如何接受大數據觀念

① 擁抱大數據迎接大未來觀

擁抱大數據 展望新未來

我們要以開放的心態、創新的勇氣，把推進大數據審計作為審計業務與信息技術深度融合的突破口。
只要每個人積極調整，把握機遇，充分利用信息化途徑，積極探索採集數據的途徑和方式，提升駕馭大數據的能力，讓海量數據真正「動」起來，就一定能牢牢把握審計創新發展的主動權，釋放出大數據審計的潛力。
作者：維克托•邁爾•舍恩伯格，被稱為「大數據時代的預言家」，十餘年潛心研究數據科學，洞見大數據時代發展趨勢的數據科學家之一。
大數據——當下一個當之無愧的熱詞。大數據是什麼？它看不見，也摸不著，但它所帶來的信息風暴，卻正悄無聲息而又深刻地影響著我們每一個人，席捲著各行各業。《大數據時代》一書，被奉為國外大數據研究的先河之作。作者維克托•邁爾•舍恩伯格，用兩百多頁的篇幅，深入淺出地介紹了大數據的概念。大數據從哪裡來，到哪裡去？我們該如何適應大數據時代的戰略和行動？又該對未來大數據抱著何種期許？書中集中展示的多個案例，揭開了大數據的神秘面紗，也給讀者們帶去諸多啟發和思考。
電商投放廣告、物流調度運力、證監會抓老鼠倉、金融機構賣基金、民航節約成本、農民破解豬周期、製片人拍電影……看似毫不相關的一樁樁事件，背後其實都有大數據的發力。隨著互聯網、移動互聯網對各個領域的滲透越來越深，大數據浪潮正在席捲全球。
改變，無處不在。大數據，已經不再是一個停留在紙面上的概念。大數據的洪流，正裹挾著巨大的社會生活變化而來。從政府到企業，從個人到群體，大數據帶來的，是一場關於工作、生活與思維的大變革。在新的時代背景下，很多人正開始思考，自己該如何更好地迎接大數據，擁抱大數據。
數據充滿機遇，雲端決定未來。一直和數據有著千絲萬縷聯系的審計部門，在大數據時代，自然不會只做旁觀者。擁抱大數據，是審計部門適應時代發展的應有之義。
國務院印發的《關於加強審計工作的意見》（以下簡稱《意見》），為審計部門的前行指明了方向。《意見》中明確提出：「加快推進審計信息化。推進有關部門、金融機構和國有企事業單位等與審計機關實現信息共享，加大數據集中力度，構建國家審計數據系統。探索在審計實踐中運用大數據技術的途徑，加大數據綜合利用力度，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力。」推動大數據技術的應用，不僅能有效破解審計機關人少事多的矛盾，而且有利於做深做透審計項目，符合時代發展潮流，符合審計工作規律。
擁抱大數據時代，我們需要改變思維方式，與時俱進，辨清這一時代的新機遇與挑戰。一方面，通過大數據，商業機構可以通過自己的演算法，清晰地分析一個人的購買喜好、生活軌跡，做出最適合的研判，提供更好或者個性化的服務。另一方面，個人留下的千絲萬縷的數據蹤跡，也帶來了隱私暴露的擔憂。只有認清大數據，我們才能更好適應大數據帶來的沖擊，大膽接受新時代的挑戰。而審計部門，作為一個經濟運行綜合性監督部門，更需要保持對社會經濟數據的敏銳嗅覺，了解大數據，主動擁抱大數據，進而深度挖掘、充分運用所擁有的數據，提升審計工作能力和水平。
擁抱大數據時代，我們需要改變工作方式，熟練掌握運用大數據，讓大數據為我們的工作所用。當前，大數據、雲計算被越來越多的領域和行業運用。小到拼車，大到投資，大數據應用的身影無處不在。在這一時代背景下，審計的根本出路在信息化，沒有審計信息化，特別是沒有大數據審計技術的廣泛應用，不僅審計質量和效率難以保證，審計全覆蓋的目標也無從實現。利用大數據開展審計工作，用網路代替人「跑腿」，用電腦代替人腦進行分析，一方面可以大大節約審計成本，快速鎖定疑點、定向排查；另一方面也便於對相關領域長年累月形成的數據進行對比分析，從而為政府制定政策提供關鍵依據，幫助政府不斷發現問題，改進問題，可以更好地發揮審計各方面的作用。
當然，迎來這樣的改變並非一蹴而就，而是需要我們每個人的辛勤付出。當前審計信息化的最大短板在大數據審計。審計機關和審計人員應該補足審計信息化建設的短板，順應時勢，知難而進，主動擁抱大數據時代，適應大數據環境對審計工作提出的新要求。
在許多地方，大數據發展的腳步早已邁開，政務大數據應用和大數據產業發展等，擁有著諸多先發優勢。我們要以開放的心態、創新的勇氣，把推進大數據審計作為審計業務與信息技術深度融合的突破口。有理由相信，只要每個人積極調整，把握機遇，充分利用信息化途徑，積極探索採集數據的途徑和方式，提升駕馭大數據的能力，讓海量數據真正「動」起來，就一定能牢牢把握審計創新發展的主動權，釋放出大數據審計的潛力，迎來審計工作的新發展。
大數據的未來，值得你我期待。

