BYR Achieve · 镜像论坛

大数据，时下非常热的一个词汇。近日拜读了英国维克托·迈尔-舍恩伯格和肯尼斯·库克夜合著的《大数据时代》，理清了以往一些在这方面的误区，获益匪浅。大数据，许多人都看不见、摸不着，但是其应用却无处不在，或者说，将会无处不在。比如谷歌预测流感的传播，计算机专家预测机票价格的涨跌，又或者是最为简单的购物网站的商品推荐。大数据是建立在海量数据分析上的决策，这是全新的模式。大数据时代有三个显著的转变。第一，样本等于总体。在决策某个问题的时候，我们可以不再依赖于随机采样，而是直接处理与之相关的所有数据。这一点得以实现取决于以下三个方面的发展：万事万物的数据化、急剧降低的存储成本以及代表强大计算能力的云计算。随机采样曾是（虽然现在也是）人类在统计学领域常用的手段，但是，采样的准确性更大地取决于随机性，而非其采样规模，然而随机性因为主观性的存在常常得不到保证。大数据摒弃随机分析的方法，无疑能够克服这一问题。第二，混杂性取代准确性。在过去，精确是很多时候追求的目标。然而，大数据的规模决定了其必定是稂莠不齐的，要想获得大数据带来的好处，这种混杂性是不可避免的，接受不准确性是我们必须转变的思维方式。第三，相关性取代因果性。因为所以，是小数据时代不可动摇的逻辑模式。然而，当数据变得海量，当维度越来越高的时候，单是找出其现象规律就已经是非常费力的事情，更不必说找发现背后错综复杂的因果关系。所以，知道“是什么”就够了，没必要知道“为什么”，因为实际上也很难准确地知道“为什么”。在一切均可数据化的时代，数据的使用价值并不像传统物品那样随使用次数而降低，不断的选择、重组、分析使其成为无穷无尽的金矿。大数据时代催生出以数据为核心的新价值链。上游是拥有海量数据本身的公司，中游是拥有数据处理分析技术的公司，下游是提供应用思维的公司。从这一价值链我们可以看到许多问题。比如，上游的数据生产商，虽然其拥有的海量数据本来就能够带来很多的价值，但是，与其他数据生产商的合作交换却可以使双方的利益都得到进一步的扩大，这一关系催生了全新的数据中间商，专门从事这类数据交换的买卖。我并不否定中游技术分析和下游应用思维的价值性，而且目前这两者也从中得到了巨大的利润，但是，从长远的目光看，数据生产商将会是最终的赢家。这是一个显而易见的逻辑，中下游必须得到上游的许可才可进行，并且使用这些数据并非是免费的，其分析、应用产生的利润往往大多数都为上游所攫取。进一步说，若是哪一天上游的公司也具备了分析和应用的能力，那么后两者将会被弃之如敝履。所以，长久之计，全产业链的建设是唯一的选择。隐私，是大数据时代中关乎每个人切身利益的话题。在曾经的网络时代，人们常常觉得匿名制度能够使自己所作所为都不被人发现。然而，在大数据来临时，当原本是线下的信息也纷纷被数据化时，人们将无所遁形。匿名化、细节数据模糊处理、无意图收集，这些方法都随着数据规模的增大和综合渐渐失去隐私保护的效果。在书的最后，作者也向世人敲响了警钟：“不能单纯为了数据而数据”。自文艺复兴以来，世界渐渐转变到以人为本的轨道上来，但是，随着大数据的来临，数据的重要性是否会超过人呢？数据使用者是否要承担滥用数据的后果呢？这些都已经触及到道德伦理甚至是法律的范畴。大数据时代虽已到来，但是，要走的路还很长。

【读书笔记】《大数据时代》