大數(shù)據(jù)時(shí)代(20張)課件

1、大數(shù)據(jù)時(shí)代千帆環(huán)保第1頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代-生活、工作與思維的重大變革大數(shù)據(jù)時(shí)代是國(guó)外大數(shù)據(jù)研究的先河之作，本書作者維克托邁爾舍恩伯格被譽(yù)為“大數(shù)據(jù)商業(yè)應(yīng)用第一人”，有在牛津大學(xué)、哈佛大學(xué)、耶魯大學(xué)、新加坡國(guó)立大學(xué)等多個(gè)互聯(lián)網(wǎng)研究重鎮(zhèn)任教的經(jīng)歷，早在2010年就在經(jīng)濟(jì)學(xué)人上發(fā)布了長(zhǎng)達(dá)14頁(yè)對(duì)大數(shù)據(jù)應(yīng)用的前瞻性研究。維克托邁爾舍恩伯格在書中前瞻性地指出，大數(shù)據(jù)帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數(shù)據(jù)開啟了一次重大的時(shí)代轉(zhuǎn)型，并用三個(gè)部分講述了大數(shù)據(jù)時(shí)代的思維變革、商業(yè)變革和管理變革。千帆環(huán)保第2頁(yè)，共21頁(yè)。維克托 邁爾-舍恩伯格（Viktor Mayer-Schnberger）

2、他是十余年潛心研究數(shù)據(jù)科學(xué)的技術(shù)權(quán)威，他是最早洞見大數(shù)據(jù)時(shí)代發(fā)展趨勢(shì)的數(shù)據(jù)科學(xué)家之一，也是最受人尊敬的權(quán)威發(fā)言人之一。他曾先后任教于世界最著名的幾大互聯(lián)網(wǎng)研究學(xué)府。現(xiàn)任牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)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，哈佛國(guó)家電子商務(wù)研究中心網(wǎng)絡(luò)監(jiān)管項(xiàng)目負(fù)責(zé)人；曾任新加坡國(guó)立大學(xué)李光耀學(xué)院信息與創(chuàng)新策略研究中心主任。并擔(dān)任耶魯大學(xué)、芝加哥大學(xué)、弗吉尼亞大學(xué)、圣地亞哥大學(xué)、維也納大學(xué)的客座教授。他的學(xué)術(shù)成果斐然，有一百多篇論文公開發(fā)表在科學(xué)自然等著名學(xué)術(shù)期刊上，他同時(shí)也是哈佛大學(xué)出版社、麻省理工出版社、通信政策期刊、美國(guó)社會(huì)學(xué)期刊等多家出版機(jī)構(gòu)的特約評(píng)論員。

3、他是備受眾多世界知名企業(yè)信賴的信息權(quán)威與顧問。他的咨詢客戶包括微軟、惠普和IBM等全球頂級(jí)企業(yè)；而他自己早在1986年與1995年就擔(dān)任兩家軟件公司的總裁兼CEO，由他的公司開發(fā)的病毒通用程序，成為當(dāng)時(shí)奧地利最暢銷的軟件產(chǎn)品。1991年躋身奧地利軟件企業(yè)家前5名之列，2000年 被評(píng)為奧地利薩爾斯堡州的年度人物。千帆環(huán)保第3頁(yè)，共21頁(yè)。大數(shù)據(jù)-引言最早提出“大數(shù)據(jù)”時(shí)代到來(lái)的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。”“大數(shù)據(jù)”在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)

4、等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因?yàn)榻陙?lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。千帆環(huán)保第4頁(yè)，共21頁(yè)。大數(shù)據(jù)大數(shù)據(jù)(big data)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法透過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。在維克托邁爾-舍恩伯格及肯尼斯庫(kù)克耶編寫的大數(shù)據(jù)時(shí)代中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)的方法。大數(shù)據(jù)的4V特點(diǎn)：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）。數(shù)據(jù)又并非單純指人們?cè)诨ヂ?lián)網(wǎng)上發(fā)布的信息，全世界的工業(yè)設(shè)備、汽車