② 大學生怎麼運用大數據建設社會主義

一、大數據及其特點
大數據目前尚無明確定義。維基網路對大數據的定義是：大數據是指所涉及的數據量規模巨大到無法通過目前主流軟體工具，在合理時間內達到截取、管理、處理並整理成為幫助企業經營決策更積極目的的信息【1】。徐子沛在《大數據》一書中將大數據定義為：指那些大小已經超出了傳統意義上的尺度，一般的軟體工具難以捕捉、存儲、管理和分析的數據【2】。《大數據時代》的作者維克·托邁爾·舍恩伯格認為，「大數據是人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知、創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府與公民關系的方法。」【3】8-9《人民日報》在采訪他時，他曾說：「在我看來，大數據是一種價值觀、方法論，我們面臨的不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。這是一場思維的大變革，更是一個互動的過程——你可以用不同的角度、不同的方式去做大數據，並得到不一樣的結果與好處。」【4】據此，筆者認為：大數據是大規模數據中，可以通過有效技術手段快速獲取、存儲、管理並分析出可以推動社會發展的有價值的數據。
目前普遍認可大數據的四個基本特徵，即4V特性：規模大（Volume）、來源廣泛且類型多樣（Variety）、獲取及處理速度快（Velocity）、價值密度低（Value）。
數據規模大（Volume）。現代意義上的「數據」，范疇比信息還要大。進入信息時代，「數據」二字的內涵開始擴大：不僅指代「有根據的數字」，還統指一切保存在電腦中的信息，包括文本、圖片、視頻等。數據也逐漸成為「數字、文本、圖片、視頻」等的統稱，也即「信息」的代名詞。【6】256-257
數據來源廣泛、類型多樣（Variety）。信息時代，數據的獲取途徑不僅限於計算，還包括大記錄，即人們通過手機、個人電腦、ipad等終端上傳到網路的海量數據以及個人存儲在手機、個人電腦等終端中的數據。數據的類型也不再局限於原始的計算數據、結構化數據，還包括人們在日常生活中隨手記錄、保存、上傳至網路平台的圖片、音頻、視頻等非結構化數據。
數據獲取及處理速度快（Velocity）。數據來源的多樣化致使數據日益公開化、社會化，數據獲取更為方便、快捷、全面。伴隨大數據發展而誕生的數據處理技術使得數據處理速度遠遠快於傳統數據時代，數據處理日益規模化、軟體化、智能化。
價值密度低（Value）。價值密度的高低與數據總量的大小成反比，大數據本身的價值密度是相對較低的，需要對海量的數據進行挖掘分析才能得到真正有用的信息，形成用戶價值。【5】基於海量數據基礎上形成的某一領域或某一特定內容形成的信息，相關性更強、信息更為全面，效果更佳明顯，價值高於傳統小數據分析得出的結論。
二、依託大數據推動社會主義核心價值觀建設的重要性
大數據已經融入到大學生日常生活中，大學生學習、生活、工作無處不體現大數據。一方面，大學生通過互聯網獲取學習資料、娛樂資訊、工作模板，成為大數據的享用者；另一方面，大學生搜索、下載學習資料留下數據痕跡，在微博等社交網路平台發表狀態、上傳生活照片以及工作過程中通過網路發布通知、活動內容，成為大數據的貢獻者。大數據與大學生息息相關，透過大學生可以了解學生的思想動態，亦可推動社會主義核心價值觀建設。
（一）大數據為社會主義核心價值觀建設提供良好的環境。
