相信大家都有写作文的好习惯，通过写作文可以记录自己身边经历的人和事，在平时我们可以参考一些优秀作文来完善自己的作文，怎么写出一片优秀的作文呢？以下内容是小编特地整理的“2024大数据时代观后感分享”，强烈建议你能收藏本页以方便阅读！
大数据时代观后感 篇1
正是因为我们进入了一个前所未有的信息时代，人们拥有如此多的数据，我们才能利用大数据的分析和处理手段创造新的价值。也许有人以为我们大数据时代的还未来临。事实上，大数据技术已经渗透到我们当中。它已应用于垃圾邮件过滤、新浪微博技术平台、谷歌翻译和输入文本的自动纠错。
文中提出的一个观点是，**是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行**、矫正。只是进入了大数据时代人们掌握的数据**性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。
关于不是随机样本而是整体数据中。指出在小数据时代，随机抽样是用最少的数据获得最大值的方法。作者用大数据和乔布斯的癌症治疗实例来说明用全部数据代替样本的意义。
乔布斯成为世界上第一个对他所有的dna和肿瘤dna进行测序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人，要么就是最后一个因为这种方式死于癌症的人”。虽然他最终死于癌症是不可避免的，但这种获取所有数据而不是仅仅获取样本的方法延长了他几年的寿命。
同样，从事跨境汇款业务的xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。初此之外，他还列举了日本“相扑”等来证明使用全体数据的重要性。
同时，作者也指出，随着数据使用的增加，结果会越来越准确。毕竟，数据不能保证100%的准确性，特别是在大数据时代，各种结构化和非结构化的数据必然会导致不准确的结果。大数据时代要求我们重新审视精确性的优劣。作者特别举了谷歌翻译成功的例子。
google translate优于ibm的candide系统，并不是因为它有更好的算法机制。和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。（它的语言库来自未过滤的web内容，它将包含一些不完整的句子、拼写错误、语法错误和各种其他错误。）
在不是因果关系，而是相关关系的篇章中。作者指出，在大数据时代，了解大数据时什么比为什么会出现更现实。作者列举了林登亚马逊推荐系统的成功案例，证实了大数据在相关性分析和销售成功方面的优势。
沃尔玛也是充分利用和挖掘各种数据和信息的先锋和代表。从过去广泛使用的啤酒和尿布的案例，以及蛋挞和飓风天气的案例，阐述了掌握其策略的相关关系的帮助。建立在相关关系分析法基础上的**是大数据的核心。aviva insurance利用数百种生活方式的数据，如兴趣爱好和长时间的网络浏览，间接识别出更容易患高血压、糖尿病和抑郁症的人群。
ups国家快递公司通过使用**性分析检测其全美6万辆车队。进行防御性的修理，节约巨大得的成本。这些都充分显示了大数据在**方面的优势。
本书第二部分讲的是大数据时代的商业变革。
以毛里绘制导航图为例，说明在信息数字化之前，数据的应用早就开始了。莫里用大量的人力分析了他保存多年的航海记录，从这些大量的数据中获得了新的利用价值。绘制的图表帮助商人节约一大笔钱，使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。
日本先进工业技术研究所崇臣教授通过安装压力传感器，将人体臀部特征数字化，进而形成乘客身份识别。这项技术为汽车防盗系统提供了方案。公司承诺为客户提供**产品的价格。通过收集和处理大量的价格信息，**准确率高达77%，帮助客户以大约100美元的价格购买产品。
mastercardd.advisor部门通过分析来自210个国家的15亿信用卡用户的650亿条交易记录，分析得出商业发展和客户消费趋势，如通过分析发现如果一个人下午四点左右给汽车加油的话，他很可能在接下来的一个小时内去购物或者去餐馆吃饭 ，且在这一小时里大约花费35到40美元。商家可以利用这个分析，把附近商店的优惠券贴在加油券的背面。
这些例子都证明了大数据蕴藏着巨大的商业价值。大数据价值链根据**提供价值的不同分为三个部分。包括第一种是基于数据本身的公司。
这些公司拥有大量数据，或者至少可以收集大量数据，但他们不一定具备从数据中提取价值或利用数据产生创新想法的技能。第二种是基于技能的公司。它们通常是咨询公司、技术供应商或者分析公司。
它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。例如，沃尔玛和波普馅饼是两家通过对天睿公司的分析来获得营销理念的零售商。天睿是一家大数据分析公司。第三种是基于思维的公司。
jetpac的联合创始人pete walden就是一个通过创意获得价值的例子。他通过在线分享旅游照片为人们推荐下一个旅游目的地。对于某些公司来说，数据和技能并不是成功的关键。
挖掘数据新价值的创新思维正是这些公司的突出之处。
大数据已经成为许多公司竞争力的**。未来，整个行业的结构可能会发生变化。大公司和小公司最有可能成为赢家。如今，核心竞争力是快速、廉价地存储和处理大量数据。当然公司要根据自己的情况进行调整。
大数据挑战小数据时代的赢家和大型线下公司（如沃尔玛、联邦快递、宝洁、雀巢、波音）。同时，大数据也为小公司带来了机遇。大数据也将会影响国家竞争力。
当制造业已经大幅转向发展中国家，而大家都争相发展创新行业的时候，工业化国家因为掌握了数据以及大数据技术，所以仍然在全球竞争中占据优势，但这个优势很难持续。随着科技的发展，西方世界在大数据技术方面的优势将逐渐消失。对大公司来说，好消息是大数据技术可以强化优胜劣汰。
一旦公司有了大数据，它可能不仅超越竞争对手，而且遥遥领先。
文章的第三部分论述了大数据在带来众多利益的同时带来的负面影响以及如何面对这些影响。它包括数据收入的处理、用户数据的隐私性和决策过程的影响。作者在保护个人隐私方面提出了几种想法。
一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。作者同时也指出了这两种方式的难度。
一方面收集到的数据可能会被后续的多次利用。另一方面，当越来越多的数据被收集并相互结合使用时，匿名性将变得无效。作者列列举电影《少数派报告》的情节说明越来越依赖数据时，大数据可能将我们禁锢在可能性之中。
当然，通过对犯罪多发地点、多发时间的分析，合理安排警力，对公安预防工作有很大帮助。作者还指出，由于不能保证从分析结果中得到的数据的准确性，我们不能相信数据的分析结果。大数据不仅为我们的生活提供了便利，也使得隐私保护的法律手段形同虚设。
我们必须杜绝对数据的过分依赖。
在大数据时代，人类信息管理标准需要重新定位，这将推动社会核心价值观的转变。大数据时代，对原有规范的修修补补已经不足以抑制大数据带来的风险。保护个人隐私就需要对个人数据处理器对其政策和行为承担更多责任。
同时必须重新定义公正的概念，以确保人类行为的自由。作者提出了解决这些问题的方向。如个人隐私保护方面，可以让使用者承担更多的社会责任。
将责任从民众转移到数据使用者有很多意义，也有充分的理由。因为他们更清楚将如何使用数据且是数据应用最大的受益者。关于公正方面简单的讲就是个人可以并应为他们的行为而非倾向负责。
就像公司有内部会计和外部审计人员一样，大数据时代，公司将设置专门的人员--内部和外部算法师对大数据活动进行监督。还有可能出现第三方的机构对大数据行为进行监督和衡量。作者甚至考虑到对大数据存在的垄断情况进行分析并在反垄断反面给了建议。
最后结语中作者提出大数据提供给人们的只是参***，提醒我们在利用这个工具时要铭记人类的作用是无法完全替代的。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。对于一个国家如此，对于一个企业亦是如此。在如此快速的到来的大数据时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。
公司的规划中，也需充分考虑到大数据对于公司的未来发展所带来的机遇和挑战。对于掌握大量数据的公司，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？比如国内目前的社交**，购物**等都掌握了用户的大量的数据信息。
