《大數據時代》讀后感_數據分析師

《大數據時代》是國外大數據研究的先河之作，本書作者維克托·邁爾·舍恩伯格被譽為“大數據商業應用第一人”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷。通過讀《大數據時代》重新認真思考了大數據，全書以數據為核心，引導人們用數據的思維去理解世界，用數據的思維去解決問題，是推薦讀物。但個人認為本書叫《數據時代》更為合適，因其講了不少統計學、數據收集的故事，“大數據”的故事只占一小部分。

   維克托·邁爾·舍恩伯格在書中指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。

   維克托最具洞見之處在于，他明確指出，大數據時代最大的轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。這就顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。  

     規模巨大的數據未必是大數據，需滿足她的三個特點。大數據特點是3V：Volume、Velocity、Variety。以研究擲硬幣概率的實驗為例，當傳統實驗次數達到一定規模后就能幫助實驗者分析正反面出現的概率，隨著實驗次數的增加，數據大量積累可能越來越支持這一結論，數據達到一定量，它的邊際效應就出現了，數據繼續增加對分析概率還有多少意義呢？按照現代概率學伯努利試驗去帶入函數計算就好了，這僅算是概率學或者是統計學吧。故大數據不是因為單純體積大而大，是因為雜而大，研究硬幣正反面的概率如引入天文學、心理學、材料學、物理學等領域的數據而使之變大，進而研究關聯關系（或因果關系，注：本書不認同因果關系的重要性），從而得出概率的分布，然而大量相關數據的引入，按照傳統分析過程的時間是不可接受的，需利用高效計算資源，迅速把雜而大的處理結果呈現出來，并且實驗者對結果的預期不能要求100%的精確。大數據并不是數據本身，而是一種思維方式。
       大數據令人著迷的地方在于用“科學”的辦法挑戰了“預測學”，幫助人們發現未知，幫忙人們進行決策。然而本書作者Viktor Mayer-Schonberger強調“大數據不是因果關系，而是相關關系，相關關系比因果關系更重要”，此觀點不能認同，因果關系是宇宙的基本定律，且不說種瓜得瓜、善有善報之類哲學命題，若商家在發現電容器、釘子、高壓鍋有關聯購買關系而去做大量營銷的話豈不是有可能發生更多的波士頓爆炸案。關聯關系在大數據中被提取出來使用，而不去關心因果關系是一種粗暴的、倒退的處理方式，是作者理解的現代社會浮躁的心里體現。我認為的大數據應該是把看起來不相干的數據放到一起分析，找到某些跨領域的關聯關系，進而推論因果關系，發現其中價值。作者引用了安德森的觀點“現在已經是一個有海量數據的時代，應用數學已經取代了其他的所有學科工具，而且只要數據足夠，就能說明問題”，數據和所有科學的關系，我覺得有點像現在互聯網和其他所有行業的關系一樣，互聯網終究還是一個工具。例如沃爾瑪“尿布與啤酒”的故事，這也是大家熟知的一個數據分析的故事，但是沃爾瑪真的是這么做的嗎？大家可以去沃爾瑪的時候留意一下。一家大型的超市，如果為了這種所謂相關關系，所有商品用這種關聯關系去擺放，天哪，這將是一家多么混亂的超市，顧客進去將難以區分食品在哪、生活用品在哪！有人可能說這種關聯關系更適合電子商務，是的，但是我還是比較看好已知原因的關聯關系，比如嬰幼兒智力玩具和孕婦減肥放到一起，比如在線播放器旁邊放衛生紙的廣告（哈哈哈，你懂的）。 本書用美國折扣零售店塔吉特與懷孕預測來佐證他的觀點，但恰恰是知道因果關系后商業價值才能更多的體現出來，未知因果關系前顧客的父親生氣并要求賠償，知道因果關系后才使得這種廣告理所應當并讓客戶接受。

隨著技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。使得人們考慮問題的方式已經發生變化，接下來我們要做的只有接受擁抱數據時代、大數據時代。

在大數據時代，三類公司將成為時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司（阿里巴巴、淘寶網）。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。