徐子沛在《數據之巔：大數據革命，歷史、現實與未來》中提到一個案例：2013年7月，有報道稱，華東師范大學的一位女生收到校方的簡訊：「同學你好，發現你上個月餐飲消費較少，不知是否有經濟困難？」這條溫暖的簡訊也要歸功於數據挖掘：校方通過挖掘校園飯卡的消費數據，發現其每頓的餐費都偏低，於是發出了關心的詢問，但隨後發現這是一個美麗的錯誤——該女生其實是在減肥。【6】275這個案例說明可以通過大數據了解實時了解學生狀態，在當前東西方價值觀激烈碰撞的環境下，通過分析數據可以了解並掌握學生思想動態，做到早發現、早處理，對於為社會主義核心價值觀建設提供良好的環境有極為重要的意義。
（二）大數據為社會主義核心價值觀建設提供更為行之有效的方法。
價值觀教育並非一成不變、形式單一，目前高校社會主義核心價值觀教育方式主要有課堂教學、主題班會、高校講座、社會實踐以及網路自主獲取等形式。那麼，這些方式哪些是學生更喜聞樂見、接受主動性更強的方式？有沒有尚未發掘的、學生潛意識中更易於接受的價值觀教育方式？以課堂教學為例，學生是更傾向於教師講課學生聽的形式還是互動教學形式？如果把視頻教學納入到課堂教學中，那麼視頻內容是什麼樣的，多長的視頻最優化，以何種形式展現，等等，都是值得探討的問題。問卷調查、抽樣調查等方式獲取的數據量小、不夠全面、不完全具有代表性，且學生填寫調查問卷具有自我意識，問卷結果未必是學生真實想法。大數據是通過高校大學生在網路上發布海量資訊中獲取，如學生通過QQ、微信、飛信等溝通軟體，人人網、新浪微博、大學生在線等網路社交平台以及郵箱、Dropbox等數據共享平台發布的數據。數據更公開、更廣泛、更全面、更真實，通過分析得出的結論更具有說服力。通過分析高校大學生思想動態大數據，可以全面、時時了解學生接受價值觀教育的趨向性方式。依據不同年級、不同專業、不同高校學生特點，採用不同形式進行價值觀教育，真正做到「因材施教」。
（三）大數據有效掌握高校社會主義核心價值觀建設動態情況。
社會主義核心價值觀建設是一項艱巨的長期工程，其過程具有動態性、延展性，需要提前、時時把握價值觀建設狀態、發展動態、發展趨勢，隨時調整價值觀建設的方法、形式、重點。基於網路數據的信息挖掘，不需要逐一調查，成本低廉，更重要的是，這種分析是實時的，沒有滯後性【6】268。
三、依託大數據推動社會主義核心價值觀建設的途徑
（一）樹立大數據觀念
大數據絕不僅僅是科研的高端產品，大數據存在於我們的日常生活中。沃爾瑪通過數據挖掘發現顧客潛在意識——父親在買尿布時往往會順便買啤酒——捆綁「啤酒和尿布」提高銷量；亞馬遜通過數據挖掘——分析顧客的購買規律——「預判發貨」，即在網購時，顧客還沒有下單，亞馬遜就將包裹寄出；奈飛公司利用客戶的網上點擊記錄，預測其喜歡觀看的內容，實現精準營銷。
在高校中，數據和數據分析的價值更是隨處可以得到體現，高校思想政治教育工作已經具備了大數據的特徵【7】。建設核心價值觀，充分發揮大數據的價值，需要高校學生工作者強化大數據意識，提高對數據的敏感意識、前瞻意識，培養數據共享意識、動態意識，數據不是一成不變的，要不斷接受新數據、挖掘新信息。根據對數據的分析，個性化推動社會主義核心價值觀建設。
（二）建立大資料庫
數據是大數據時代社會主義核心價值觀建設的基礎。建立大資料庫的方式有兩種：對內，匯總校園內通過高校信息網絡中心的數據及學生在各平台發布的信息；對外，搜集政府、社會發布的與核心價值觀建設相關的信息。學校電子網路信息、學生交流使用的網路電子平台、校園各單位為方便服務管理而統計保存的各種信息匯總以及校園安全服務網路使用的攝像頭、門禁器等產生的信息數據。
（三）培養大數據工作隊伍
光有數據沒有分析人才，那麼數據永遠只是一堆數字，沒有任何價值。大數據價值密度低的特點要求數據分析者設計能完成特定任務的軟體或程序，智能分析海量數據。高校社會主義核心價值觀建設工作人員主要以高校學生工作處、思政教師及輔導員為主，需要在這批人員中培養一批思想政治覺悟高、政治理論水平高人員專門從事該項事務，提高他們的大數據意識和大數據處理能力，適應大數據時代社會對大學生數據能力的需求。

