【正文】 迎接由書面到電子的跳躍之后的又一重大變革。這本書介紹了大數(shù)據(jù)時代來臨后，接踵而至的`三項(xiàng)變革——商業(yè)變革、管理變革和思維變革。其實(shí)，這場變革已經(jīng)打響。商業(yè)領(lǐng)域由于大數(shù)據(jù)時代的到來而推陳出新。前幾年，一家名為farecast的公司，讓預(yù)訂到更優(yōu)惠的機(jī)票價格不再是夢想。公司利用航班售票的數(shù)據(jù)來預(yù)測未來機(jī)票價格的走勢?，F(xiàn)在，使用這種工具的乘客，平均每張機(jī)票可以省大約50美元，這就是大數(shù)據(jù)給人們帶來的便利。大家應(yīng)該都知道2009年出現(xiàn)的h1n1型流感，就拿美國為例，疾控中心每周只進(jìn)行一次數(shù)據(jù)統(tǒng)計(jì)，而病人一般都是難以忍受病痛的折磨才會去醫(yī)院就診，因此也導(dǎo)致了信息的滯后。然而，對于飛速傳播的疾病，google公司卻能及時地作出判斷，確定流感爆發(fā)的地點(diǎn)，這便是基于龐大的數(shù)據(jù)資源，可見大數(shù)據(jù)時代對公共衛(wèi)生也產(chǎn)生了重大的影響!在我看來，如果想在在大數(shù)據(jù)時代里暢游，不僅要學(xué)會分析，而且還要能夠大膽地決斷。在美國，每到七、八月份時，正是臺風(fēng)肆虐之時，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時，一種蛋撻的銷售量較其他月份明顯增加。于是，商家作了大膽的推測，出現(xiàn)這樣的結(jié)果源于兩種物品的相關(guān)性，便將這種蛋撻擺在了防澇用品的旁邊。這樣的舉措大大增加了利潤，這就是屬于世界頭號零售商的大數(shù)據(jù)頭腦!大數(shù)據(jù)時代的到來，可以讓我們的生活更加便利。但是，如果讓大數(shù)據(jù)主宰一切，也存在一定的風(fēng)險。大家應(yīng)該都知道電子地圖，它可以為人們指引方向。但大家應(yīng)該還不知道，它會默默地積累人們的行程數(shù)據(jù)，通過智能分析可以推斷出哪里是自己的家，哪里是工作單位。我們的隱私就這樣被不為人知地收集著。大數(shù)據(jù)時代的到來，讓我們的生活更安全，更方便，但與此同時，我們的隱私不再是隱私，數(shù)據(jù)的收集變得無所不包、無孔不入。世界已經(jīng)向大數(shù)據(jù)時代邁進(jìn)了一小步，一個嶄新的時代正向我們走來。讓我們用知識武裝大腦，做好準(zhǔn)備，迎接新時代的到來!這一章節(jié)，利用馬修莫里導(dǎo)航圖的例子引出了大數(shù)據(jù)的實(shí)踐方式，奇人莫里通過整理航海相關(guān)的邊角數(shù)據(jù)，把整個大西洋按照經(jīng)緯度劃分了出來，并標(biāo)注出了溫度、風(fēng)速和風(fēng)向，從而發(fā)現(xiàn)了洋流，也為船員提供了有效的航海路線，這就是數(shù)據(jù)的價值體現(xiàn)了。書中也提到了，量化我們周圍的一切，是數(shù)據(jù)化的核心，將文字變成數(shù)據(jù)、將方位變成數(shù)據(jù)，將溝通、情感變成數(shù)據(jù)，通過大數(shù)據(jù)，我們會意識到，世界在本質(zhì)上是由信息構(gòu)成的。在工作中，這點(diǎn)也可以作為啟發(fā)點(diǎn)，通過對數(shù)據(jù)的整理，或者說以某種方式采集到相關(guān)數(shù)據(jù)，將數(shù)據(jù)整理出有價值的信息后，不斷的改善到工作流程、效率、服務(wù)方面，也是工作上的創(chuàng)新點(diǎn)。筆者在書中提到了，數(shù)據(jù)的潛在價值，并提出了數(shù)據(jù)創(chuàng)新應(yīng)用的方法，第一是數(shù)據(jù)的再利用，數(shù)據(jù)信息被采集用作特定分析后，在另一個領(lǐng)域或者角色立場下，或許會開發(fā)出新的有價值的信息。第二是數(shù)據(jù)的重組，將不同類別、類型的數(shù)據(jù)進(jìn)行重組，產(chǎn)生一個新的數(shù)據(jù)集合出來，尋找其中的關(guān)聯(lián)性。第三是數(shù)據(jù)的擴(kuò)展，這就需要在記錄數(shù)據(jù)的同時設(shè)計(jì)好他的可擴(kuò)展性。第四是數(shù)據(jù)的折舊值，數(shù)據(jù)將會貶值，但是仍會有其潛在價值。第五是數(shù)據(jù)廢氣，即數(shù)據(jù)采集時的離散量、離散交互信號，舉例是谷歌與微軟的拼寫檢查。第六是開放數(shù)據(jù)，數(shù)據(jù)的開放將會有利于各行各業(yè)的使用，并促進(jìn)全行業(yè)數(shù)據(jù)時代的發(fā)展。這其中又提到了數(shù)據(jù)估值的概念，在數(shù)據(jù)使用時價值才會體現(xiàn)出來，而不是在占有本身。根據(jù)所提供價值的不同來源，分別出現(xiàn)三種大數(shù)據(jù)公司，基于數(shù)據(jù)本身(采集大量數(shù)據(jù)的公司)、基于技能(提取用戶的需求，給出數(shù)據(jù)分析結(jié)果的公司)、基于思維(挖掘數(shù)據(jù)新的價值的公司)。