘团队为其制定竞选策略，分析选民舆论，使得奥巴马处处占得先机，*终获得胜利。再来看看大家熟悉的电子商务。淘宝、亚马逊或者京东的页面都经过了大数据技术的优化。你所看到的页面都是根据你的购物行为进行显示的。你所希望购买的商品会被显示在*显眼的地方，你喜欢的商品会被推荐给你，你在这些网站购物越多，这种分析就越准确，购物体验也就越流畅。也许今年的“双十一”，电商们会推出一款App，告诉你哪些商品你是不能错过的，这样就不会再发生去年的悲剧啦。

毫无疑问，大数据正在改变着我们的生活。过去几年无论是医疗、健康、交通、公共安全，还是生活、购物、旅游、娱乐都已经逐渐建立起了大数据的分析系统，无论是国家还是企业对大数据的投入都数以亿计。大数据的应用也从早期的数据密集型行业(例如电信、金融、能源、科研、互联网)，逐步向非数据密集型行业扩张。一个路边的奶茶店需要大数据吗？当然需要。借助微信平台，只需要扫一扫二维码，奶茶店就会获得粉丝的关注。有了这些数据不仅可以开展打折促销，还可以通过互动了解用户口味，推出新品。

那么没有电商经验专心创作内容的自媒体人应该如何进行内容电商的变现，传递有价值的内容，做有效精准的大数据电商呢？

数之点点创始人林潮新认为，在头部的自媒体如咪蒙，一条，二更，罗辑思维等众所周知的大号，粉丝基数大，专业商业运作团队进入早，所以在盈利方面不存在太大问题。单单微信体系自媒体号，在2000多万个公众号中，数十万粉丝，数百万粉丝的不计其数，这部分群体更需要完成专业而又能形成商业闭环的盈利模式。电商成为了公众号领域除了广告之外很重要的商业化探索。至于未来全民微信公众号电商的走向，他认为传统的电商已经不足以满足微信公众号的需求了，首先我们看看自媒体这个群体，自媒体这个群体主要是通过内容（包括文字、图片、音频、视频甚至直播）等方式展示自己的专业，打造自己的品牌，吸引忠实的粉丝群，顺便做一点自己爱好的事，比如赚钱。通过自媒体的特性，我们知道绝大多数自媒体可能在某个方面挺厉害，比如营销、比如行业资讯，但并非全才，不懂的可能更多。

如果要做电商，从选品、包装、营销、渠道、售前售后、物流等各方面都需要操心。林潮新发现绝大多数自媒体人却只擅长包装、营销和渠道，其他的完全不懂。自己做产品基本上玩不好，行业内失败例子也很多。那么自媒体想盈利要放弃电商这块吗？

继而开始深度挖掘自媒体电商这个垂直领域，在历经了1年07个月的系统研发之后，潮谈旗下的拳头产品：数之点点大数据电商变现系统诞生。

数之点点是上海潮谈科技有限公司经过1年06个月的研发推出的 自媒体轻电商变现的服务系统。其中最大的特色是数之点点完成了货找人的智能商品精准匹配的独立算法。未来极有可能成为所有流量方进行电商变现的标准化底层。顾名思义，数则是data，基于大数据，点点则是动词，意味点点手指，无需重度运营，通过大数据附能进行人工智能精准匹配，即可达到意想不到的惊喜。

当前，世界范围内以人工智能、虚拟现实、大数据、云计算等为代表的新一轮科技革命和产业变革正加速进行，急需培养集学科、技术和产业思维于一体的应用性技术型人才，来加快科技创新发展，助力经济转型升级。阿里巴巴创办人马云在台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据在未来产业发展中的作用举足轻重。

那么，什么是大数据？它有怎样的发展趋势，我们的就业渠道会因此更广阔吗？个人又要怎样成为大数据时代的弄潮儿呢？

什么是大数据？

对普通人来说，大家感觉到的“大数据”应用可能是快递后台用大数据算法来做智能分单来降低人工配单时间、减少错误操作，使你拿到快递的效率大大加强，减少等待的时间；还有各类比价APP收集电商平台卖货信息保证你以最低价位买到商品。

而通常所说的大数据技术，就是从各种类型的数据中，采用新处理模式快速获得有价值的信息，从而实现深度理解、敏锐发现与精准决策。比如电商平台做个性化推荐，首先需要了解消费者的偏好、行为习惯来帮助他推荐一款产品。也可以利用大数据洞察消费者的建议，通过迅速做反馈创造更大的营销。这些结论都是通过编程语言分析数据来实现的，有一定的编程基础的同学才能胜任这类工作。

现状：依赖Java基础，从业者平均年薪最高

学习大数据的人都先选择学习Java，这是为什么呢？

因为大数据的开发基于一些常用的高级语言，作为世界第一大编程语言的Java具有功能强大和简单易用两个特征，在现在的IT互联网行业中被广泛使用。由于近些年当程序员的人越来越多，传统Java程序员的就业市场在不断缩小，薪酬也优势不再，而正在兴起的大数据时代，给了传统Java程序员指明了更多的发展方向，也提供了可观的行业薪酬。

根据国家统计局发布的2016年平均工资主要数据显示，信息传输、软件和信息技术服务业平均工资比上年增长9.3%，达到122478元/年，首次超过金融业，跃居各行业门类首位，且高薪酬比例上升明显，月薪2万元以上者同比增长67%。

难题：“招工难”成大问题，人才缺口巨大

由于新增需求明显，大数据招聘市场远未饱和。据《大数据人才报告》显示，大数据相关职位主要划分为大数据开发、数据挖掘、图像/视觉、语音等四大类，对截止到2017年11月的427,120份简历样本进行分析发现：

1、2017年，大数据及人工智能人才需求增长迅猛，招聘需求猛增6倍，大数据需求增长幅度最为惊人，达795%。

2、独角兽公司的人才流动需求明显，尤其是京东在人才流入方面表现最为强劲，位居十大互联网公司第一。

3、深圳、广州、杭州等一二线城市人才缺口巨大。三线城市大数据需求增长明显。

4、大数据薪资涨幅明显，平均固定年薪达38万，高出互联网普通技术人员134%。

5、目前全国的专业大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万，预计大数据将代替金融领跑高薪职业。

对策：主动出击，积极应对改变

“虽然我国高校每年培养的计算机人才总数大，但是合适的高端人才少，比如美团每年从几万份简历中只能筛选出千余人，只好从国外招人才或者从别的互联网企业挖人才，主要原因就是国内相关课程体系与企业需求差异较大。”中国计算机学会企业工作委员会主任刘江在近期举办的中国IT教育博鳌论坛上一句话道出人才供需矛盾。对于这种现象，国内教育机构也开始积极应对改变。嘉华金蛛（ID：top1600）推出一门Java大数据的课程，打通Java基础与大数据的内容承接，使得学员学完后既能掌握java基础，也能够胜任大数据开发，帮助零基础人群快速掌握大数据开发技能，成功入门IT、电子、通讯、互联网等行业。

截至目前，嘉华金蛛互联网营销学院已累计培养上万名互联网专业应用型人才。全程实战专家全程面对面讲授与项目演练，帮助想要转行就业、在职提升的人士通过3-6个月时间快速掌握企业所需的电子商务营销实战技能。