大数据时代的三大思维变革

我们身处大数据时代。

随着计算机算力和存储技术的不断升级，计算机已全面融入人类的社会和生活，我们身处信息社会，每天都通过手中的手机和办公桌上的电脑与外界时刻保持信息交互，现今我们的社会已拥有庞大的数字数据资源，人类存储的信息量还在以高速不断增长。数据量变引发质变，数据的价值也在逐步凸显，大数据的预测能力已经逐步应用在社会的方方面面，逐步改变着人类的认知和思维方式。

（大数据时代）

大数据给我们带来三个重要的思维方式转变：

（大数据时代VS小数据时代）

01.更多：要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本

小数据时代的数据分析，由于缺少数据存储和分析的工具，数据采集效率低、成本高、耗时长，因此随机采样应运而生，它可以用最少的数据获得最多的信息，这也可以被视为那个时代的产物。 如今，随着计算机处理能力和存储能力的大幅提升，我们拥有海量数据，并可以在短时间内，以较低的成本对所需数据进行采集与分析，我们可以不再使用随机采样这样的捷径，而是收集所有的数据，即“样本=总体”，全数据模式应运而生。当数据处理技术已经发生了翻天覆地的改变，我们的方法和思维也要紧跟上这种改变。

02.更杂：乐于接受数据的纷繁复杂，而不再追求精确性

小数据时代，我们执迷于精确性，因收集的信息量较少，数据的准确性和质量成为最基本和最重要的要求。因收集的信息有限，任何细微的错误都可能被放大，导致分析结果的偏差。

大数据时代，人们掌握了大量的可利用的数据大数据概述，精确性就不那么重要了。随着数据的增加，错误率也会相应增加，大数据让我们无法实现精确性，开始接受数据的不精确和不完美，这样反而我们能更好的进行预测和理解世界了。但值得注意的是，错误性并不是大数据本身固有的特性。错误性的存在是由于我们用来测量、记录和交流数据的工具的缺陷。如果哪天技术变得完美无缺了，不精确的问题也就不复存在了。因此我们需要清醒的认识到错误是一个亟需我们去处理的现实问题，并且有可能长期存在。 但因为大量数据能带来的商业利益远远超过增加一点精确性，所以通常我们不会再花大力气去提升数据的精确性。

03.更好：思想发生转变，从关注事物的因果关系转而关注事物的相关关系

知道“是什么”就够了，没必要知道“为什么”。

小数据时代，相关关系分析和因果分析都不容易，数据采集难度大，都耗费巨大，都要从建立假设开始。然后会进行实验——这个假设要么被证实要么被推翻。但由于两者都始于假设，这些分析就都有受偏见影响的可能，而且极易导致错误。

大数据时代，新的分析工具和思路为我们提供了一系列新的视野和有用的预测，我们看到了很多以前不曾注意到的联系，还掌握了以前无法理解的复杂技术和社会动态。但最重要的是，通过去探求“是什么”而不是“为什么”，相关关系帮助我们更好地了解了这个世界。

一旦思维转变过来， 不再追求精确性，不再追求因果关系，而是接受混杂型，探索相关关系，数据就能巧妙地创造更大的价值，激发新的产品和新型服务。

*内容参考：维克托·迈尔-舍恩伯格的《大数据时代》

（编辑：财气旺网 - 财气网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!