③ 如何正確認識大數據的價值和效益

1、數據使用必須承擔保護的責任與義務

我國數據流通與數據交易主要存在以下問題：數據源活性不夠，數據中介機構還處於起步階段；多源數據的匯集技術尤其是非結構化數據分析技術滯後；缺乏熟悉不同行業並掌握在特定領域使用數據技術的人才。

數據的價值在於融合與挖掘，數據流通、交易有利於促進數據的融合和挖掘，搞活數據從而產生效益。數據共享開放、流通交易和數據保護及數據安全對數據技術提出嚴峻挑戰，對法律的制定及執行提出了很高要求。為此，數據使用必須承擔保護的責任與義務。

④ 如何看待大數據的精確性和混雜性

在大數據時代，使用所有能獲得的全體數據已經逐漸成為可能，然而數據量的大幅度增加會導致結果的不準確，與此同時。有些錯誤的數據也會隨著大量的數據混入資料庫。

其中的某些錯誤是我們能夠通過我們的努力去避免的，去改變的，但是，有些錯誤我們需要去慢慢接受它們。去嘗試著，接收混亂，擁抱錯誤。

接收混亂是小數據和大數據時代主要的區別之一。由於少量的數據，使得我們努力追求更加精密的結果，但是不妨多想想，低隨機性和小數據又怎麼可能將事物的本質全面的還原出來呢？錯失的95%的非結構化數據中包含著無限的可能，或許我們想要的正是我們曾經所丟棄的。

(4)如何接受大數據觀念擴展閱讀：

注意事項

紛繁的數據越多越好，大數據時代要求我們重新審視對於精確性的定義。在如今的信息時代，我們掌握的數據越來越全面，而且數據的存在並不是獨立的，數據之間的交互連接多變且無序，組合與組合之間更是能產生無窮的化學作用，奇妙無窮。

大數據要求我們有所改變，接收混亂和不確定性。精確性不會在成為我們生活中的支柱，每個問題只有一個答案的想法在信息時代是靠不住的，不管我們承認與否。但當我們學會接受混亂和擁抱混雜之後，我們會發現我們離事情的真相有進了一步。

⑤ 大數據時代,大學生應該具備什麼樣的大數據思維

在大數據時代，大學生應該具備的大數據思維如下：

1、利用所有的數據，而不再僅僅依靠部分數據，即不是隨機樣本，而是全體數據。

2、唯有接受不精確性，才有機會打開一扇新的世界之窗，即不是精確性，而是混雜性。

3、不是所有的事情都必須知道現象背後的原因，而是要讓數據自己「發聲」，即不是因果關系，而是相關關系。

大數據時代需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

⑥ 如何應對大數據

確定企業的短中期目標和標准

大數據的資源極大繁雜豐富，如果企業沒有明確的目標，就算沒有走入迷途至少會覺得非常迷茫。因此，首先，要確定企業運用大數據的短中期目標，定義企業的價值數據標准，之後再使用那些能夠解決特定領域問題的工具。逐步推廣，步步為營，不要把理想定得太高，否則失望會愈大。

儲備好大數據相關技術人才

企業運用大數據為營銷管理服務之前，技術團隊要到位是基礎。企業管理團隊要能夠非常自如地玩轉數據。許多人認為社交媒體營銷人是個有趣的工作，其實它是個艱苦的活兒。社交化空間非常注重數據、衡量標准和數據可視化等問題。要能熟悉駕馭，首先要確保企業技術人員已經接受過相關技能培訓，了解如何最大化利用大數據的作用和潛力為企業營銷管理服務。

解決碎片化問題

企業啟動大數據營銷管理一個最重要的挑戰，是數據的碎片化、零雜化。許多公司組織中，數據都散落在互不連通的資料庫中，而且相應的數據技術也都存在於不同部門中，如何將這些孤立錯位的資料庫打通、互聯，並且實現技術共享，才是能夠最大化大數據價值的關鍵。管理者當留意的是，數據策略要成功提升網路營銷管理成效，要訣在於無縫對接網路企業管理與營銷的每一步驟，從數據收集、到數據挖掘、應用、提取洞悉、報表等。

培養內部整合能力

要做好大數據的應用管理，其一，要有較強的整合數據的能力，整合與來自企業各種不同的數據源、各種不同結構的數據，如客戶關系管理、搜索、移動、社交媒體、網路分析工具、普查數據以及離線數據，這些整合而得的數據是定向更大目標受眾的基礎;其二，要有研究探索數據背後價值的能力。未來營銷管理成功的關鍵將取決於如何在大資料庫中挖掘更豐富的營銷價值。像是站內、站外的數據整合、多方平台的數據接軌、結合人口與行為數據去建立優化演算法等都是未來的發展重點;其三，探索出來之後給予精確行動的管理指導綱領，同時通過此綱領進行精確快速實時性行動。

而從社會、國家領域而言，我國亟須在國家層面對大數據給予高度重視，特別需要從政策制定、資源投入、人才培養等方面給予強有力的支持;另一方面，建立良性的大數據生態環境是有效應對大數據挑戰、用好大數據的主要出路，需要科技界、工業界以及政府部門在國家政策的引導下共同努力，通過消除壁壘、成立聯盟、大數據質量標准、建立專業組織等途徑，建立和諧的大數據生態系統。

總之，誰率先具備從各種各樣類型的數據中快速獲得有價值信息的能力與機會，誰就是贏家!