对于没有掌握数据的小公司来说，在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给其他企业或个人带来价值。从国家层面来讲，要做好各方面的规划和政策调整的准备。如对隐私的保护等需新的法律法规进行规范。
大数据时代观后感 篇2
大数据与小生活
--读《大数据时代》有感
施佳奇不知道什么时候开始，“大数据”已经悄然成为我们的常用词汇；我们不知道什么时候进入了“大数据时代”。那么大数据时代是什么样的时代呢？英国"大数据时代的预言家"维克托迈尔·舍恩伯格和肯尼思库克耶的《大数据时代》对此有着详细而深刻的洞见。
一、什么是大数据？
根据《大数据时代》中所说，"大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新认知、创造新价值的源泉。大数据也有助于改变市场、组织以及**与公民之间的关系。大数据是一种新功能：
以前所未有的方式，通过对海量数据的分析，我们可以获得具有巨大价值的产品和服务，或者说是深刻的见解。“大数据有两层含义。一是大数据是一个总结性的概念，是海量数据的总称；书中指出的第二种意义是一种新的能力和方式。区别于小规模数据时代的抽样分析，大数据时代，分析的样本不再需要经过抽样，直接将全体数据进行更快更准确地分析。
二、大数据的核心是什么？
大数据的核心应该是减少冗余，提高资源配置效率。根据收集到的数据分析，挖掘出一个庞大数据库的独**值，以便介入或提供相应的资源和服务。自古以来，人类社会的发展便是资源配置不断优化的过程，大数据作为一种新型的生产工具，它能让我们通过分析海量的数据，得知该如何更有效地分配稀缺的资源。
如医院通过对某个病人病史、生活习惯、衣食住行、工作娱乐情况等进行全方位分析，便可以准确了解病人的生活情况与生活环境，精确地指出症结引起原因所在，只要建议病人针对引起病源的因素做出调整或进行医学干预，便可以了，避免了对病人过多的用药与过大范围的盲目干预。
同样的道理，如果银行通过分析某一申请人的家庭情况、消费历史、生活习惯、财务习惯、网页浏览记录等各方面的数据，便可以清晰了解此申请人各方面的情况，甚至可推测其内心的真实想法与将要采取的做法，从而判断申请人的贷款申请资格，决定该不该授信，授信多少等内容，所有的信息在大数据时代，能在系统中搜索一下，几分钟便能全部收集完成。相比以前，申请人申请后，银行得派出两名客户经理上门进行访问、调查、收集电信、征信等多方面的信息，再进行人工分析、鉴别等过程，耗费的时间多不说，风险也相对更高。
可见，大数据的运用不但提高了工作效率，节省了机构与申请人的时间，更能基于精确的信息，确保风险可控，且保证了授信给该申请人的正确性，将有限的资金用在刀刃上，提高资源配置质量。
三、什么是大数据思维？
大数据时代观后感 篇3
财税1301
***黄晓晴
当我非血肉，而是数字
读《大数据时代》有感
当我的电脑接上宽带，我的手机连上wifi，当我使用百度搜索一条词条，当我用微博发布一条状态，当我在**上流连忘返，当我打开一个网页进行注册，我的鲜活的血肉之躯在信息时代里俨然变成了一堆冷酷无情的数据，可以被明码标价地**，可以被输入先进的数据分析系统和其他千千万万和我一样的人被分析为公司带来巨额收益，而自己，却全然不知这些悄悄的改变。
读完这本书，我发现我眼中的世界发生了巨大的变化。我开始学会审视身边的一切，重新审视互联网，重新评估自己的价值。这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学地应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。
大数据开启了一次重大的时代转型。当我们进入信息时代，数据在不断增长和膨胀，信息**，我们曾经鄙视它们，然后量变导致质变，人们发现了数据得内在价值。以“样本=总体”的更多数据分析，让我们更清楚地看到了以前无法揭示的细节信息；以微观的精确度沉迷向宏观的洞察力延伸，让我们更有大方向上的把握；以热衷于寻找因果关系向寻找事物之间的相关关系转变，让我们注意到以前从来没有意识到的联系的存在。
同时，大数据正逐渐成为巨大的经济资产。大数据发展的核心动力在于人类对世界的测量、记录和分析欲望。当文字、方位、沟通，甚至世间万物都变成数据，可量化一切时，就能创造新型价值，渗透到并服务于所有生活领域的方方面面。
大数据一旦得到有效利用，可以改变公司的赢利模式和传统的沟通模式。大数据的利用，可以重新定位生产商与**商的关系；可以通过商品本身收集数据并传回制造商进行研究与开发；可以通过用户交互提高服务；当文字变成数据，不仅人可以用之阅读，机器也可用之分析……个人也好，公司也好，都需要与时俱进；大数据的多样性有待于更全面的开发，更好地服务于人们的生活。正如那些商业巨头们：
亚马逊，谷歌和微软公司，分别利用大数据的不同价值为自己的公司创造前所未有的财富，同时，也带动了很多新兴产业的出现，大数据主导着企业的转型和思维的转变，谁能抓住大数据带来的创新价值，谁就能快速拥有财富。
让我感触最深的，是书中所提到的在大数据下，人们越来越关注“相关性”，而不再去**“因果”，因此，大数据改变着我们理解世界的方式。我们通过去探求“是什么”而不是“为什么”，相关关系帮助我们以全新的视角更好地了解与审视这个世界。更好，不是因果关系，而是相关关系。
知道“是什么”就够了，没必要知道“为什么”。在大数据时代，我们不必知道现象背后的原因，而是让数据发出自己的声音。这是大数据赋予我们的彻底颠覆我们传统认知的创新思维，尽管我们无法一下子接受，甚至发出质疑，刨根问底，不是社会发展进步的动力吗，不是几千年来人们不断认识地球，探索宇宙的源动力吗？
现在大数据时代，却将这抛弃了。
然而，如果每件事都有因果关系，那么我们就没有决定任何事情的自由。如果说我们所做的每一个决定或者每一个想法都是其他事情的结果，而这个结果又是由其他原因导致的，以此循环往复，那么就不存在人的自由意志一说了——所有的生命轨迹都只是受因果关系的控制了。相关性并不能取代因果关系，但两者的重要性是不同的。
在大数据时代，相关性强于因果关系。正如书中谈到的**性分析。通过对大量数据的收集和分析，我们可以找出事物之间的关系，从而通过另一个相关事物的变化来判断一个事物的变化。
正如桥梁和建筑物上被安装了传感器来监测磨损程度，大型化工厂和提炼厂也装了传感器，因为一旦设备的某一个零件有问题，就只有在更换了零件之后生产才能继续进行。收集和分析数据的成本远低于停产损失。**性别分析不能解释故障的可能原因，只能告诉你出了什么问题，也就是说，它不能告诉你为什么发动机过热，风扇皮带磨损？
没拧紧的螺帽？没有答案。在以规模化生产的经济效益为主导的社会生产方式中，关联性尤为重要。如果我们必须调查因果关系，就会增加沉默的成本。
但因果关系并不重要。的确，这对企业家来说并不重要，因为它不需要被人知道。然而，对科学家来说，因果关系大于相关性。
思维的转变，从一小部分人开始。然而，这一小部分人却掌控着世界。他们如何认识世界，如何改变世界，不知不觉中，我们普通人正在慢慢地改变。
“不需要知道为什么”，我们也在被动的接受这样的改变，因为世界正在朝着这个方向改变着。在我们的潜意识里，自然地，我们觉得这个世界应该是这样的。至于为什么，我们不知道。况且，也真的不需要知道。
可见，大数据正在挑战着我们的理解范围。大数据是用规模剧增来改变现状的，同时它加深了对我们隐私的威胁，甚至会把个人未来行为的**与惩罚相联系，导致失去自由意志和自由选择权，让我们盲目信任数据的力量和潜能而忽略了它的局限性。
大数据并不是一个充斥着冷算法的机器世界，人类的角色是不可完全取代的。大数据给我们的不是最终答案，而是参与。帮助只是暂时的。在不久的将来会有更好的方法和答案。不要让我们成为数据的奴隶，*如何让数据真正提供给我们，提供最好的参与，帮助人们做出最明智和正确的选择才是最终的意义所在。
在未来，这将是一个工作，生活和思想的变化。未来，迎接挑战，抓住机遇，我们准备好了。
大数据时代观后感 篇4
大数据和云计算是现在it行业很流行的词语。惭愧的是我是从母亲那里第一次听说这两个词的。从我上大学后，母亲就格外关注计算机行业，而一些事情甚至由母亲说之后我才知道。
书的一开始就是国内一些名人对这本书的评价，在我看到的别的书中，大部分是对这本书本身进行夸奖，但大数据这本书让我看到了不一样的评价，除却对数本身的赞赏之外，这些名人也阐述了自己对于大数据的理解。宽带资本董事长田溯宁在书中说到：“如今，一个大规模生产、分享和应用数据的时代正在开启。