5、、電表上有著無(wú)數(shù)的數(shù)碼傳感器，隨時(shí)測(cè)量和傳遞著有關(guān)位置、運(yùn)動(dòng)、震動(dòng)、溫度、濕度乃至空氣中化學(xué)物質(zhì)的變化，也產(chǎn)生了海量的數(shù)據(jù)信息。對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。千帆環(huán)保第5頁(yè)，共21頁(yè)。大數(shù)據(jù)從某種程度上說(shuō)，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)。簡(jiǎn)言之，從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力，就是大數(shù)據(jù)技術(shù)。明白這一點(diǎn)至關(guān)重要，也正是這一點(diǎn)促使該技術(shù)具備走向眾多企業(yè)的潛力。大數(shù)據(jù)可分成大數(shù)據(jù)技術(shù)、大數(shù)據(jù)工程、大數(shù)據(jù)科學(xué)和大數(shù)據(jù)應(yīng)用等領(lǐng)域。目前人們

6、談?wù)撟疃嗟氖谴髷?shù)據(jù)技術(shù)和大數(shù)據(jù)應(yīng)用。工程和科學(xué)問題尚未被重視。大數(shù)據(jù)工程指大數(shù)據(jù)的規(guī)劃建設(shè)運(yùn)營(yíng)管理的系統(tǒng)工程；大數(shù)據(jù)科學(xué)關(guān)注大數(shù)據(jù)網(wǎng)絡(luò)發(fā)展和運(yùn)營(yíng)過程中發(fā)現(xiàn)和驗(yàn)證大數(shù)據(jù)的規(guī)律及其與自然和社會(huì)活動(dòng)之間的關(guān)系。大數(shù)據(jù)的4個(gè)“V”，或者說(shuō)特點(diǎn)有四個(gè)層面：第一，數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別；第二，數(shù)據(jù)類型繁多。前文提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。第四，處理速度快。1秒定律。最后這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同?；ヂ?lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦、PC以及遍布地

7、球各個(gè)角落的各種各樣的傳感器，無(wú)一不是數(shù)據(jù)來(lái)源或者承載的方式。千帆環(huán)保第6頁(yè)，共21頁(yè)。數(shù)據(jù)的換算關(guān)系最小的基本單位是Byte，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB，它們按照進(jìn)率1024（2的十次方）來(lái)計(jì)算：1Byte = 8 bit1 KB = 1,024 Bytes1 MB = 1,024 KB = 1,048,576 Bytes1 GB = 1,024 MB = 1,048,576 KB1 TB = 1,024 GB = 1,048,576 MB1 PB = 1,024 TB = 1,048,576 GB1 EB = 1,

8、024 PB = 1,048,576 TB1 ZB = 1,024 EB = 1,048,576 PB1 YB = 1,024 ZB = 1,048,576 EB1 BB = 1,024 YB = 1,048,576 ZB1 NB = 1,024 BB = 1,048,576 YB1 DB = 1,024 NB = 1,048,576 BB千帆環(huán)保第7頁(yè)，共21頁(yè)。大數(shù)據(jù)產(chǎn)生的的變革大數(shù)據(jù)，變革公共衛(wèi)生2009年H1N1流行病毒背景下谷歌通過檢測(cè)檢索詞條，處理了4.5億個(gè)不同的數(shù)據(jù)模型，通過預(yù)測(cè)并與2007年、2008年美國(guó)疾控中心記錄的實(shí)際流感病例進(jìn)行對(duì)比后，確定了45條檢索詞條組合，并將其