⑦ 如何應對大數據時代的變革機遇挑戰

大數據泛指巨量的數據集，因可從中挖掘出有價值的信息而受到重視。《華爾街日報》將大數據時代、智能化生產和無線網路革命稱為引領未來繁榮的三大技術變革。麥肯錫公司的報告指出數據是一種生產資料，大數據是下一個創新、競爭、生產力提高的前沿。世界經濟論壇的報告認定大數據為新財富，價值堪比石油。因此，發達國家紛紛將開發利用大數據作為奪取新一輪競爭制高點的重要抓手。

大數據時代的來臨

互聯網特別是移動互聯網的發展，加快了信息化向社會經濟各方面、大眾日常生活的滲透。有資料顯示，1998年全球網民平均每月使用流量是1MB（兆位元組），2000年是10MB，2003年是100MB，2008年是1GB（1GB等於1024MB），2014年將是10GB。全網流量累計達到1EB（即10億GB或1000PB）的時間在2001年是一年，在2004年是一個月，在2007年是一周，而2013年僅需一天，即一天產生的信息量可刻滿1.88億張DVD光碟。我國網民數居世界之首，每天產生的數據量也位於世界前列。淘寶網站每天有超過數千萬筆交易，單日數據產生量超過50TB（1TB等於1000GB），存儲量40PB(1PB等於1000TB)。網路公司目前數據總量接近1000PB，存儲網頁數量接近1萬億頁，每天大約要處理60億次搜索請求，幾十PB數據。一個8Mbps（兆比特每秒）的攝像頭一小時能產生3.6GB數據，一個城市若安裝幾十萬個交通和安防攝像頭，每月產生的數據量將達幾十PB。醫院也是數據產生集中的地方。現在，一個病人的CT影像數據量達幾十GB，而全國每年門診人數以數十億計，並且他們的信息需要長時間保存。總之，大數據存在於各行各業，一個大數據時代正在到來。

信息爆炸不自今日起，但近年來人們更加感受到大數據的來勢迅猛。一方面，網民數量不斷增加，另一方面，以物聯網和家電為代表的聯網設備數量增長更快。2007年全球有5億個設備聯網，人均0.1個；2013年全球將有500億個設備聯網，人均70個。隨著寬頻化的發展，人均網路接入帶寬和流量也迅速提升。全球新產生數據年增40%，即信息總量每兩年就可以翻番，這一趨勢還將持續。目前，單一數據集容量超過幾十TB甚至數PB已不罕見，其規模大到無法在容許的時間內用常規軟體工具對其內容進行抓取、管理和處理。

數據規模越大，處理的難度也越大，但對其進行挖掘可能得到的價值更大，這就是大數據熱的原因。首先，大數據反映輿情和民意。網民在網上產生的海量數據，記錄著他們的思想、行為乃至情感，這是信息時代現實社會與網路空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。根據中國互聯網路信息中心統計，2012年底我國網民數為5.64億，手機網民為4.2億，通過分析相關數據，可以了解大眾需求、訴求和意見。其次，企業和政府的信息系統每天源源不斷產生大量數據。根據賽門鐵克公司的調研報告，全球企業的信息存儲總量已達2.2ZB（1ZB等於1000EB），年增67％。醫院、學校和銀行等也都會收集和存儲大量信息。政府可以部署感測器等感知單元，收集環境和社會管理所需的信息。2011年，英國《自然》雜志曾出版專刊指出，倘若能夠更有效地組織和使用大數據，人類將得到更多的機會發揮科學技術對社會發展的巨大推動作用。

大數據應用的領域

大數據技術可運用到各行各業。宏觀經濟方面，IBM日本公司建立經濟指標預測系統，從互聯網新聞中搜索影響製造業的480項經濟數據，計算采購經理人指數的預測值。印第安納大學利用谷歌公司提供的心情分析工具，從近千萬條網民留言中歸納出六種心情，進而對道瓊斯工業指數的變化進行預測，准確率達到87%。製造業方面，華爾街對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；一些企業利用大數據分析實現對采購和合理庫存量的管理，通過分析網上數據了解客戶需求、掌握市場動向。有資料顯示，全球零售商因盲目進貨導致的銷售損失每年達1000億美元，這方面的數據分析大有作為。

在農業領域，矽谷有個氣候公司，從美國氣象局等資料庫中獲得幾十年的天氣數據，將各地降雨、氣溫、土壤狀況與歷年農作物產量的相關度做成精密圖表，預測農場來年產量，向農戶出售個性化保險。在商業領域，沃爾瑪公司通過分析銷售數據，了解顧客購物習慣，得出適合搭配在一起出售的商品，還可從中細分顧客群體，提供個性化服務。在金融領域，華爾街「德溫特資本市場」公司分析3.4億微博賬戶留言，判斷民眾情緒，依據人們高興時買股票、焦慮時拋售股票的規律，決定公司股票的買入或賣出。阿里公司根據在淘寶網上中小企業的交易狀況篩選出財務健康和講究誠信的企業，對他們發放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。