”看起来最基本的1，0现在已经成为有志之士严重的宝藏。正如田先生所说，中国是世界上最复杂的大数据国家。解决大数据带来的问题，探索基于大数据的解决方案，是我国产业升级和效率提升的重要手段。
数据挖掘不仅可以成为企业竞争力的源泉，而且可以成为国家竞争力的一部分。结合我国的现状，大数据和云计算是实现我国产业形态转变的重要手段。幸运的是，中国在这方面起步并不晚。由于互联网的出现和信息的及时传递，这一新发现直到及时年前流行起来才传播到中国，始终国始终跟随欧美国家。
另一方面，大数据和云计算是it毕业生的一个机会。
在下面，这本书说明了大数据和云计算为生活带来的便利。无论是google搜索和流感预测，还是farecast和机票预测系统，抑或是天文学，这些例子都非常生动，吸引着读者。让读者知道这就是大数据的魅力。
通过这本书，我们可以知道云计算是解决大数据问题的方法。那么，小孩子都知道的问题：这世界上的问题何其之多。
个人独特的问题暂且不论。一段时间内，一个人的搜索结果可能无法解释问题，但如果是千亿人呢？当数据庞大到一定程度，便必有其规律。
而这些规律便是我们解决问题的办法。
在世界人口最为庞大的中国，大数据具有很大的意义。从全国来看，由于国民经济的快速发展，社会问题层出不穷，最突出的是教育、医疗和贫富差距巨大。当有问题时，我们需要解决它们。政府正在积极寻找解决办法。但中国有多大，我们如何才能找到答案？
这时，大数据的魅力就体现出来了，从大量的数据中寻找规律，从而找到解决问题的办法。从企业的角度看，消费者最需要的产品，消费者最能接受的价格，以及消费者遇到的问题。在找到这些问题的答案时，相信企业的发展方向可以更加坚定，从而进一步促进企业乃至国家的经济发展。从个人角度看，利用大数据所获得的结果，可以让我们的生活变得简单快捷，就像机票预测系统的出现一样，为我们节省了金钱和精力。
作为计算机学院的学生，我们应该知道什么是大数据和云计算，然后我们应该看到我们的机会。未来是计算机的世界，未来还有很长的路要走，关键是我们该怎么走。大数据和云计算才刚刚起步，它的作用只让人们看到了种子，而这棵参天大树，能否成为种植者之一？
这个问题与大家共勉。
大数据时代观后感 篇5
《大数据》一书，到开学伊始的分组沙龙，再到今日的阅读共享，现已圆满告一段落。相信本次活动将增强全校教师的数据意识，掌握大数据，用大智慧把学校的教育教学提升到一个新的水平！
[第一条：在阅读了大数据时代的书籍后]我对畅销书、热门话题和时尚科技不太感兴趣。书刊，喜欢有一定年份的；话题，钟情于务虚的观点；新奇的产品于我无缘，***用成熟的科技产品。
它既不崇高也不冷漠。就是要与现实保持一定距离，留一点思考的空间。这一***近破了例。由于工作的原因，耳濡目染，“大数据”这个新兴概念开始频繁步入我的视野。
按捺不住内心的好奇，网购《大数据时代》，手不释卷，三天读完，颇有收获。此书有如下特点。
首先，作者站在理论的制高点上，条理清楚地阐述了大数据对人类的工作、生活、思维带来的革新，大数据时代的三种典型的商业模式，以及大数据时代对于个人隐私保护、公共安全提出的挑战。其次，本文的例子贴近现实生活和时代，既给读者留下深刻的印象，又能使读者感同身受。另外，作者没有使用很多专业术语，也没有装出专业的面孔。
纵观全书，遣词造句，均通俗易懂。
作者认为大数据时代具有三个显著特点。
1、 当人们研究和分析一个现象时，他们将使用所有的数据而不是抽样数据；
2、 在大数据时代，我们不应盲目追求数据的准确性，而应适应数据的多样性、丰富性，甚至接受错误的数据。
3、 理解数据之间的相关性比探索因果关系要好。“是什么”比“为什么”重要。
作者指出，随着技术的发展，数据存储和处理的成本大大降低，人们现在已经有能力从零碎的、看似无关的数据渣中提取真实的知识。在大数据时代，三类公司将成为时代的宠儿。一是拥有大数据的公司与组织。
如**、银行、电信公司、全球性互联网公司(阿里巴巴、**网)。第二，拥有数据分析和处理技术的专业公司，如亚马逊和谷歌。第三，具有创新思维的公司可能不掌握大数据，也不具备专业技术，但他们善于利用大数据，从大数据中找到自己的理想世界。
面对即将到来的大数据时代，个人将如何自由应对？这是个严肃的问题。
【篇二：大数据时代读后感】“除了上帝，任何人都必须用数据来说话。”——这是《大数据》中出现的让人印象深刻的一句话，也是全书力图传递的信息。
在数字信息时代，数据和空气无处不在。对某些人来说，数据是没有意义的，而对某些人来说，数据是真理。
美国是《大数据》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——建设“前所未有的开放**”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、facebook和推特等社交**、web3·0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、**、社会带来的种种挑战和变革。
通过这本书，一个三维的美国和美国人民的思想呈现给我们。美国人民致力于保护个人隐私，但不遗余力地促进**信息的透明度和公开性。
读完这本书，我突然对生活中的数据和数据处理产生了浓厚的兴趣。如果有一天，我们到处用数据说话，那么政治、制度和生活就会更加清晰，事故也会降到最低点。
作为信息技术教师，是有必要阅读此书的！有智慧的教师将能够从书本中挖掘出独特的信息技术文化和可用于教学的新鲜案例。
每天能用来阅读的时间很少，总是要等到夜深疲倦时才有空打开书本，总是在眼睛极不舒服的情况下坚持阅读，《大数据》就这样在坚持中溶入我的思想……
【篇三：大数据时代读后感作文】读完《大数据》，我才意识到这并不是一本枯燥无味的书籍。笔者运用案例和故事的方法，讲述了美国数据开放、收集和使用背后的立法故事、公民故事、技术故事和商业故事，令人着迷，也让我大开眼界。
我在想，大数据概念会给教育带来什么实用价值？长期以来，我国教育界一直在研究教育的数字化，如数字化校园。这一理念是将我们的教育内容数字化，其结果指向电子教材的研发或教学过程的数字化。美其名曰，这是教育技术的重要内涵。
在教学过程中，学生的行为表现都可以被数据化，而这项研究不是任何一个专业可以深入下去的，它的专业性太强，所以我才会想到，所谓教育技术与其研究教育的数字化，不如研究教育的数据化来得实在，来的有意义。长期以来，我们不知道教育对一个人的影响会如何表达。我们所拥有的只是一个轮廓，我们不确定老师的行为对学生有什么影响。所以，人们对教育总是有很深的怀疑。科学吗？
大数据概念至少提出了关注“是什么”比“为什么”要有实际意义得多。而我们的教育恰好需要把注意力从“为什么”转移到“是什么”上面来，只有如此，才能把教育从为什么发展成“可能成为什么”上来，这会是一次思想上的革命。而对于现在地位岌岌可危的教育技术来说，把研究的重点从数字化转移到数据化上面，这才是它的出路。
如何将数据融入教学，教育者首先通过标准化全科教学处方，实现了教师授课模板和教学内容的标准化，保证每个教学过程和内容是可控的，然后结合每天的教学内容，处理好面对的数据，处理好数据，自然也就处理好了课堂的反馈，最终形成了既注重教学体验又以教学结果为导向的教学体系。
同时，我们不仅要关注课堂上的学生资源，还要在课后跟踪这些资源。这与以往的教育教学明显不同。面对大数据时代的到来，教学变革势在必行。因此，无论环境如何变化，数据如何复杂，我们都不得不改变教学，以适应未来的大数据时代。
大数据时代观后感 篇6
2、《tqm实战-品质管理与品质改善》
通过学习tqm实战-品质管理与品质改善课件，杨教授用实际经验给我们讲品质管理，做好一点，做快一点”，生产干部督导员工时的口头禅,如果没有精细化的品质标准和检验规范,一切都只是作秀的管理表演？质量是检验的还是制造的？质量是设计的还是管理的？
内部的纷争于事无补,如果不了解客户的需求,一切都是折腾；品质,成本,交期,安全,士气,是现场管理的五大目标,也是最终的结果,但是,如果缺少管理的方法和工具,这些结果只能是年年检讨,年年设置,年年落空；什么是最好的品质?最合适的品质才是最好的品质!什么是最好的品质管理?
保证客户满意的情况下还能让企业有效益,才是好的品质管理；不良率---直通率---品质成本率,只有将品质管理系统不断进化与升级,我们才能构建符合企业自身发展的品质管理体系；《以客户需求为导向的质量管理》是专门针对制造业干部研发的课程，针对生产制造型企业重实战,重案例,重操作的需求,结合老师30余年来的品质管理实践,品质管理咨询实操,品质管理培训实战呕心沥血之作,值得您期待!