9、用于一個(gè)特定的數(shù)學(xué)模型后，預(yù)測(cè)的結(jié)果與官方數(shù)據(jù)的相關(guān)系數(shù)高達(dá)97%。按照傳統(tǒng)的信息返回流程，通告新流感病毒病例將有一到兩周的延遲。對(duì)于飛速傳播的疾病，信息滯后兩周是致命的。而谷歌運(yùn)用大數(shù)據(jù)技術(shù)，以前所未有的方式，通過海量數(shù)據(jù)分析得出流感所傳播的范圍，為世界預(yù)測(cè)流感提供了一種更快捷的預(yù)測(cè)工具。大數(shù)據(jù)，變革商業(yè)Farecast公司是一個(gè)成功的典型范例。該公司由奧倫埃齊奧尼創(chuàng)辦，利用機(jī)票的銷售數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)的機(jī)票價(jià)格，旨在幫助用戶在購(gòu)買機(jī)票方面做出預(yù)測(cè)，并對(duì)機(jī)票價(jià)格走勢(shì)預(yù)測(cè)的可信度標(biāo)示出來(lái)供消費(fèi)者查考。Farecast系統(tǒng)利用近十萬(wàn)億條價(jià)格記錄預(yù)測(cè)的準(zhǔn)確度達(dá)75%，使得使用Farecast票價(jià)預(yù)測(cè)工

10、具購(gòu)買機(jī)票的旅客，平均每張機(jī)票節(jié)約50美元。大數(shù)據(jù)，變革思維由于我們進(jìn)入了一個(gè)前所未有的信息化時(shí)代，人們擁有了如此多的數(shù)據(jù)，才提供給我們利用大數(shù)據(jù)的分析處理手段，創(chuàng)造新的價(jià)值。也許有人以為我們大數(shù)據(jù)時(shí)代的還未來(lái)臨。其實(shí)大數(shù)據(jù)技術(shù)早已滲透到我們中間，它被應(yīng)用在垃圾郵件的過濾，新浪微博技術(shù)平臺(tái)，谷歌翻譯以及輸入文字的自動(dòng)糾錯(cuò)等。大數(shù)據(jù)，開啟重大的時(shí)代轉(zhuǎn)型千帆環(huán)保第8頁(yè)，共21頁(yè)。大數(shù)據(jù)的核心大數(shù)據(jù)的核心就是預(yù)測(cè)。它通常被視為人工智能的一部分，或者更確切地說(shuō)，被視為一種學(xué)習(xí)機(jī)器。但這種定義是有誤導(dǎo)性的。大數(shù)據(jù)不是要教機(jī)器像人一樣思考。相反，它是把數(shù)學(xué)算法運(yùn)用到海量的數(shù)據(jù)上來(lái)預(yù)測(cè)事情發(fā)生的可能性。不久

11、的將來(lái)，世界許多現(xiàn)在單純依靠人類判斷力的領(lǐng)域都會(huì)被計(jì)算機(jī)系統(tǒng)所改變，甚至替代。計(jì)算機(jī)系統(tǒng)可以發(fā)揮作用的領(lǐng)域遠(yuǎn)不止駕駛和交友，還有更多更復(fù)雜的任務(wù)。別忘了，亞馬遜可以幫我們推薦喜歡看的書，谷歌可以關(guān)聯(lián)網(wǎng)站的排序，F(xiàn)acebook可以知道我們的喜好，而Linkedin可以猜出我們認(rèn)識(shí)誰(shuí)。（個(gè)性化排序和個(gè)性化推薦）同樣的技術(shù)還可以運(yùn)用到疾病診斷、推薦治療措施，甚至識(shí)別潛在犯罪分子上。千帆環(huán)保第9頁(yè)，共21頁(yè)。大數(shù)據(jù)，大挑戰(zhàn)大數(shù)據(jù)的精髓在于我們分析信息時(shí)的三個(gè)轉(zhuǎn)變，這些轉(zhuǎn)變將改變我們理解和組建社會(huì)的方法。第一個(gè)轉(zhuǎn)變是：在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)

12、，而不再依賴于隨機(jī)采樣。第二個(gè)轉(zhuǎn)變是：研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。第三個(gè)轉(zhuǎn)變因前兩個(gè)轉(zhuǎn)變而促成，即我們不再熱衷于尋找因果關(guān)系。千帆環(huán)保第10頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的思維變革更多不是隨機(jī)樣本，而全整體數(shù)據(jù)?！皹颖?整體”隨機(jī)取樣是小數(shù)據(jù)時(shí)代用最少的數(shù)據(jù)獲取最大價(jià)值的做法。采樣分析的精確性隨著采樣隨機(jī)性的增加而大幅度提高，但與樣本數(shù)量的增加關(guān)系不大。樣本選擇的隨機(jī)性比樣本數(shù)量更重要。大數(shù)據(jù)是指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法。蘋果公司的總裁史蒂夫喬布斯在與癌癥斗爭(zhēng)的過程中采用了不同的方式，成為世界上第一個(gè)對(duì)自身所有DNA和腫瘤DNA進(jìn)行排序的人。為此，他支付了