在醫療保健領域，「谷歌流感趨勢」項目依據網民搜索內容分析全球范圍內流感等病疫傳播狀況，與美國疾病控制和預防中心提供的報告對比，追蹤疾病的精確率達到97%。社交網路為許多慢性病患者提供臨床症狀交流和診治經驗分享平台，醫生藉此可獲得在醫院通常得不到的臨床效果統計數據。基於對人體基因的大數據分析，可以實現對症下葯的個性化治療。在社會安全管理領域，通過對手機數據的挖掘，可以分析實時動態的流動人口來源、出行，實時交通客流信息及擁堵情況。利用簡訊、微博、微信和搜索引擎，可以收集熱點事件，挖掘輿情，還可以追蹤造謠信息的源頭。美國麻省理工學院通過對十萬多人手機的通話、簡訊和空間位置等信息進行處理，提取人們行為的時空規律性，進行犯罪預測。在科學研究領域，基於密集數據分析的科學發現成為繼實驗科學、理論科學和計算科學之後的第四個範例，基於大數據分析的材料基因組學和合成生物學等正在興起。

麥肯錫公司2011年報告推測，如果把大數據用於美國的醫療保健，一年產生潛在價值3000億美元，用於歐洲的公共管理可獲得年度潛在價值2500億歐元；服務提供商利用個人位置數據可獲得潛在的消費者年度盈餘6000億美元；利用大數據分析，零售商可增加運營利潤60%，製造業設備裝配成本會減少50%。

大數據技術的挑戰和啟示

目前，大數據技術的運用仍存在一些困難與挑戰，體現在大數據挖掘的四個環節中。首先在數據收集方面。要對來自網路包括物聯網和機構信息系統的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。其次是數據存儲。要達到低成本、低能耗、高可靠性目標，通常要用到冗餘配置、分布化和雲計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便於日後檢索的標簽。第三是數據處理。有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維後度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模稜兩可的數據中綜合信息，並導出可理解的內容。第四是結果的可視化呈現，使結果更直觀以便於洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規模、有結構或類結構的數據進行分析，談不上深層次的數據挖掘，現有的數據挖掘演算法在不同行業中難以通用。

大數據技術的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業化、信息化、城鎮化、農業現代化任務很重，建設下一代信息基礎設施，發展現代信息技術產業體系，健全信息安全保障體系，推進信息網路技術廣泛運用，是實現四化同步發展的保證。大數據分析對我們深刻領會世情和國情，把握規律，實現科學發展，做出科學決策具有重要意義，我們必須重新認識數據的重要價值。

為了開發大數據這一金礦，我們要做的工作還很多。首先，大數據分析需要有大數據的技術與產品支持。發達國家一些信息技術（IT）企業已提前發力，通過加大開發力度和兼並等多種手段，努力向成為大數據解決方案提供商轉型。國外一些企業打出免費承接大數據分析的招牌，既是為了練兵，也是為了獲取情報。過分依賴國外的大數據分析技術與平台，難以迴避信息泄密風險。有些日常生活信息看似無關緊要，其實從中也可摸到國家經濟和社會脈搏。因此，我們需要有自主可控的大數據技術與產品。美國政府2012年3月發布《大數據研究與發展倡議》，這是繼1993年宣布「信息高速公路」之後又一重大科技部署，聯邦政府和一些部委已安排資金用於大數據開發。我們與發達國家有不少差距，更需要國家政策支持。

中國人口居世界首位，將會成為產生數據量最多的國家，但我們對數據保存不夠重視，對存儲數據的利用率也不高。此外，我國一些部門和機構擁有大量數據卻不願與其他部門共享，導致信息不完整或重復投資。政府應通過體制機制改革打破數據割據與封鎖，應注重公開信息，應重視數據挖掘。美國聯邦政府建立統一數據開放門戶網站，為社會提供信息服務並鼓勵挖掘與利用。例如，提供各地天氣與航班延誤的關系，推動航空公司提升正點率。

大數據的挖掘與利用應當有法可依。去年底全國人大通過的加強網路信息保護的決定是一個好的開始，當前要盡快制定「信息公開法」以適應大數據時代的到來。現在很多機構和企業擁有大量客戶信息。應當既鼓勵面向群體、服務社會的數據挖掘，又要防止侵犯個體隱私；既提倡數據共享，又要防止數據被濫用。此外，還需要界定數據挖掘、利用的許可權和范圍。大數據系統本身的安全性也是值得特別關注的，要注意技術安全性和管理制度安全性並重，防止信息被損壞、篡改、泄露或被竊，保護公民和國家的信息安全。