通过学习掌握现场品质控制的理念！使你的大脑经过最前言的品质控制理念的洗礼。2） 掌握现场质量改进的方向，提高分析和解决问题的能力。
3） 掌握几种质量控制的改进方法，成为您解决现场问题的利器。4） 正确分析质量成本，利用现有资源，降低成本，创造最大利润！5） 掌握统计学在质量管理中的应用，为您的工程能力分析和改进提供保障，超越竞争对手，欢迎广大客户。
6） 把握全面质量管理的本质，使企业的产品质量走上快车道。
轧钢事业部卷板辅助车间
2015年5月25日
大数据时代观后感 篇7
《大数据时代》，作者是被誉为“大数据时代的预言家”维克托.迈尔-舍恩伯教授和肯尼思.库克耶。此书是在大数据方兴未艾、众说纷纭的时刻，进一步阐述和厘清大数据的基本概念和特点。
人类历史长河中，即使是在现代社会日新月异的发展中，人们还主要依赖抽样数据、局部数据和片面数据，甚至在无法获得实证数据的时候纯粹依赖经验、理论、假设和价值观去发现未知领域的规律。因此，人们对世界的认识往往是表面的、肤浅的、简单的、扭曲的或者是无知的。维克托指出，大数据时代的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的商机。
本书从思维变革、商业变革及管理变革三部分阐述大数据时代已经来临；列举了众多在公共卫生、商业服务领域大数据变革的例子。比如：在思维变革部分，以UPS与汽车修理预测为例，证明知道“是什么”就够了，没必要知道“为什么”；在大数据时代，我们不必非得知道现象背后的原因，而是要让大数据自己“发声”：U PS国际快递公司从2000年就开始使用预测性分析来检测自己全美60000辆车规模的车队，这样就能及时的进行防御性的修理。之前UPS每两三年就会对车辆的零件进行定时更换，但这种方法不太有效，因为有的零件并没有什么毛病就被换掉了。通过检测车辆的各个部位，UPS如今只需要更换需要更换的零件，从而节省了好几百万美元，这就是通过找出新种类数据之间的相互联系来解决日常需要。这种方式完成可以应用于我们石油石化行业，我们的大量生产装置及设备，在建立日常的关键部位检测机制基础上，形成大量的数据信息，通过对这些数据的科学分析，判断出需要检修或更换的零件，从而有效降低运营成本。
当我们一旦“不再追求精确度，不再追求因果关系，而是承认混杂性，探索相关关系”，“思维转变过来，数据就能巧妙的用来激发新产品和新型服务”。数据正成为巨大的经济资产，成为新世纪的矿产与石油，将带来全新的创业方向、商业模式和投资机会。
近年来，伴随着经济社会快速发展、深度调整，石油石化产业变革加剧，面临的四大革命中其中一项就是“数字革命”。因此我们必须牢牢把握数字革命发展大势，加强数据治理和大数据分析应用，提高企业生产运行与管理水平，拥抱大数据时代的来临。
大数据时代观后感 篇8
1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来读。比较完整全面。有很多情况。具有一定的参考意义。写ppt和吹牛是有用得，但没有什么重大意义。
很多观点不能同意。
一、主要观点上可以探讨的地方
作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。
这三点是：不是随机样本，而是全部数据；不是准确性，而是混合性；不是因果关系，而是相关性。
看完之后感觉都有点不是那么回事。
1.不是随机样本，而是全体数据
这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全尺寸数据的好处，而进行抽样分析的原因无非是两个原因：一是处理能力跟不上数据采集能力。
作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，不管计算机有多强大，目前仍有很多数据需要人工采集，所以这次人口普查仍需要抽样进行。
有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。事实上，至少就目前而言，抽样仍是人口普查的必然选择（好吧，你可以想象，未来每个人都会安装芯片，你可以在ppt中告诉你的客户和老板）。再比如我们统计里的经典问题：
怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？在过去，我们不能做一个完整的测试，因为这意味着这批零件将被丢弃，而这批牛奶将用于测试，所以测试结果是没有意义的（嗯，你也可以说：
让我们收集历史上所有这些部分的用法，以便分析。。。。好吧，来吧，雄心勃勃的索年）。现在呢，还是必须依赖抽样。
即使没有提到这些例子，也只是从逻辑上讲：收集和处理数据本身的行为不断地产生新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？
作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。
而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没不可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。
2.不是精确性，而是混杂性
这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用采样数据时，我们知道要容忍某些错误。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。
人类从来不指望我们通过数据分析得出的大多数结论是准确的。我们从来都要在信息混杂的情况下做出大多数的决策。
3.不是因果关系，而是相关关系
这是许多人（包括作者）认为的最有价值、最有意义的发现，但实际上也是最收批评的观点。就连翻译周涛教授也在前言中说，他不能继续下去了。至于他，他认为如果他放弃因果关系的分析，那将是人类的堕落。我不想谈这么高层次的哲学，只想从逻辑和技术的角度来讨论。
计算机能给我们的结论（到目前为止，在可预见的将来）都是相关的。计算机从未提供过明确的因果关系给人类。因果关系是否是基于数据的人类判断。
已经有相当多的应用，但也只是考虑相关性，而不是因果关系：确定因果关系需要更多的精力和投资。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。
而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：
通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进改过的经济发展。
可以说，电视的普及与经济、文化息息相关，但是实上，经济的发展更可能导致电视的普及，反之亦然。所以，我们真的不需要因果分析吗？说得玩笑一点：
这个世界真的不需要脑子了吗？
作者举了一个例子：google分析搜索关键字，以确定流行病可能发生在哪里。认为这就是利用了相关性而不是因果性。
这是没有利用因果判断吗？现在，在投资巨大的机器资源进行分析之前，分析人师已经**，疾病的症状可能会导致人们上网搜索（影响搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？
比如用户上网地点？上网时间？上网频率？
上网语言？浏览器版本？客户端操作系统？
等。。。为什么它会像导弹一样把机器资源放在关键词上？
总之，为了展示新的思想，作者对这些原则过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。
时代在变，我们应该经常重新审视这些原则，以确定我们的思想是僵化的还是过时的。我同意作者重新审视这些观点，但我认为没有必要这么做。
二、细节论据上可以探讨的地方
除了三大原则不够令人信服外，在一些细节上，笔者的引用也不是很严谨。
如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，四种常用的语法检查算法的准确性有了很大的提高，说明大数据起到了一定的作用。这是一个很有启发性的例子，可以进一步分析和研究，但是
仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。
（顺便问一下，我想问他们：为什么不测试几十个几百个算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？
甚至连样本数量是否合格都不顾上了吗？）
三、这本书有什么用处？
对于这样一本书，我不明白周涛教授为什么在前言中建议你每本买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？
译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：
“《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为‘大数据商业应用第一人’，....早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。”
总的感觉是作者有很多想法，看过很多案例（这些案例在书中有丰富的反映，也有参考价值）。但并不是一个人真的在与数据搏斗（这是我的猜测，我还没有证实他的经验）。请不要告诉考生他做过哪些咨询案例，这远没有真正体验到数据的折磨。
）。第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。
然而，随着管理决策越来越受到**分析和大数据分析的影响和控制，依靠直觉决策的局面将彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。