13、高達(dá)幾十萬(wàn)美元的費(fèi)用，這是23andme報(bào)價(jià)的幾百倍之多。所以他得到的不是一個(gè)只有一系列標(biāo)記的樣本，他得到了包括整個(gè)基因密碼的數(shù)據(jù)文檔。對(duì)于一個(gè)普通的癌癥患者，醫(yī)生只能期望他的DNA排列同實(shí)驗(yàn)中使用的樣本足夠相似。但是，喬布斯的醫(yī)生們能夠基于喬布斯的特定基因組成，按所需效果用藥。喬布斯曾開玩笑說(shuō)“我要么是第一個(gè)通過這種方式戰(zhàn)勝癌癥的人，要么就是最后一個(gè)因?yàn)檫@種方式死于癌癥的人”。雖然最后難免死于癌癥但這種獲得所有數(shù)據(jù)而不是僅樣本的方法將他的生命延長(zhǎng)了幾年。千帆環(huán)保第11頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的思維變革更雜不是精確性，而是混雜性。隨著數(shù)據(jù)使用的越來(lái)越多，其得出的結(jié)果并不一定能越來(lái)越精確，畢竟數(shù)

14、據(jù)不能保證百分之百的正確，特別是大數(shù)據(jù)時(shí)代各種結(jié)構(gòu)化與非結(jié)構(gòu)化類型的數(shù)據(jù)聚集在一起難免導(dǎo)致結(jié)果的不太精確。大數(shù)據(jù)時(shí)代要求我們重新審視精確性的優(yōu)劣。谷歌翻譯之所以優(yōu)于IBM的Candide系統(tǒng)并不是因?yàn)樗鼡碛懈玫乃惴C(jī)制。和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數(shù)據(jù)，并且接受了有錯(cuò)誤的數(shù)據(jù)。千帆環(huán)保第12頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的思維變革更好不是因果關(guān)系，而是相關(guān)關(guān)系。在大數(shù)據(jù)時(shí)代往往知道是什么要比知道為什么來(lái)的更實(shí)在。知道人們?yōu)槭裁磳?duì)這些信息感興趣可能是有用的，但這個(gè)問題目前并不是很重要。但是，知道“是什么”可以創(chuàng)造點(diǎn)擊率，這種洞察力足以足以重塑很多行業(yè)。林登的亞馬遜推薦系統(tǒng)的成功

15、，證實(shí)了大數(shù)據(jù)在分析相關(guān)性方面的優(yōu)勢(shì)以及在銷售中獲得的成功。通過給我們找一個(gè)現(xiàn)象的良好的關(guān)聯(lián)物，相關(guān)關(guān)系可以幫助我們捕捉現(xiàn)在和預(yù)測(cè)未來(lái)。沃爾瑪也是充分利用并挖掘各類數(shù)據(jù)信息的先鋒和代表，從以前廣為人事的啤酒和尿布的案例，以及有關(guān)蛋撻和颶風(fēng)天氣的案例，都說(shuō)明了掌握了相關(guān)關(guān)系對(duì)于其策略的幫助。建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測(cè)是大數(shù)據(jù)的核心。Aviva保險(xiǎn)公司利用幾百種生活方式的數(shù)據(jù)，如愛好、長(zhǎng)瀏覽網(wǎng)頁(yè)等間接的預(yù)測(cè)出哪些人更可能患高血壓、糖尿病和抑郁癥。UPS國(guó)家快遞公司通過使用預(yù)測(cè)性分析檢測(cè)其全美6萬(wàn)輛車隊(duì)，進(jìn)行防御性的修理，節(jié)約巨大得的成本。這些都充分顯示了大數(shù)據(jù)在預(yù)測(cè)方面的優(yōu)勢(shì)。千帆環(huán)保第13