大數據時代呼喚創新型人才。蓋特納咨詢公司預測大數據將為全球帶來440萬個IT新崗位和上千萬個非IT崗位。麥肯錫公司預測美國到2018年需要深度數據分析人才44萬—49萬，缺口14萬—19萬人；需要既熟悉本單位需求又了解大數據技術與應用的管理者150萬，這方面的人才缺口更大。中國是人才大國，但能理解與應用大數據的創新人才更是稀缺資源。

大數據是新一代信息技術的集中反映，是一個應用驅動性很強的服務領域，是具有無窮潛力的新興產業領域；目前，其標准和產業格局尚未形成，這是我國實現跨越式發展的寶貴機會。我們要從戰略上重視大數據的開發利用，將它作為轉變經濟增長方式的有效抓手，但要注意科學規劃，切忌一哄而上。

（作者：中國工程院院士）

⑧ 你是如何看待「大數據殺熟」這種行為的

我覺得大數據殺熟這種行為，是不道德的，但是是符合商業最大利益化的。

其實這看似一個很無解的事情，只有一個非常簡單的破解方法，就是，我們平時經常宅在家裡面的人，我們是不是可以多出去走一走？

又或者經常外出的人，我們能不能適當的多留在家裡陪陪家裡人，不要總是出去旅遊，出去逛，出去玩兒。

當我們的生活不再那麼單一化，不再那麼的單線程，我們人生的選擇也開始多了起來，也就很難被大數據，去控制我們的行為。

無論是互聯網還是大數據，這些東西都是應該量化我們的一些東西，從而促使我們成為更好的人，而不應該由他們來分析我們，並且指導我們去做什麼，最後變成他的傀儡。

我就希望大家都能夠把自己的時間放在第1位，也把自己放在第1位，不要總是按照自己的習慣去想當然的做一些事情，從而把自己走入了一個死胡同。

換一種生活方式，不要讓數據那麼多容易分析你，也許你可以看到更廣闊的天空。

⑨ 大數據時代來臨，CFO要如何融入才能讓企業做得更好

2013年，美國某頗具規模的零售企業的營銷高管最近發現自己看不懂銷售報告了。它的一家主要競爭對手正在一系列業務領域持續擴大市場份額。盡管打出了在線促銷和優化銷售的組合拳進行反擊，但她的公司還是不斷丟城失地。

於是，她召集高層對競爭對手做了深入研究。發現問題的根源遠遠超出了他們的想像。對手投入巨資提升從各門店收集、整合和分析數據的能力，且應用到各個銷售單元中。同時，它還將這些信息與供應商的資料庫聯網，實時調整價格、自動補貨，以及輕松地在各門店間調配產品。通過不斷實踐、捆綁、匯總，以及組織中信息的無縫銜接 (從基層門店到首席財務官辦公室)，競爭對手脫胎換骨，成為該行業中反應最為迅速的企業。

這就是上述零售企業高管團隊對「大數據」的第一認識。雖然，數據從一開始就是信息時代的象徵，但在過去幾年，信息量呈現爆炸式增長。在美國17個經濟部門中的15個部門，員工超過1000人的企業存儲了平均235太位元組的數據，超出了美國國會圖書館的藏書。雖然大量信息來源於金融交易和客戶互動，但從新設備和價值鏈各環節中產生的信息增長速度驚人，這就是大數據時代。

【數據分析與財務】

大數據嵌入到管理會計中的舉措，對財務人員會有很多新的挑戰。而有廣闊思維和數據分析，才能使得數據成為企業真正的財富。扁鵲財院認為要想在財務中嵌入大數據有兩個理念：

一是財務管理要有「無邊界管理」思維和「精益化管理」思維。在大數據時代，財務已經不僅僅是做標准性的工作，發揮主動能動性顯得更為重要。扁鵲財院希望財務在整個公司業務流程中起到一個無縫銜接的作用，要使財務的效率提升，財務可以利用數據，無邊界地進行精細管理，整合分析後提供給業務進行相關數據指導。

二是單純的數字是毫無疑義的，只有把這些數字進行搜集、分類、歸納、篩選，做不同的組合、不同的分析才能夠稱為數據。數據應從不同的維度，如應收賬款、回款等進行分析，對不同客戶制定不同的營銷策略，對不同的產品進行差異化的競價策略，對不同投入進行合理的資源配置。這樣，數據才可以稱為企業真正的財富。