采用一项新技术有可能大大提高企业的战斗力，超越竞争对手。但作者是希望与业界对话的人。面对整个社会，我们这样做并不严谨。引用一个例子：
在中国国际象棋学院的一次训练会后，主教练马晓春对第二天要去各自主队参加围攻的队员们说：祝大家周末都能赢。棋手们笑了：
我们只有一半的人能赢啊。同样，如果每个人都采用大数据技术，那么总会有企业在竞争中落后。而既然我们实际上无法真正分析“全量”数据，那ceo们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。
最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。
那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做it工作、数据工作的人对于“最好的”专著无论如何都必须看一下。
书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据ppt时有所依据，大家也得看看这本书。根据不同情况，可以对内容进行复制、粘贴、理解和重写。
这些内容，我相信买一版也就够了。需要提醒ppt人员的是，演示前请想清楚如何回答可能被提及的质疑。
2今天看完了舍恩伯格的《大数据时代》。如果抛开对翻译人员的赞誉不谈，我会说，这本定价50元、介绍互联网前沿趋势的书，价值不大，其中的一些例子在我看来不能完全归因于大数据领域。
舍恩伯格提到的三个趋势中的前两个我倒是非常赞同：
1.样本渐趋于总体；
2.精确让位于模糊；
至于第三点，“关联比因果更重要”，这与周涛教授的观点是一致的，我不太同意。作为一个理工科学生，我相信一切事物背后都有原理，人类终究是要找到并且搞明白世界之所以如此运行的原因的。否则，科技发展到后来，岂非变成了巫术一般的存在？
当然作者在文中提到了人类有急于寻找因果性的冲动，而有时候找到的所谓「因果」也并非真正的因果。表面理性的人常常被非理性所迷惑，满足于想当然的解释。在这种情况下，片面甚至错误的因果性还真的没有相关性靠谱。
但我们也不可忘了，相关性始终只是暂时的途径，我们的终极目标还是因果性，否则，人之为人的一项根本属性就不存在了。
这本书的另一个值得称赞的地方就在于作者作为大数据的倡导者，并没有一味大加褒扬，而是深刻洞察到了新的技术趋势会带来哪些问题。诸如个人隐私和数据**等在数据主导时代可能发生的严重后果，作者都给予了足够的考虑。并且难能可贵的是，针对未来可能出现的危机，舍恩伯格还给出了具有建设性的应对之道——看了他的个人履历后，你不得不佩服这样一位在技术和公共政策都具有独到见地的跨领域专家。
3两年前，还是社会学专业的我最喜欢翘的课叫做”社会统计学”，与其听着传统死板的抽样调查与回归分析，我更喜欢和一个做数据挖掘的数学系同学四处溜达。“数据挖掘（data mining）是什么？”她跟我举了一个最简单的例子：
“沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。”
“严谨的社会学训练”让我几乎在当时就开始思考“为什么？”“尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会‘顺便’购买尿布？
还是因为买“尿布”的时候会联想到‘’啤酒’？”——这使我立刻意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式——甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——“为什么？”它面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：
”人类社会中**事情的发生，是因为**及**因素的作用。“
我意识到，这与《大数据时代》中所提出的”大数据思维“的三个层面正好截然相反：
1、不是因果关系，而是相关性。大数据思维只关注”相关性“，而不再关注因果关系。也就是说，沃尔玛知道尿布和啤酒、手电筒与pop-tarts蛋挞的销量具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。
它并不需要去分析原因，因为只要知道这件事情”正在发生“或者”即将发生“，企业就完全能够做出正确的决定。
2、“样本=全部”——不是随即样本，而是全部数据。《大数据时代》也对传统意义上的统计学构成了冲击。在这样一个我们有足够强大的数据搜集和数据处理能力的时代，样本不再是万分之一，而转变成了”样本=全部“，样本，就是万分之一万。
传统意义上的统计学的随机抽样方法中有一条极其明智的真理：”采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。”可以说，“样本分析”奠定了绝大多数科学研究的基础。
而大数据时代，全数据分析的模式将全面替代“样本分析方式”。正如《魔鬼经济学》（freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过64000场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，恰恰是样本分析所无法提供的。
3、不是精确性——而是混杂性。数据量的显著增大也必然会让我们付出一些代价——一些不准确的数据会混入数据库，结果也可能不准确。这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。
对“小数据”而言，最重要的要求就是减少错误。而在大数据的采集里，在技术尚未达到完美无缺之前，混乱是无可避的。虽然我们得到的信息不再那么准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变的更为划算。
从谷歌翻译系统中可以看到，它收集了上万亿的语料库，来自未经过滤的网页内容，可能会含有不准确的用法、语病，未必每一条语料库都非常“精确”，然而这个语料库是布朗语料库的几百万倍大，这样的庞大规模优势完全掩盖了它的缺点。也就是“大数据的简单算法，比小数据的复杂算法，更加有效”。
总体而言，大数据时代透露出三个特征——更多、更杂与更好。它面向未来，要做的事情是关于“**”。正如作者所说"大数据要求我们有所改变，我们必须能够接受混乱和不确定性。
精确性似乎一直是我们生活的支撑，就像我们常说的‘钉是钉，铆是铆’，但认为每个问题只有一个答案的想法是站不住脚的，不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。“
当我们用”物联网“去开始测量、记录、分析，世界，并将我们的世界”数字化“的时候，information technology，信息技术的变革，就将聚光灯转向了information的身上。
从三千多年前会计学的诞生开始，人们将大量的经济活动”数字化“。然而，”数字化“只是为”数据化”拉开序幕。
在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。
在foursquare和街旁网中，“方位”也已经被“数据化”，在我们喜爱的地方”check-in“,我们通过忠诚度计划、酒店推荐和其他计划得到好处。
在facebook或twitter的里，"沟通"也已经被“数据化”，伦敦的金融公司通过分析每天的twitter的大量数据，以作为股市的投资信号。
而更令人兴奋的是，”数据"作为一种资源，本身是一种非竞争性的资源，它的价值并不会因为被使用而减少，相反，它可能被通过不断地重复使用而产生出更高的价值。数据本身的价值，是它所有能够产生的可能选择的价值的总和。书中提到了几种数据创新：
1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”
2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。
3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。
4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。
从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。
5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。
例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些’错误“，我们改变了教育的方式。
6、开放数据：**只是收集信息的托管人，而数据应当对全球开放。
在大数据价值链上，会有三种不同的大数据公司，第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。从我的理解来看，第一种人，拥有金矿的矿山。第二种就是数据分析师，也可以说，拥有开采、提炼金矿的技术。
第三种则是加工金矿的人，把金矿做成金元宝、首饰，通过创新思维让数据具有商业价值。在大数据时代的早期，思维和技能是最有价值的，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘，也就是说——金矿本身才是最值钱的。
然而，大数据背后带来的也是重重隐忧——从我们的隐私不断暴露，个人在网络上留下的千丝万缕的踪迹似乎让人们又回到了”老大哥在看着你“的那种担忧。”“数据统治”的登峰造极从哲学上会抹杀人的自由意志和选择的可能性，正如，基于你以前的各类数据分析，陪审团断定你以后将会犯罪。那将是人性面对技术的一次溃败。