16、頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的商業(yè)變革數(shù)據(jù)化 一切皆可“量化”大數(shù)據(jù)發(fā)展的核心動(dòng)力來(lái)源于人類測(cè)量、記錄和分析世界的渴望。信息技術(shù)變革隨處可見，但是如今的信息技術(shù)變革的重點(diǎn)在于技術(shù)上，而不是信息本身?，F(xiàn)在是時(shí)候開始關(guān)注信息本身了。莫里利用大量的人力去分析多年保存的航海記錄，他從這些大量的數(shù)據(jù)中獲取到新的利用價(jià)值。繪制的圖表幫助商人節(jié)約一大筆錢，使年輕的海員們間接獲取了成千上萬(wàn)名經(jīng)驗(yàn)豐富的航海家的指導(dǎo)。日本先進(jìn)工業(yè)技術(shù)研究所越水重臣教授通過安裝壓力傳感器將人屁股特征數(shù)據(jù)化，進(jìn)而形成對(duì)乘客身份的特征識(shí)別。這項(xiàng)技術(shù)為汽車防盜系統(tǒng)提供了方案。D公司，致力于為顧客預(yù)測(cè)商品的價(jià)格，通過收集處理海量的價(jià)格信息，預(yù)

17、測(cè)準(zhǔn)確率高達(dá)77%，幫助顧客在購(gòu)買一個(gè)產(chǎn)品時(shí)節(jié)約了大約100美元。MasterCardd.Advisor部門通過分析來(lái)自210個(gè)國(guó)家的15億信用卡用戶的650億條交易記錄，分析得出商業(yè)發(fā)展和客戶消費(fèi)趨勢(shì)，如通過分析發(fā)現(xiàn)如果一個(gè)人下午四點(diǎn)左右給汽車加油的話，他很可能在接下來(lái)的一個(gè)小時(shí)內(nèi)去購(gòu)物或者去餐館吃飯 ，且在這一小時(shí)里大約花費(fèi)35到40美元。商家正可以利用這個(gè)分析結(jié)果，在加油的小票背面附加上附近商店的優(yōu)惠券。千帆環(huán)保第14頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的商業(yè)變革價(jià)值 “取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新特瑪捷等公司利用“先到先得”原則提供演唱會(huì)門票網(wǎng)上預(yù)訂服務(wù)時(shí)，作弊軟件會(huì)偷偷跑到真實(shí)排隊(duì)的人前將票全

18、部買下。針對(duì)這一情況路易斯馮安提出了解決想法：即在注冊(cè)過程中現(xiàn)實(shí)一些波浪、識(shí)別難度低的字母，人能夠在幾秒鐘內(nèi)識(shí)別并輸入正確文本信息，但電腦可能被難倒。馮安將他的這一創(chuàng)作稱為驗(yàn)證碼。不同與物質(zhì)性的東西，數(shù)據(jù)的價(jià)值不會(huì)隨著他的使用而減少，而是可以不斷地被處理。數(shù)據(jù)創(chuàng)新1：數(shù)據(jù)的再利用（典例：搜索關(guān)鍵詞、推薦消費(fèi)）數(shù)據(jù)創(chuàng)新2：重組數(shù)據(jù)（典例：手機(jī)是否增加致癌率）數(shù)據(jù)創(chuàng)新3：可擴(kuò)展數(shù)據(jù)（典例：谷歌街景與GPS數(shù)據(jù)采集）數(shù)據(jù)創(chuàng)新4：數(shù)據(jù)的折舊值（典例：亞馬遜推薦）數(shù)據(jù)創(chuàng)新5：數(shù)據(jù)廢氣（典例：微軟與谷歌的拼寫檢查）數(shù)據(jù)創(chuàng)新6：開放數(shù)據(jù)（典例：政府公開信息）千帆環(huán)保第15頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的商業(yè)變革角

