大數據思維的核心原理

陳曲

大數據思維是客觀存在，大數據思維是新的思維觀。用大數據思維方式思考問題、解決問題是當下企業潮流。大數據思維開啟了一次重大的時代轉型。大數據思維原理是什么？

數據核心原理

從“流程”核心轉變為“數據”核心

大數據時代，計算模式也發生了轉變，從“流程”核心轉變為“數據”核心。Hadoop體系的分布式計算框架已經是以“數據”為核心的范式。非結構化數據及分析需求，將改變IT系統的升級方式：從簡單增量到架構變化。大數據下的新思維——計算模式的轉變。

例如，IBM將使用以數據為中心的設計，目的是降低在超級計算機之間進行大量數據交換的必要性。大數據下，云計算找到了破繭重生的機會，在存儲和計算上都體現了以數據為核心的理念。大數據和云計算的關系：云計算為大數據提供了有力的工具和途徑，大數據為云計算提供了很有價值的用武之地。而大數據比云計算更為落地，可有效利用已大量建設的云計算資源，最后加以利用。

科學進步越來越多地由數據來推動，海量數據給數據分析既帶來了機遇，也構成了新的挑戰。大數據往往是利用眾多技術和方法，綜合源自多個渠道、不同時間的信息而獲得的。為了應對大數據帶來的挑戰，我們需要新的統計思路和計算方法。

說明：用數據核心思維方式思考問題，解決問題。以數據為核心，反映了當下IT產業的變革，數據成為人工智能的基礎，也成為智能化的基礎，數據比流程更重要，數據庫、記錄數據庫，都可開發出深層次信息。云計算機可以從數據庫、記錄數據庫中搜索出你是誰，你需要什么，從而推薦給你需要的信息。

數據價值原理

由功能是價值轉變為數據是價值

大數據真正有意思的是數據變得在線了，這個恰恰是互聯網的特點。非互聯網時期的產品，功能一定是它的價值，今天互聯網的產品，數據一定是它的價值。

例如，大數據的真正價值在于創造，在于填補無數個還未實現過的空白。有人把數據比喻為蘊藏能量的煤礦，煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據并不在“大”，而在于“有用”，價值含量、挖掘成本比數量更為重要。不管大數據的核心價值是不是預測，但是基于大數據形成決策的模式已經為不少的企業帶來了盈利和聲譽。

數據能告訴我們，每一個客戶的消費傾向，他們想要什么，喜歡什么，每個人的需求有哪些區別，哪些又可以被集合到一起來進行分類。大數據是數據數量上的增加，以至于我們能夠實現從量變到質變的過程。舉例來說，這里有一張照片，照片里的人在騎馬，這張照片每一分鐘，每一秒都要拍一張，但隨著處理速度越來越快，從1分鐘一張到1秒鐘1張，突然到1秒鐘10張后，就產生了電影。當數量的增長實現質變時，就從照片變成了一部電影。

美國有一家創新企業Decide.com它可以幫助人們做購買決策，告訴消費者什么時候買什么產品，什么時候買最便宜，預測產品的價格趨勢，這家公司背后的驅動力就是大數據。他們在全球各大網站上搜集數以十億計的數據，然后幫助數以十萬計的用戶省錢，為他們的采購找到最好的時間，降低交易成本，為終端的消費者帶去更多價值。

在這類模式下，盡管一些零售商的利潤會進一步受擠壓，但從商業本質上來講，可以把錢更多地放回到消費者的口袋里，讓購物變得更理性，這是依靠大數據催生出的一項全新產業。這家為數以十萬計的客戶省錢的公司，在幾個星期前，被eBay以高價收購。

再舉一個例子，SWIFT是全球最大的支付平臺，在該平臺上的每一筆交易都可以進行大數據的分析，他們可以預測一個經濟體的健康性和增長性。比如，該公司現在為全球性客戶提供經濟指數，這又是一個大數據服務。定制化服務的關鍵是數據。《大數據時代》的作者維克托·邁爾·舍恩伯格認為，大量的數據能夠讓傳統行業更好地了解客戶需求，提供個性化的服務。

說明：用數據價值思維方式思考問題，解決問題。信息總量的變化導致了信息形態的變化，量變引發了質變，最先經歷信息爆炸的學科，如天文學和基因學，創造出了“大數據”這個概念。如今，這個概念幾乎應用到了所有人類致力于發展的領域中。從功能為價值轉變為數據為價值，說明數據和大數據的價值在擴大，數據為“王”的時代出現了。數據被解釋是信息，信息常識化是知識，所以說數據解釋、數據分析能產生價值。

全樣本原理

從抽樣轉變為需要全部數據樣本

需要全部數據樣本而不是抽樣，你不知道的事情比你知道的事情更重要，但如果現在數據足夠多，它會讓人能夠看得見、摸得著規律。數據這么大、這么多，所以人們覺得有足夠的能力把握未來，對不確定狀態的一種判斷，從而做出自己的決定。這些東西我們聽起來都是非常原始的，但是實際上背后的思維方式，和我們今天所講的大數據是非常像的。

舉例：在大數據時代，無論是商家還是信息的搜集者，會比我們自己更知道你可能會想干什么。現在的數據還沒有被真正挖掘，如果真正挖掘的話，通過信用卡消費的記錄，可以成功預測未來5年內的情況。統計學里頭最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律？一個更深層的概念是人和人是一樣的，如果是一個人特例出來，可能很有個性，但當人口樣本數量足夠大時，就會發現其實每個人都是一模一樣的。

說明：用全數據樣本思維方式思考問題，解決問題。從抽樣中得到的結論總是有水分的，而全部樣本中得到的結論水分就很少，大數據越大，真實性也就越大，因為大數據包含了全部的信息。

關注效率原理

由關注精確度轉變為關注效率

關注效率而不是精確度，大數據標志著人類在尋求量化和認識世界的道路上前進了一大步，過去不可計量、存儲、分析和共享的很多東西都被數據化了，擁有大量的數據和更多不那么精確的數據為我們理解世界打開了一扇新的大門。大數據能提高生產效率和銷售效率，原因是大數據能夠讓我們知道市場的需要，人的消費需要。大數據讓企業的決策更科學，由關注精確度轉變為關注效率的提高，大數據分析能提高企業的效率。

例如，在互聯網大數據時代，企業產品迭代的速度正在加快。三星公司、小米手機制造商半年就推出一代新智能手機。利用互聯網、大數據提高企業效率的趨勢下，快速就是效率、預測就是效率、預見就是效率、變革就是效率、創新就是效率、應用就是效率。

競爭是企業的動力，而效率是企業的生命，效率低與效率高是衡量企來成敗的關鍵。一般來講，投入與產出比是效率，追求高效率也就是追求高價值。手工、機器、自動機器、智能機器之間效率是不同的，智能機器效率更高，已能代替人的思維勞動。智能機器核心是大數據制動，而大數據制動的速度更快。在快速變化的市場，快速預測、快速決策、快速創新、快速定制、快速生產、快速上市成為企業行動的準則，也就是說，速度就是價值，效率就是價值，而這一切離不開大數據思維。

說明：用關注效率思維方式思考問題，解決問題。大數據思維有點像混沌思維，確定與不確定交織在一起，過去那種一元思維結果，已被二元思維結果取代。過去尋求精確度，現在尋求高效率；過去尋求因果性，現在尋求相關性；過去尋找確定性，現在尋找概率性，對不精確的數據結果已能容忍。只要大數據分析指出可能性，就會有相應的結果，從而為企業快速決策、快速動作、創占先機提高了效率。