阅读《大数据时代》的过程，总是让我不断地想起库恩《科学革命的结构和范式》。毫无疑问，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。
4大数据这个概念现在可说是红得发紫，有谣传说连**的大领导们都上了大数据的贼船，寻思着要从维克托迈尔舍恩伯格的《大数据时代》中学习如何治国理政。
笔者却对大数据充满了吐槽的欲望，部分是因为笔者曾经遇到过一位大数据的狂热鼓吹者，名言是“是不是科学就看有没有大数据，有大数据就是科学，没有大数据就不是科学，”以及“我觉得宇宙应该是什么什么样的，这样比较符合我的审美。”笔者觉得此人实在是个妄人，手里有把锤子就把一切都当成钉子……
笔者也读过维克托迈尔舍恩伯格的《大数据时代》，也并不认为大数据全都是胡扯——大数据肯定是有用的，不过有些鼓吹者恐怕吹得有点过了。而且，大数据还是个出现没两年的新领域，今天认为确凿无疑的东西明天也许就会被发现是错误的。
笔者也读过一些吐槽大数据的文章，比如纽约时报专栏作者大卫布鲁克斯（david brooks）的《大数据不能做什么？》大卫布鲁克斯说，大数据不懂社交。数据分析擅长于分析社会关系的数量而非质量。
社交网络的数据科学家可以分辨出6个你的同事，你一天中有76%的时间会见他们。而却很难发现你一个一年只见两次面的童年伙伴。更别说发现像但丁对贝特丽丝的爱情那样，只见过两次面就深爱上对方的情况了。
这说明并非所有的信息都能被大数据所利用。大数据会忽略很多信息，有时还是十分重要的信息。
与之类似的是，大数据不懂得背景。我们说一句话究竟是认真的还是开玩笑，是为了表达愤怒还是善意，这些都要放在复杂的背景中来理解，数据分析很难搞清楚这些。
第三，大数据会带来大量毫无意义的伪相关。有人说，现有的数据，多的可以让你想要分析出什么结果，就能分析出什么结果。想像一下，如果领导们发现冰激凌的销量和****件的数量呈正相关会怎么样？
随着数据的增长，这种伪相关将呈指数级增长。
第四，大数据不能处理真正的大问题。大卫布鲁克斯说，如果你想看一下哪些邮件对推广活动最有效，你可以进行随机抽取对比组样本。进行比较。
可是，如果我们想模拟一个衰退期的经济体。我们没办法去找这样的一个对比组。我们经常会看到人们争论什么是最好的经济刺激政策。
而我从来没有看到争论的双方能够用数据分析说服另外一方的。而治理国家所面对的恰恰是这些大问题。另一方面，大数据也不擅长**小概率事件，像**什么时候会发生**，什么时候会发生恐怖袭击，什么时候会发生革命这种事，数据分析是无能为力的。
第五，数据偏爱潮流，忽视创新——这对领导们来说倒是无所谓的，因为领导们本来就不想要创新。创新对官僚体制来说是件很糟糕的事，有创造力的官僚体制往往会把自己搞垮掉。
最后，原始数据其实并不原始，原始数据往往会被扭曲。对领导们来说，他们所面对的一大问题就是：他们不可能一边封网一边还能收集到真实客观的原始数据。
封网和收集真实数据是彼此矛盾的。封网本来是想欺骗别人，最后却可能只是骗了自己。
上面是大卫布鲁克斯的吐槽和笔者的评论。笔者也有自己的话要说，主要是关于大数据中不管因果只看相关的数据分析方法。
《大数据时代》说，我们知道什么药能治什么病就足够了，不必知道为什么。从这句话中，我们可以看出该书的作者对因果关系的理解有误：统计学上说知道因果关系是指我们高度确定（>95%）某一件事导致了另一件事的发生，而不是说我们知道这种关系背后的原理。
换句话说，我们说某药能治某病，这本身就是一种因果关系，无论我们是否知道治病的原理。如果二者之间只有相关关系，我们恐怕就只能说些类似“某种药物的摄入量与某种疾病的发病率之间存在负相关”的话。
因果关系还是相关关系，对我们来说有什么区别吗？区别就在于如果我们只知道两组数据（例如冰激凌销量和****件数量）之间存在相关，那么我们或许可以利用这种相关（例如一旦发生****件就赶紧推车上街卖冰激凌），但是如果想要改变现状，恐怕还是需要知道因果关系才行（禁止冰激凌就能够把****件消灭在萌芽状态吗？谁知道？！
只知道相关关系并不能保证这一点）。企业一般只需做到前者就能赚到钱，可是想要管理社会的话，只知道相关大概是不够的。
说到底，大数据是一座矿山，我们能够从中挖到些什么东西是不确定的。对企业来说，只要挖到了东西，赚到了钱，它们也就满意了；如果什么都挖不到，它们也只能怪自己运气不好。但是如果**想要大数据给它提供“不发生任何意外事件”的安全保证，那么这种保证恐怕是大数据无法提供的。
另一方面，大数据也解决不了官僚体制内部沟通不畅、派系斗争和动机缺乏等等问题。
最根本的问题恐怕还在于**的脆弱性：**想要稳定，因为变化几乎肯定会对它有害；而市场拥抱变化，因为它总是能够从变化中获益。这两种不同的心态或许决定了数据所能给它们带来的意义。
5 第一部分：精彩句子赏析
第1句：世界的本质就是数据。（pⅴ）
感悟及喜欢的原因：现今的我们正处于一个时代转型中，有谁会想到富士、柯达胶卷这样的百年企业会被时代所淘汰，因为科技的发展与互联网的日益强大，数据将逐步取代旧事物，创造出新事物。
第2句：这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见。（p4）
感悟及喜欢的原因：数据可以反映出很多项指标，特别是海量数据的处理下，如何挖掘获得价值更是需要一种具有新型的复合能力人才，而得以用数据改变对世界的认知、改变市场、改变关系。
第3句：大数据的核心就是**。（p16）
感悟及喜欢的原因：以前单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代，运用大数据的处理与分析，为我们的生活创造出前所未有的可量化的维度。
第4句：大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。（p39）
感悟及喜欢的原因：“总体=样本”以前是做不到的，现在对于数据的储存、处理能力、统计技术与数据资源等各方面都有了飞速的发展，信息总量的变化也导致量变到质变的飞跃，并在其中去捕捉随机抽样所无法揭示的细节。
第5句：要想获得大规模数据带来的好处，混乱应该是一种标准途径，而不应该是竭力避免的。（p60）
感悟及喜欢的原因：处理海量数据会不可避免地导致部分信息的缺失，错误并不是大数据固有的特性，而是一个亟需我们去处理的现实问题。目前，我们正经历着从数据的精准性到总体即样本的关注焦点转变，分析其多样式与相关关系是这种缺陷的弥补方法。
第6句：局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是就算我们可以分析得到细节中的细节，也依然会错过事物的全貌。（p66）
感悟及喜欢的原因：寻找数据间的关联并利用，才是大数据超过小数据时代的真正价值。
第7句：大数据的相关关系分析法更准确、更快、而且不易受偏见的影响。建立在相关关系分析法基础上的**是大数据的核心。（p75）
感悟及喜欢的原因：只用知道是什么，不用知道为什么，相关关系帮助我们更快、更好地了解了这个世界。
第8句：数据化是指一种把现象转变为可制表分析的量化形式的过程。数字化指的是把模拟数据转换成用0和1表示的二进制码。（p104）
感悟及喜欢的原因：计量和记录一起促成了数据的诞生，它们是数据化最早的根基。数字化带来了数据化，但是数字化无法取代数据化，因为数字化是把模拟数据变成计算机可读、可处理的数据，和数据化有本质上的不同。
第9句：**给我们知识，而知识赋予我们智慧和洞见。（p117）
感悟及喜欢的原因：虽然数据的使用还远未成熟，但是从潜在的数据中挖掘出巨大的价值，然后揭示出新的深刻洞见，是我们思维方式的发展，同时也是智慧的开启。
第10句：“现实挖掘”这里指的是通过处理大量来自手机的数据，发现和**人类行为。（p118）
感悟及喜欢的原因：麻省理工学院**实验室通过分析每个人去了哪里、见了谁，成功地区分出了感染了流感的人群，而且在感染者还完全不知道自己已经患病之前就做出了区分。比如，伊格尔通过研究关注家庭主妇平均每周去几次洗衣店，来试图回答疾病如何传播和城市如何繁荣。
再比如twitter通过创新，让人们能轻易记录以及分享他们零散的想法从而使情绪数据化得以实现。这种种都说明，通过读取、分析数据，我们可以找出很多相关关系，让我们对世界、对生活有更深刻的理解。
第11句：将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。（p126）
感悟及喜欢的原因：随着时代的发展，数据逐渐可以量化一切。数据的价值也从最基本的用途转变为未来的潜在用途。
另外数据不同于物质性的东西，它的价值不会随着它的使用而减少，而是可以不断地被处理、再利用，挖掘出更大的未来价值。
第12句：数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找“一份钱两份货”。而数据的折旧值、数据废气和开放数据则是更为独特的方式。（p135）
感悟及喜欢的原因：通过数据处理、创新再利用来发挥出现实价值，如搜索关键词、推荐引擎、**住宅的价值、设计店面的最佳布局、判断营销活动的有效性等等，从战争中学习战争，从数据中学习数据。
第13句：他们思考的只有可能，而不考虑所谓的可行。（p166）
感悟及喜欢的原因：内行与外行最大的区别在于思维不受限，它让思维方式有更好的延展性、多样性与丰富性。
第14句：一旦得以有效利用，大数据就可以变革公司的赢利模式和传统交流方式。（p170）
感悟及喜欢的原因：大数据的利用，可以重新定位生产商与供应商的关系；可以通过商品本身收集数据并传回制造商进行研究与开发；可以通过用户交互提高服务；当文字变成数据，不仅人可以用之阅读，机器也可用之分析……充分说明，第一，个人也好，公司也好，都需要与时俱进；第二，大数据的多样性有待于更全面的开发，更好地服务于人们的生活。