19、色定位 數(shù)據(jù)、技術(shù)與思維的三足鼎立根據(jù)所提供價(jià)值的不同來(lái)源，分別出現(xiàn)了三種大數(shù)據(jù)公司。這三種來(lái)源是指：數(shù)據(jù)本身、技能與思維。第一種是基于數(shù)據(jù)本身的公司。這些公司擁有大量數(shù)據(jù)或者至少可以收集到大量數(shù)據(jù)，卻不一定有從數(shù)據(jù)中提取價(jià)值或者用數(shù)據(jù)催生創(chuàng)新思想的技能。典型為Twitter，他有海量數(shù)據(jù)，但他的數(shù)據(jù)都是通過兩個(gè)獨(dú)立的公司授權(quán)給別人使用的。第二種是基于技能的公司。它們通常是咨詢公司、技術(shù)供應(yīng)商或者分析公司。它們掌握了專業(yè)技能但并不一定擁有數(shù)據(jù)或者提出數(shù)據(jù)創(chuàng)性用途的才能。比如說(shuō)，沃爾瑪和Pop-Tarts這兩個(gè)零售商就是借助天睿公司的分析來(lái)獲得營(yíng)銷點(diǎn)子，天睿就是一家大數(shù)據(jù)分析公司。第三種是基于思

20、維的公司。皮特.華登，Jetpac的聯(lián)合創(chuàng)始人，就是通過想法獲得價(jià)值的一個(gè)例子，他通過用戶分享到網(wǎng)上的旅行照片來(lái)為人們推薦下一次旅行目的地。對(duì)于某些公司來(lái)說(shuō)，數(shù)據(jù)和技能并不是成功的關(guān)鍵。挖掘數(shù)據(jù)的新價(jià)值的創(chuàng)新思維才是這些公司脫穎而出的優(yōu)勢(shì)所在。千帆環(huán)保第16頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的管理變革風(fēng)險(xiǎn) 讓數(shù)據(jù)主宰一切的隱憂我們時(shí)時(shí)刻刻都暴露在“第三只眼”下：亞馬遜監(jiān)視著我們的購(gòu)物習(xí)慣、谷歌監(jiān)視著我們的網(wǎng)頁(yè)瀏覽習(xí)慣，而微博似乎什么都知道，不進(jìn)切聽了我們心目中的“TA”，還有我們的社交關(guān)系網(wǎng)。我們的隱私被二次利用了，匿名化不再可行。出現(xiàn)這種無(wú)效性則是由兩個(gè)因素引起的：一是我們收集的數(shù)據(jù)越來(lái)越多，二是我們

21、會(huì)結(jié)合越來(lái)越多不同來(lái)源的數(shù)據(jù)。預(yù)測(cè)與懲罰，不是因?yàn)椤八觥?，而是因?yàn)椤皩⒆觥?。越?lái)越多的美國(guó)城市的假釋委員正使用數(shù)據(jù)分析來(lái)決定是釋放還是繼續(xù)監(jiān)禁某人。（電影少數(shù)派報(bào)告）數(shù)據(jù)獨(dú)裁：過于依賴數(shù)據(jù)，而數(shù)據(jù)遠(yuǎn)遠(yuǎn)沒有我們所想的那么可靠。我們盲目信任數(shù)據(jù)的力量和潛能而忽略它的局限性。（下級(jí)人員出于升官等想法會(huì)謊報(bào)數(shù)據(jù)）有時(shí)候卓越的才華并不依賴于數(shù)據(jù)。記者問及喬布斯推出蘋果ipad之前做了多少社會(huì)調(diào)查時(shí)，他那個(gè)著名回答是這樣的：“沒有！消費(fèi)者沒有義務(wù)去了解自己想要什么?！鼻Хh(huán)保第17頁(yè)，共21頁(yè)。大數(shù)據(jù)時(shí)代的管理變革掌握 責(zé)任與自由并舉的信息管理管理變革1：個(gè)人隱私保護(hù)，從個(gè)人許可到讓數(shù)據(jù)使用者承擔(dān)責(zé)任。