世間萬物的復(fù)雜性多樣化并非非此即彼那么簡單，舍恩伯格也是這種二元對立的幼稚思維嗎?其實(shí)不然，讀者在閱讀時一定要看清楚他是在什么語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出不是因果關(guān)系，而是相關(guān)關(guān)系。這一論斷時，他在書中還說道：在大多數(shù)情況下，一旦我們完成了對大數(shù)據(jù)的相關(guān)關(guān)系分析，而又不再滿足于僅僅知道“是什么”時，我們就會繼續(xù)向更深層次研究的因果關(guān)系，找出背后的“為什么”。[i]由此可見，他說的全體數(shù)據(jù)和相關(guān)關(guān)系都在特定語境下的，是在數(shù)據(jù)挖掘中的選項(xiàng)。大數(shù)據(jù)研究的一大驅(qū)動力就是商用，舍恩伯格在第二部分里討論了大數(shù)據(jù)時代的商業(yè)變革。舍恩伯格認(rèn)為數(shù)據(jù)化就是一切皆可量化，大數(shù)據(jù)的定量分析有力地回答是什么這一問題，但仍然無法完全回答為什么。因此，我認(rèn)為并不能排除定性分析和質(zhì)化研究。數(shù)據(jù)創(chuàng)新可以創(chuàng)造價值，這是毫無疑問的。舍恩伯格在討論大數(shù)據(jù)的角色定位時仍把它置于數(shù)據(jù)應(yīng)用的商業(yè)系統(tǒng)中，而沒有把它置于整個社會系統(tǒng)里，但他在第二部分大數(shù)據(jù)時代的管理變革中討論了這個問題。在風(fēng)險社會中信息安全問題日趨凸顯，數(shù)據(jù)獨(dú)裁與隱私保護(hù)成為一對矛盾。如何擺脫大數(shù)據(jù)的困境?舍恩伯格在最后一節(jié)掌控中試圖回答，但基本上屬于老生常談。我想，《失控》可以幫助我們解答這個問題?至少可以提供更多的思考維度。正如舍恩伯格在結(jié)語中所道：大數(shù)據(jù)并不是一個充斥著算法和機(jī)器的冰冷世界，人類的作用依然無法被完全替代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。謝謝舍恩伯格!讓大數(shù)據(jù)討論從自然科學(xué)回到人文社科。由此推斷，《大數(shù)據(jù)時代》不是最終答案，也不是標(biāo)準(zhǔn)答案，只是參考答案。如今說起新媒體和互聯(lián)網(wǎng)，必提大數(shù)據(jù)，似乎不這樣說就out了。而且人云亦云的居多，不少談?wù)撜呱踔吝€沒有認(rèn)真讀過這方面的經(jīng)典著作舍恩佰格的《大數(shù)據(jù)時代》。?他現(xiàn)任牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)研究所治理與監(jiān)管專業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研項(xiàng)目負(fù)責(zé)人。他的咨詢客戶包括微軟、惠普和ibm等全球頂級企業(yè)，他是歐盟互聯(lián)網(wǎng)官方政策背后真正的制定者和參與者，他還先后擔(dān)任多國政府高層的智囊。這位被譽(yù)為：大數(shù)據(jù)時代的預(yù)言家的牛津教授真牛!那么，這位大師說的都是金科玉律嗎?并不一定，讀大師的作品一定要做些功課才好讀懂，如果能做足功課又具備相應(yīng)的理論功底，就能與之進(jìn)行一場思想上的對話。舍恩伯格分三部分來討論大數(shù)據(jù)，即思維變革、商業(yè)變革和管理變革。在第一部分大數(shù)據(jù)時代的思維變革中，舍恩伯格旗幟鮮明的亮出他的三個觀點(diǎn)：一、更多：不是隨機(jī)樣本，而是全體數(shù)據(jù)。二、更雜：不是精確性，而是混雜性。三、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。對于第一個觀點(diǎn)，我不敢茍同。一方面是對全體數(shù)據(jù)進(jìn)行處理，在技術(shù)和設(shè)備上有相當(dāng)高的難度。另一方面是不是都有此必要，對于簡單事實(shí)進(jìn)行判斷的數(shù)據(jù)分析難道也要采集全體數(shù)據(jù)嗎?我曾與香港城市大學(xué)的祝建華教授討論過。祝教授是傳播學(xué)研究方法和數(shù)據(jù)分析的專家，他認(rèn)為一定可以找到一種數(shù)理統(tǒng)計(jì)方法來進(jìn)行分析，并不一定需要全部數(shù)據(jù)。聯(lián)系到舍恩伯格第二個觀點(diǎn)中所說的相關(guān)關(guān)系，我理解他說的全體數(shù)據(jù)不是指數(shù)量而是指范圍，即大數(shù)據(jù)的隨機(jī)樣本不限于目標(biāo)數(shù)據(jù)，還包括目標(biāo)以外的所有數(shù)據(jù)。我認(rèn)為大數(shù)據(jù)分析不能排除隨機(jī)抽樣，只是抽樣的方法和范圍要加以拓展。