第15句：大数据公司的多样性表明了数据价值的转移。（p176）
感悟及喜欢的原因：随着数据价值转移到数据拥有者手上，传统的商业模式同时也被颠覆了。数据不仅能够优化生活和服务，甚至还能催生新的行业，催生新时代的人才。
第16句：行业专家和技术专家的光芒都会因为统计学家和数据分析家的出现而变暗，因为后者不受旧观念的影响，能够聆听数据发出的声音。（p180）
感悟及喜欢的原因：学会聆听数据发出的声音，第一需要与时俱进，跟上时代进步的步伐。第二改变了我们怎样看待知识的价值。
第三了解到，如今不只是专业技能的深度很重要，大数据的广度也变得很重要。
第17句：卓越的才华并不依赖于数据。（p212）
感悟及喜欢的原因：大数据的风险是数据主宰一切的隐忧，但是个人的直觉、对市场的敏锐度等独特个体所展现出来的才华同样重要，它所呈现出来的强有力的创造力不亚于大数据。
第18句：变革并不止于规范。（p219）
感悟及喜欢的原因：大数据的运作是在一个超出我们正常理解的范围之上的。大数据需要被监测并保持透明度，加上使这两项得以实现的新型专业技术和机构。
我们要发展，就必须先有其规模，在规模中去寻找规范的操作手法，才能让变革立于不败之地。
第19句：莎士比亚曾写道：“凡是过去，皆为序曲。”（p244）
感悟及喜欢的原因：过去的每一点每一滴是为明天的开始打下坚实的基础，一贯如是地坚持下去才有效力。
第20句：大数据提供的不是最终答案，只是参***，为我们提供暂时的帮助，以便等待更好的方法和答案出现。（p247）
感悟及喜欢的原因：大数据是一种资源，也是一种工具，这里引用一句话“混乱构成了世界的本质，也构成了人脑的本质，而无论是世界的混乱还是人脑的混乱，学会接受和应用它们才能得益。”
第二部分：读后感
这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学的应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。
★大数据开启了一次重大的时代转型。
大数据时代观后感 篇9
读了涂子沛先生的《大数据时代》（这是一本社科类书籍，想深入研究大数据原理的可以选择其他技术类专业书籍）。作者以美国为例，讲述了“数据不仅可以治国，还可以强国”的观点，对中国今后的大数据发展战略提出了建议。读完之后，主要有一下几点感想。
1、 美国社会之所以发达高效，引领世界科技发展，与其尊重数据、收集数据的传统密不可分。数据被视为科学的度量、知识的**。没有数据，无论是学术研究还是政策制定都无法前进。
“数据驱动决策方法”使得**更有效率、更加开放、更加负责。
数据的积累需要时间，不可能一蹴而就。美国在数据收集方面有着悠久的历史。美国联邦**获得得数据主要有三种：商业管理数据、**和社会信息数据以及物理环境数据。
例如，1940年罗斯福引入的民意调查、1962年启动的海浪监测计划以及1973年诞生的最小数据集。而中国取得类似的进步，是进入21世纪之后才发生的事情。2003年，我国开始制定医疗系统的最低数据集，建立了第一个国家级大型社会调查项目，并开始对社会发展变化进行全面、全面、纵向的问卷调查。
2006年，卫生部颁布了《最低数据集标准》。经过几次挫折，国家统计局于2006年9月成立了社会形势舆情调查中心。
中国落后的根本原因之一是缺乏精确的数据管理。中国未来的发展需要面对数据收集、数据使用和开放数据的挑战。
2、 大数据是一把双刃剑。虽然数据可以使人们受益，但它也可以成为控制人们的工具。2013年的“棱镜门”事件揭露了**对于人民的监控，引起轩然大波。今后，每个人都可能有一个数据文件，包括一个人的教育、医疗、福利、犯罪、税收等从摇篮到坟墓的数据记录，甚至**和电子邮件都可能被监控和记录。
通过数据集成和信息聚合，可以再现一个人生活的轨迹和全景。个系统之间的数据可以相互验整合解释，个人隐私不可隐藏。英国作家乔治.奥威尔在其讽刺**《一九八四》中描述了时刻被“老大哥”监视的零隐私的可怕情形：
无论是睡觉还是醒着，工作还是吃饭，室内还是室外，早起的浴缸里还是床上，都没有藏身之处。除了你脑壳里几个立方厘米以外，没有东西是属于你自己的。
随着大数据科技的发展，我们的一举一动，每一通话，每一次上网记录都被监控、记录，分析，当这些数据被某一个人或组织掌握，将会是对我们隐私的莫大威胁，因此，对于数据使用的监管需要进一步的立法进行规范，我国目前对于数据的收集、利用处于野蛮生长阶段，任何商业组织都可以收集和分析用户的信息。**需要立法来监督技术的使用，确保公民的安全。
三、数据是一种公共资源，**使用纳税人的钱收集了数据信息之后，需要将数据进行公开，这样既可以集中大众的智慧，利用数据科学地治理社会；也可以让大众对**的行为进行监督，避免**的腐败。因为缺乏竞争，官僚体制与生俱来有一种僵化保守的本性，**机关也往往固守不前。很多数据都是以保密为借口被封存的，所以人们不知道**的各项措是是否合理，所以腐败在黑暗中滋生。
而且，在现代社会，信息多的人在社会竞争中处于有利地位，信息少的人处于不利地位。数据不应该被少数人垄断，而应该作为公共资源被普通人获取。
4、 科技进步离不开科技人员的不懈努力。知识分子应承担起促进社会进步的责任和使命。正如linux的开发者所说的：“一个人做事的动机，可以分为三类：
一是求生，二是社会生活，三是娱乐。当我们的动机上升到一个更高的水平时，我们将取得进步：不仅为了生存，而且为了改变社会，最理想的是为了兴趣和幸福。
大数据时代观后感 篇10
大数据时代——数据变革引领时代
近两年来，“大数据”一词突然出现在每个人的眼中，不仅出现在阿里巴巴、谷歌等互联网企业的战略规划中，也出现在国务院等国家的**报告中，无疑成为当今互联网界的新宠。然而大数据这个概念却不是才被发明出来。然而，它是顺应时代需要而诞生的，它也在改变着人们的生活方式，不断影响着教学方式。
什么是大数据？带着这个疑问我去看了《大数据时代》这本书。《大数据时代》是由英国作者维克托麦尔·舍恩伯格等所著，并由胜杨燕和周涛翻译。
原书在世界各地就很“火”，加上翻译的水平不错，所以想从中得到一些解答。在百度上搜索到的解释是，“大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。”而在《大数据时代》中，作者却认为大数据并非一个确切的概念，而是“人们获得新的认知，创造新的价值的源泉; 大数据还是改变市场，组织机构，以及**与公民关系服务”
舍恩伯格在书中从三个部分论述了大数据：思维变化、业务变化和管理变化。这些变化涉及到我们生活的方方面面。我们可能很难清楚地感受到这些变化的影响，但这些变化正在潜移默化地改变着我们的生活。作者在第一部分提出了三个比较令人震惊的观点，
1、 更多：不是随机样本，而是全部数据；根据作者的定义，大数据是指使用全部数据而不是随机分析的方法。主要有两个原因。一是现有技术使人类能够处理海量数据；二是随机样本无法获得一些有用的信息。
二、更杂：不是精确性，而是混杂性；大数据时代精确不可能实现，反之用概率说话，混杂性变成了一种标准途径。
三、更好：不是因果关系，而是相关关系。在大数据时代，是什么比为什么更重要。
尽管这违背了人类好奇心和探索的本质，但知道什么有助于决策确实实有限的。在第二部分中，笔者从数据的巨大价质和数据的交叉重用两个方面，论述了大数据战车在物质和智力方面向前发展的最根本动力。第三部分阐述了大数据时代的弊端和管理措施。
这本书的精髓和重点是第一部分。第一部分的三个观点涉及面很广，包括统计学、逻辑学、哲学等。后两部分基于第一部分的三点。在第一部分中，笔者提出了三点看法，并在网络和**上引起了大量的评论。
对于我的工作来说，大数据时代的教学方法已经发生了巨大的变化。 尤记得我的初中时期，教师的教学仍大量的依托于纸质书本以及黑板。我的数学老师，以为年近60的严厉老人，每节课前都要在数个可携带的小黑板上写上应用题题目，再在同学的帮助下带到教室以备课堂使用。
现如今，这种耗时耗力又不讨巧的教学方式早已淘汰在历史的场合中。课堂中使用microsoft office 软件配合投影仪的课堂教学方式已经在大部分的城市普及开来。在一些较先进的城市，课堂教学形式更依赖于先进的科学技术。
比如在教室内每人提供一台计算机，或者平板电脑等。一个很有趣的例子就是在上海实行的电子书包，即利用信息化设备进行教学的便携式终端，除了传统家校通包含的家校沟通功能，电子书包还提供更加丰富的教育信息化功能，如数字化教育资源、学生成长史等，让其真正成为孩子们学习和生活的信息助手。这种技术，是全然为了教学的便利而产生的。
不仅为学生提供了大量的教学内容，减轻了学生带大量书籍上学的负担，提高了学生的学习兴趣，而且有效地防止了学生收到外部网络的影响，因为所谓的电子书包无法连接到互联网。
然而，正如维克多·勋伯格（victor schoenberg）在书中所解释的那样，大数据时代也带来了弊端。在课堂教学中也是如此。课堂中的数据滥用就是其中一点。
很多教师在体验网络的便利时，过分依赖网络的内容。带来的问题是多样的；首先，大量的网络内容未必都是准确，真是的，是否可以应用于教学还有待考证。其次，许多教师在课堂时间大量的使用视频，音频，来自网络的文章作于教学内容，虽然表面上看上去形式多种多样，课堂生动有趣，但其实浪费了大量的时间，学生难以集中精力，或者是找到老师要讲的重点，可以说是这样的数据应用是本末倒置了。
即便如此，在中国教育环境大数据时代，利大于弊。只要合理利用各种资源，就能在更大程度上优化课堂，加强课后反馈，教学效率更高。
大数据时代观后感 篇11
2．大数据是公司竞争力的**
在大数据时代，人类信息管理标准需要重新定位，这将推动社会核心价值观的转变。大数据已经成为许多公司竞争力的**。未来，整个行业的结构可能会发生变化，大公司和小公司最有可能成为赢家。如今，核心竞争力是快速、廉价地存储和处理大量数据。