22、管理變革2：個(gè)人動(dòng)因VS預(yù)測(cè)分析。人們可以并應(yīng)該為他們的行為而非傾向負(fù)責(zé)。管理變革3：擊碎黑盒子，大數(shù)據(jù)算法師的崛起。（類似計(jì)算機(jī)安全和隱私顧問）管理變革4：反數(shù)據(jù)壟斷大亨。千帆環(huán)保第18頁(yè)，共21頁(yè)。結(jié)語(yǔ) 大數(shù)據(jù)時(shí)代是信息化社會(huì)發(fā)展必然趨勢(shì)，我們只有緊緊跟隨時(shí)代發(fā)展的潮流，在技術(shù)上、制度上、價(jià)值觀念上做出迅速調(diào)整并牢牢跟進(jìn)，才能在接下來(lái)新一輪的國(guó)際競(jìng)爭(zhēng)中擺脫受制于人的弱勢(shì)境地，才能把握發(fā)展的方向，沖破與西方國(guó)家的差距。對(duì)于一個(gè)國(guó)家如此，對(duì)于一個(gè)企業(yè)亦是如此。在如此快速的到來(lái)的大數(shù)據(jù)時(shí)代，我們還有很多知識(shí)需要學(xué)習(xí)，許多思維需要轉(zhuǎn)變，許多技術(shù)需要研究。公司的規(guī)劃中，也需充分考慮到大數(shù)據(jù)對(duì)于公司的

23、未來(lái)發(fā)展所帶來(lái)的機(jī)遇和挑戰(zhàn)。對(duì)于掌握大量數(shù)據(jù)的公司，需要考慮有多少數(shù)字化的數(shù)據(jù)，又有哪些可以通過大數(shù)據(jù)的分析處理而帶來(lái)有價(jià)值的用途？比如國(guó)內(nèi)目前的社交網(wǎng)站，購(gòu)物網(wǎng)站等都掌握了用戶的大量的數(shù)據(jù)信息。在大數(shù)據(jù)時(shí)代制勝的良藥也許是創(chuàng)新的點(diǎn)子，也許可以利用外部的數(shù)據(jù)，通過多維化、多層面的分析給其他企業(yè)或個(gè)人帶來(lái)價(jià)值。千帆環(huán)保第19頁(yè)，共21頁(yè)。Thank You！第20頁(yè)，共21頁(yè)。1、不是井里沒有水，而是你挖的不夠深。不是成功來(lái)得慢，而是你努力的不夠多。2、孤單一人的時(shí)間使自己變得優(yōu)秀，給來(lái)的人一個(gè)驚喜，也給自己一個(gè)好的交代。3、命運(yùn)給你一個(gè)比別人低的起點(diǎn)是想告訴你，讓你用你的一生去奮斗出一個(gè)絕地反

24、擊的故事，所以有什么理由不努力!4、心中沒有過分的貪求，自然苦就少?？诶锊徽f(shuō)多余的話，自然禍就少。腹內(nèi)的食物能減少，自然病就少。思緒中沒有過分欲，自然憂就少。大悲是無(wú)淚的，同樣大悟無(wú)言。緣來(lái)盡量要惜，緣盡就放。人生本來(lái)就空，對(duì)人家笑笑，對(duì)自己笑笑，笑著看天下，看日出日落，花謝花開，豈不自在，哪里來(lái)的塵埃!5、心情就像衣服，臟了就拿去洗洗，曬曬，陽(yáng)光自然就會(huì)蔓延開來(lái)。陽(yáng)光那么好，何必自尋煩惱，過好每一個(gè)當(dāng)下，一萬(wàn)個(gè)美麗的未來(lái)抵不過一個(gè)溫暖的現(xiàn)在。6、無(wú)論你正遭遇著什么，你都要從落魄中站起來(lái)重振旗鼓，要繼續(xù)保持熱忱，要繼續(xù)保持微笑，就像從未受傷過一樣。7、生命的美麗，永遠(yuǎn)展現(xiàn)在她的進(jìn)取之中;就像大樹的美麗，是展現(xiàn)在它負(fù)勢(shì)向上高聳入云的蓬勃生機(jī)中;像雄鷹的美麗，是展現(xiàn)在它搏風(fēng)擊雨如蒼天之魂的翱翔中;像江河的美麗，是展