大數據實際上是管理會計最實用的工具之一，管理會計可以通過科研項目管理軟體，可以按照周、天給人員進行費用配置，與項目的進展結合起來，通過數據進行成本動因的分析，挖掘數據背後隱藏的業務原因，從而指導業務工作。

扁鵲財院提示您：隨著金融、移動互聯網等行業的高速發展，拒絕接受大數據的思維已經無法跟上時代的腳步，大數據的出現是社會發展的必然產物。因此，CFO也應該對大數據有正確的認知，將其與自身固有知識架構相結合，並充分利用大數據的優勢為企業在激烈的市場競爭中爭取更廣闊的發展空間。

⑩ 對大數據的理解與思考

對大數據的理解與思考
首先，大數據的到來，對人們的觀念將帶來深遠的影響。
我們以前習慣認為：找到現象背後的原因，比清楚現象是什麼更重要。通過「塔吉特懷孕預測」的例子可以看到，通過關聯分析、聚類分析等數據挖掘方法，大家很容易找到事物之間的關系。但是，這些大數據分析結果，並不會直接告訴我們，事物之間為什麼存在這些關系。在不清楚為什麼存在這些關系之前，又的確看到了這些關系帶來了價值；所以，在大數據應用領域就需要改變以前的思考方。即：先找到「是什麼」再去找「為什麼」；清楚是什麼，與搞清楚為什麼同等重要。
手工統計時代，出於收集全部數據非常困難或代價巨大的原因，很多數據分析都是採用抽樣數據；但是，現在不同了，隨著信息技術的發展，現在很多領域都能夠方便的收集到全量數據。諸如無紙化辦公的興起、信息系統的使用、電子商務的發展等等，都為收集全量數據提供了便捷的條件。那麼，這時候數據的「樣本」=「全體數據」。這相對以前來說，也是革命性的影響。
在抽樣分析時代，個別樣本的質量甚至決定結果的質量。在大數據時代，這也變了，可以允許個別數據的不精確，甚至錯誤。舉個簡單例子來說明這個道理，比如在溫室大棚里放一隻溫度計，當這只溫度計有問題時，整個溫度都是不準確的。若在大棚里均勻分布十幾只溫度計，其中一隻有問題，對溫室大棚溫度的統計結果無礙大事，基本可以忽略其影響。
其次，大數據應用，影響商業變革和社會進步。
大數據應用正改變著企業的業務發展方式。比如：京東、天貓通過對交易數據的「二次利用」，尋找目標客戶、定向推薦商品。也正是這些數據的二次利用給他們提供了大量價值，促進了這些企業的發展，推動著他們在營銷、供應鏈與客戶服務等領域的管理變革。同時，交易數據並不因為二次利用，而降低其價值；這也是，大數據應用與傳統資源使用不同的地方。
數據的「混搭」分析，推動著商業發展和社會的進步。比如歷史天氣信息與航班誤點信息，這兩個不同領域的信息一塊兒分析，便可以推算未來幾天航班的誤點率。再比如，通過神經中樞腫瘤患病率和手機使用時間長短之間的大數據關聯分析，來研究神經中樞腫瘤患病率是否與手機使用時間長短有關系等等。
大數據的應用，也促生了很多商業機會。隨著大數據時代的到來，形成了很多大數據擁有公司，以及大數據技術公司；數據與技術的結合變促生了很多大數據應用，因此帶來了很多商業機會。例如，現在很多商業銀行對自己大量客戶的交易信息分析，規劃新的理財產品，與其他商家合作，聯合搞定向促銷等等。
再次，大數據時代不再有個人隱私，將形成新的信息安全機制。
現在還經常聽到諸如某某窺探我的隱私之類的話語，但是，在大數據時代幾乎沒有個人隱私，這不是駭人聽聞。因為，現在微博、搜索引擎、社交網路、電商購物，已經成了我們生活中必不可少的一部分。根據每個人在互聯網上留下的痕跡，通過大數據分析，很容易分析出一個人的愛好、習慣、性格、癖好等等。所以，大家都被「第三隻眼」實時監控著，在大數據時代，幾乎沒有個人隱私！
沒有個人隱私，是否就代表每個人可以隨便傳播別人隱私了呢？答案當然是否定的。因為傳播別人隱私是不道德的，甚至是違法的。所以，現在新的信息安全規則正在重新定位，其中一個基調是：讓數據使用者承擔責任，不能濫用別人的隱私；我個人感覺這也比較合理。
總結
大數據只是「新概念」，並不是「新事物」。過去數據就存在，只是我們沒有收集這些數據。但是，現在收集了這些數據，這個世界變得不一樣了；它更新了人們過去對數據應用的認識，加快了商業和社會發展的新陳代謝，從中也讓大家也看到了很多機會。大數據時代，已經到來。極目遠眺，也看不到盡頭。