当然公司要根据自己的情况进行调整。大数据挑战小数据时代的赢家和大型线下公司（如沃尔玛、联邦快递、宝洁、雀巢、波音）。同时，大数据也为小公司带来了机遇。
大数据也将会影响国家竞争力。当制造业转向发展中国家，每个人都在为创新产业的发展而竞争时，工业化国家由于掌握了数据和大数据技术，在全球竞争中仍然据优优势，但这种优势难以保持。随着科技的发展，西方世界在大数据技术方面的优势将逐渐消失。
对大公司来说，好消息是大数据技术可以强化优胜劣汰。一旦公司有了大数据，它可能不仅超越竞争对手，而且遥遥领先。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。这对一个国家和一个企业都是正确的。在这样一个飞速发展的大数据时代，我们还有很多知识要学习，很多思维需要改变，很多技术需要学习。
在公司的规划中，也要充分考虑大数据给公司未来发展带来的机遇和挑战。对于拥有大量数据的公司，应该考虑多少数字数据，通过对大数据的分析和处理，哪些数据可以用于有价值的目的？例如，目前中国的社交**和购物**已经掌握了大量的用户数据和信息。
在大数据时代，最好的赢家可能是创新理念，也可能是通过多维、多层次的分析，利用外部数据为其他企业或个人带来价值。
3．大数据对我们销售行业的启示
大数据时代的信息聚合必然带来一场革命，这是一场社会、企业和个人世界观的变革。互联网不再是展示企业的工具或平台，而是未来的生产方式，这是竞争和生存的关键。就像工业经济时代，人们无法拒绝用电；个人计算机时代，公司无法拒绝用电脑办公；而计算机、互联网和手机的结合将又是一次信息化的大**大数据将带来的是竞争形态的改变，如果缺乏对客户数据的判断对市场的了解，缺少的就是核心竞争力——企业的iq。
而执掌销售是高森明晨这种背景下专门针对国内中、小企业研发出来的企业效率软件，使高移动领域外勤人员工作流程规范化，通过手机和电脑企业就可以全面掌握市场动态和业务状态，时时掌握市场数据，增强企业的决策力和人员的执行力，提高企业投入产出比。
大数据时代观后感 篇12
数据之治
——读《大数据时代》后感
没想到《大数据时代》会再次进入我的书单，而且是在美院的课程里，究竟是大数据的趋势不可阻挡，还是设计选择主动献身迎接浪潮，我不得而知。但我依然记得第一次接触大数据概念时的激动，作为经济学背景的学生，长期***面对和使用各种数据、图表，自然对数据有着近乎盲目的崇拜，凡事皆以数据说话，我很清楚如此庞大的数据所能带来的经济效益和可能性，亦必然会给各行业带来颠覆性的冲击。而直至最近，不知是思考的方法有所改变，抑或是关注的重点有所偏移，逐渐发现大数据并不如所说的美好，相反，对于大数据我开始感到后怕。
更甚者，对于未来，我竟然罕有地持悲观态度。
在人类几百年的漫长历史中，社会发展速度不断加快，特别是信息时代的到来。根据摩尔定律，信息技术的发展速度几乎每两年翻一番。爱因斯坦曾赞叹“复利是人类最伟大的发明”。
然而我们却不自觉地坐在一艘名叫“复利”的加速船上，稍有差池，便是身消玉陨。
不过这一切都是后话，或许如同马尔萨斯的人口论，我错过了某个像“技术”般的关键因素。
大数据的可信度是不可否认的。它的出现又大大提高了社会生产力。以前所未有的方式，通过对海量数据的分析，我们可以获得具有巨大价值的产品和服务，或者说是深刻的见解。这一切都有赖于计算机硬件技术的升级和网络的普及。大数据是具有时代特征的产品。同时，大数据是全球人类参与的结果。如此广泛的参与在人类历史上是罕见的。
数据成为新时代最抢手的资源。如果石油是过去一段时间的关键资源，那么数据将成为未来商业战争的核心。与石油不同，石油石油限的，数据几乎是无穷无尽的。当石油和石油产品用完时，它们可以被丢弃。经过不同的组合和计算，数据可以被重用，并继续深入挖掘价值。
越来越多的互联网公司成功ipo，受到市场的热烈追捧，其中数据价值占估值的比重相当大。
数据可以客观反映我们所没察觉的现象。庞大的数据库和快速的计算能力使我们更容易找到两个看似无关的现象之间的密切关系，或者说它们之间的关系并不像我们所期望的那样。大数据的分析方法比以往的分析方法更加准确和快捷。
经济学家之前一直认为，人们的幸福水平与收入水平成正比关系，但数据表明当收入上升到一定程度后，人们的幸福水平不升反降，从而产生了“幸福悖论”。“裙摆指数”亦通过数据发现，经济越好，女性穿的裙子越短；经济越差，裙子越长。有了大数据，我们可以验证许多过去只能从逻辑上推导出来的理论，获得更有说服力的证据，或者通过数据直接推翻数学模型。
同样，在理论的指导下，大数据可以更有针对性地挖掘更多的数据价值。
一切皆可数据化。在计算机时代，其运行的基础是数字化，即量化。在互联网时代，单纯的数字化显然不能满足需求，因此所有的信息都必须数字化。
文字、方位、沟通，甚至身体状况都可以转变成数据，正如“数据”(data)这个词在拉丁文是“已知”的意思，只要一点想象，万千事物就能转化为数据形式。一旦被数据化，我们便能通过“已知”，尝试寻找“未知”。
根据技术成熟度曲线，一项新技术从诞生到成熟要经历五个阶段：技术的诞生期、高期望的高峰期、泡沫的底部阶段、稳步攀生的光明期和实际生产的高峰期。曲线呈现出快速上升、爬升到顶部、然后迅速下降、下降到一定程度、然后逐渐停止、最后缓慢继续上升的趋势。
主要标准是时间轴和市场可见性的结合。大数据也必然要经历这一过程，在新闻**和学术会议一番大肆宣传之后，打了鸡血的人们只关注到其中的机会并对其抱着极高期望，而可能出现的风险或问题会令他们措手不及，最终只有回归到理性正视，一个技术方能被正确对待和重返健康的发展航道。
技术成熟度曲线
我害怕数据，主要是因为我害怕今天的无意识行为，它终有一天会成为自我克制的**。
无穷无尽的信息。信息大**致使信息产生的速度远远超越人类接收的速度，我们无时无刻不在接受大量信息，信息变得浓缩而零碎，我们往往来不及接收，更来不及思考，创新亦无从说起。
数据化等同于无聊化。在电影《点球成金》中，奥克兰运动家棒球队的总经理通过利用统计学和数学建模的方式分析数字，形成一套“赛伯计量学”系统，帮助球队取得联赛冠军，并使其他球队也争相采用这种模式进行比赛。但我想应该没人会喜欢看一群“机器人”的比赛吧。
幸而，乔布斯用事实证明，不依赖于数据，凭借卓越的天赋和灵敏的触觉亦能华丽制胜。
无处不在的监视。数据比你更了解你。每一次操作、每一次浏览、每一次对话、每一次购买，甚至每一次无意识的窃听动作，都被一个接一个地清晰监控和记录下来。你刚刚在百度搜索完“奶瓶”，你打开的下一个网页还有你的邮箱便马上出现铺天盖地的孕妇产品广告。
亚马逊知道你要参加高考，京东知道你刚搬家，**知道你最近恋爱了，还有一个部门知道你刚买了***油。相反，电脑和手机已经成为我们监控自己的对象，我们的隐私也变得前所未有。
数据“托拉斯”的形成。如今，企业可以通过数据清楚地了解消费者的偏好、行为和需求，已经成为新时代的宝贵资源。企业竞相收集用户数据。他们拥有的数据越多，在市场竞争中的胜率就越高，数据大亨逐渐出现。如果说过去企业利用“有计划的废止”诱导消费者消费，那么现在看来一切都更方便了。
“免费”某程度只是企业的预付行为，然后以直接或间接的手段从用户身上获取数倍、数十倍甚至更多的回报。一旦这些“数据大佬”们联手起来，用户自必无处可逃。
大数据中强调一个观点，我们知道“是什么”就够了，而没必要知道“为什么”，我们需要的是相关关系，不再是因果关系。数据不撒谎，相关分析可能更准确和有效。但数据终究是数据，人是人。
人们不能依赖和受制于数据，因为人们有道德观念，而数据没有。我们不应该因为一次性筷子的方便而鼓励使用它们。这是赤裸裸的**行为，纯粹以结果为导向的时代不能长久。“是什么”不一定是我们希望的“什么”或能令我们更好的“什么”。
企业试图获取用户数据，用户维护自己的隐私，保户数据，双方激烈的博弈不可避免，或对抗，或合作。如果说大数据是十年前的趋势，那么在大数据已经成为现实的情况下，如何演绎大数据的趋势，如何面对大数据是值得研究的。
建立数据使用的监管机制。用户对日新月异的电脑技术了解终究有限，企业如何使用个人信息和是否存在滥用，我们无从知晓，单单凭借所谓的道德约束明显不起作用。只有通过法律建立相关制度规范和监管机制，包括数据使用的范围、时间等，确保数据的正确使用，令数据使用者承担必要责任。
事实上，固定机构定期评估企业使用数据的情况，与会计和审计制度并无不同。
大数据走向平民化，大众化。既然作为数据的提供者，用户自然亦有了解数据和使用数据的权利，大数据的公开浏览或定期公布，一方面可以令用户监督数据的使用，另一方面一定程度上防止“数据大佬”的垄断行为。同时，数据的规模日趋庞大，单凭企业无法进行快速消化，结合“众包”的力量，令用户共同参与，有助于发掘更多的潜在价值。
从收费到“免费”再到收费的转变。我们正在经历从收费转向“免费”的过程，企业通过提供“免费”产品和服务吸引用户，但我们都清楚“天下没有免费的午餐”，这种“免费”的前提就是出卖个人数据。当人们逐渐认清这数据当中的价值时，便会本能地对这种“免费”产生戒心，甚至主动提出通过收费来换回个人数据的控制权，或者说是尊严。
数据应用成为各领域专家的必备技能。有观点提出行业专家和技术专家的光芒都会因为统计学家和数据分析家的出现而变暗，因为后者不受旧观念的影响，能够聆听数据发出的声音，最终专家会消亡。诚然，数据分析确实是未来重要的技能之一，而专家最终亦不会消亡，只是数据应用会成为专家的必备技能之一，可以肯定的是，一个会使用数据的行业专家或技术专家比一个单纯的统计学家或数据分析家更具有吸引力。
以前我都***地站在企业或社会的立场看待大数据，大数据便彷如天神下凡，带来无尽希望，今天我回归到一个消费者的思考，见到的不过是一个贪婪的魔鬼不断向我招手。在这问题上，恐怕我是“一叶蔽目，不见泰山”。
