事实上,如果企业能够搞清楚围绕着大数据的一些误解,可能能够帮助他们避免制定错误的业务发展方向,进而化险为夷,防止浪费大量的时间和金钱,耗费企业的市场竞争地位,或者损害企业的声誉。

  就像任何新科技一样,大数据并不是万灵丹。要善用它,必须要从对的观念出发。今天就跟大家聊聊关于Big Data,最常听到的6个迷思。

  1.大数据是新时代的新玩意

  事实上,数据分析一点也不新。早从数百年前的启蒙时代,学者们便已开始遵循科学方法,一步步拆解事物形成背后的原因。科学家先观察,取得并分析数据,归纳出假说,然后再经过不断实证,逐渐形成定律。因此我们说的大数据,充其量只是科学方法的应用。跟过去的科学家相比,现代大数据更多仰赖机器去做观察与取得数据的工作,以求更全面、更即时的资料收集。但后续的推论、归纳工作,还是需要人为的判断。

  2.100TB以上才叫大数据

  数据的大小,事实上没有明确的界线。更重要的,数据的大小,不一定有意义。数据大,也不代表一定能做出準确的预测─假设你拥有地球70亿人口的姓名、性别、生日、身高、体重、肤色、视力,以及他们的上网行为等种种数据,如果题目是要预测他们明年的收入分布,这个庞大的资料库,恐怕还是无法帮上你什么。所以数据在精不在多,重点是要达成的任务,不是储存的数量。

  3.数据非常客观

  采集数据的软硬件,是人为设计的,因此不可能做到绝对的客观。手机停留在某个画面,就代表你在欣赏这个内容吗?很难说,或许你只是在跟旁边的朋友聊天。对某个发文点赞,就代表你真心喜欢这则资讯吗?也很难说,说不定只是喜欢发文的人,或是手滑不小心按到。真实世界,永远有测不准的环节,因此设计数据采集软件的人,很难绝对客观的去记录使用者行为,所以产生出来的数据,也很难是完全客观的。对于大数据,你该有的认知是它有相当、相对的客观性,但不可能绝对准确。

  4.数据可以告诉你不知道的内幕

  就像字面显现的,数据只能告诉你不知道的数据。但它究竟代表什么样的内幕,必须要靠归纳者自行去解读。举例来说,分析你的App使用者资料后,发现21-30岁女性族群占比最大,这可能代表着你的App对这种人最有吸引力,但也可能代表当初推广团队在发广告时,比较针对这样的族群。究竟事实是什么?往往需要更进一步的综合比较、实验分析,才能逼近。

  5.大数据是资讯部门的问题

  大数据的收集与储存,的确可以归类为资讯部门的业务。但定义该收集什么,如何收集,收集后该如何应用,绝对是业务主导部门该负责的。要求IT部门把大数据做好,就好像要求财务部门提昇公司获利一样,是本末倒置的。

  6.大数据会改变一切,不懂数据的人将会被淘汰

  数据的重点不是数据,而是解读与预测,也就是用数据验证人类的行为模式,用以提升产品与服务的设计,与潜在、现有客户沟通的方法与内容。因此,懂数据不是重点,懂人才是。在全面连网的世界,数据将会越来越泛滥,懂数据收集管理的人也将会越来越普遍。但无论科技如何发展,懂人的人,恐怕永远是少数。人感性、容易受到环境影响,因此难以预期。

  大数据是社会科学重要的进展,但企业要精准抓住未来,经理人要拥有更好的决断力,还是要基于对不同人、不同性的理解,而不仅是科技工具的使用而已。大数据不是万灵丹,它只是涡轮加速器,至于方向盘,仍旧掌握在你的手上。

大数据中存在哪些误解相关推荐

  1. 高层管理者对于大数据的6个误解

    大数据已经成为一个如此普遍的流行词,但有人认为其几乎是毫无意义的. 一名IT行业专家表示,其曾从事信息技术工作超过十年,并记得当时订购新的驱动器和存储设备来处理文件和电子邮件,那时读取上千兆字节的信息 ...

  2. 从“大数据中的年轻人”看《后浪》为什么被批判?

    文 | 李永华 来源 | 螳螂财经(ID:TanglangFin) 这两天,现象级营销TVC<后浪>刷屏了. 有人夸赞,也有人穷尽各种视角去挑问题,"批判"内容花样百出 ...

  3. 大数据中的反欺诈,平台与羊毛党的攻防恶战

    新的2017年,大家鸡年快乐 有句古话,"有人的地方就有江湖,是江湖就会有争斗".对于互联网金融平台来说,有实惠的活动中必定有这样一群人出现,大家戏称他们为"羊毛党&qu ...

  4. 华西生物医学大数据中心俞鹏课题组博士后招聘启事

    四川大学华西医院生物医学大数据中心俞鹏课题组拟招收博士后数名.主要从事:1)生物信息学及实验验证,2)生物医学信息学,3)生物医学文献审编和本体构建,4)药用植物基因组学及合成生物学,5)化学信息学. ...

  5. ACM图灵奖获得者:想从大数据中获益,先解决集成问题!

    文章讲的是ACM图灵奖获得者:想从大数据中获益,先解决集成问题!如今,大数据对所有行业都产生了深远影响:从医疗保健.汽车.电信到物联网.随着数据浪潮的持续,企业都在寻找更新的管理和分析方法.收集可行的 ...

  6. 大数据中常见的端口号 总结汇总大全(最新)

    大数据中常见的端口号 总结大全 如图所示: 常见端口汇总: Hadoop: 50070:HDFS WEB UI端口 8020 : 高可用的HDFS RPC端口 9000 : 非高可用的HDFS RPC ...

  7. 【Spark Summit East 2017】管道泄漏问题:像女士一样在大数据中做个的标记

    更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data:此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.a ...

  8. 如何才能在大数据中获取价值

    从数据中获取价值都是一个挑战,不管你所在的行业和企业规模如何.然而,在早期阶段,这一挑战与可用数据量没多大关系.如果对数据处理过程和数据值提取的结构设计不合理,那么至少按照现在的标准,企业有数据和没数 ...

  9. python运用在大数据中精准生活_大数据分析技术在生活中的广泛应用

    段雯琼++薛然++任亚丽 摘 要 文章介绍了大数据技术的即时性.准确性和预测性,并将大数据技术与公共交通.医药领域.移动通信网络优化相结合,从而方便了人们的生活,提高了人们的生活质量. [关键词]大数 ...

最新文章

  1. Smarty中文手册,Smarty教程,Smarty模板的入门教材
  2. 酷派、华为不能打印log解决办法
  3. Cocos2d-x 处理双击事件的两种方法
  4. 如何查找历史线程阻塞原因_java并发编程-线程状态,线程阻塞方式,阻塞中的线程如何终止?...
  5. Git:git-pull的用法总结
  6. visual studio 2010 开发net 2.0 3.5项目
  7. EasyUI---layout布局、树形组件、选项卡tabs
  8. ArcGIS Server 10.1发布结果地图服务——与10.0的区别及过程
  9. 瑞幸“踩”着星巴克登顶?
  10. 苦难是人生必须经历的一课
  11. Java检查字符串是否包含中文字符
  12. iptables原理知识
  13. Runtime.getRuntime().exec()----记录日志案例
  14. 尚硅谷Vue2.0+Vue3.0全套教程视频笔记 + 代码 [P051-100]
  15. 数据之美----雪球网股票组合分析
  16. 广告代码(弹窗和富媒体)
  17. 电子凸轮追剪曲线生成算法 理解后可转成其他品牌PLC或任何一种编程语言
  18. Android中对静态壁纸和动态壁纸原理深入理解
  19. IDL语法基础(01)
  20. Rocksdb Compaction 源码详解(一):SST文件详细格式源码解析

热门文章

  1. Jmockit单元测试MockUp调用原始方法
  2. laravel的blade模板的布局嵌套
  3. char* str = abc ;跟char str[] = abc;的区别
  4. UISegmentedControl判断点击第几项
  5. resharper 7.x 注册码key
  6. FileStream构造函数
  7. 【EOS】EOS环境基础
  8. 深度学习中的样本采样
  9. linux 下pycharm 无法输入中文
  10. -webkit-line-clamp超过两行就出现省略号