A. 看互联网大数据时代的喜与忧
看互联网大数据时代的喜与忧
近来，“大数据”这个词非常的火热。随着科技与互联网的进步，数据似乎已经成为改变一家企业所必不可少的利器。尤其是随着大数据时代的到来，一些曾经非常棘手的问题都能够迎刃而解。比如Google能够先于美国的公共卫生机构发现流感的发生以及传播，甚至能够精确到某个地域，准确率曾高达97%，而这在小数据时代是完全无法想象的。
大数据时代无论是为企业还是为政府亦或是个人都带来了极大的便利。企业能够通过数据分析准确判断出客户的兴趣爱好、购买意向并以此来向客户推荐相关性最高的产品。而这其中做得最为成功的尤属亚马逊。亚马逊在最开始的时候采用的是图书评论形式来向用户推荐图书，但是当拥有大量的用户数据之后转而使用数据分析的形式来向用户推荐图书。成交率比之前有大大的提高，而且再也不需要评论编辑这样也可节约一定的人力成本。
在大数据时代，人们无需在苦苦寻找事物的因果关系。仅通过分析数据来得出相关关系即可，也就是说人们只要知其然而无需知其所以然。比如说，埃齐奥尼开发的Farecast系统能够从现有的航空公司大量的机票销售数据当中分析预测出什么时候购买机票最为便宜。但是却并不知道是什么让机票变得便宜了，而且这也并不是重点，人们只需要知道结果即可。
此外，大数据时代另一个进步在于“样本=全体”。与小数据时代的抽样统计相比，显然这样的方式更具有精确性。因为，大数据时代是将所有的数据作为样本区分析的，能够更加准确并且及时的发现人们曾经所发现不了的细节，而这些细节很可能会关乎成败。而且对于这些数据人们不再盲目追求精确，而是要包含一定的混杂数据。因为这也是属于大数据当中的一部分，只有数据越全面结果才能够越准确。
最为关键的是大数据在商业上面的价值，要比以往任何时候都显得尤为重要。数据的收集、分析也比以往要变得更为廉价、方便。企业只要通过大量的客户数据分析就能够准确制定下一步的经营策略，以及产品改进。比如，一家汽车企业能够通过对客户的坐姿数据的分析来制作汽车的防盗系统、银行能够根据你的社交数据来分析你是否能够偿还贷款。虽然这些看起来并无多少关联，但是大数据让这一切变为可能。
尽管大数据时代的到来有着诸多的好处，但是任何事物总有两面性。大数据时代在给我们带来惊喜的同时也给我们带来许多困扰。比如，我们个人的隐私问题，在大数据时代我们身边每时每刻都会有“第三只眼”在时刻盯着我们的一举一动。你的任何行为都有可能成为某个商家或是机构的分析数据并且随时有可能将之公诸于众。在大数据时代个人隐私或将成为一个“伪命题”。一旦被人非法利用，后果将不堪设想!
而且在大数据时代，人们的思维或许一时还很难转变。所以，如何正确分析并利用大数据就成为一个亟待解决的问题。尽管大数据能够帮人预测某种趋势，诸如根据某人过去的行为预测其可能犯罪之类的，但是我们并不能够依据这些预测就将其定罪。毕竟，事情还没有发生，尽管可以预防但是却不能够惩罚。
最后一点，在大数据时代人们会过于依赖对数据的分析。一旦数据出错，那么人们根据数据所做出的决策与判断都将是错误的。如果在企业运作当中，一次错误的数据分析很容易将企业毁于一旦。而且，数据分析让一切都变得标准化。但是，这并不是完全正确的。诸如一些产品设计，需要设计人员的灵感、需要一些艺术上的创造而不仅仅是一些冰冷的数据。Google在数据的运用上可谓是炉火纯青，但是Google也难免会犯一些常识性的错误。因为Google在招募人才的时候选择了统一的成绩数据标准作为招聘的主要依据。但是，这些并不足以表明一个人究竟是否是人才，但是Google却固执的坚守着这一错误行为。这就是对于大数据的过度依赖，所造成的。
我说过，一件事情总有两面性。大数据在帮人类解决问题的同时也在为人类创造新的问题，对于大数据的使用也同样如此。尽管大数据有着足够强大的力量，但是我们最需要改善的不是数据库的大小、精准与否，而是我们的思维，因为思维才是驾驭科技最根本的力量!
以上是小编为大家分享的关于看互联网大数据时代的喜与忧的相关内容，更多信息可以关注环球青藤分享更多干货
B. 下面哪些是大数据的经典案例 a，farecast与飞机票预测系统 b，googl
A，farecast是通过爬取旅游网站上41天之内12000价格样板的基础上建立的预测系统。现在这个系统已经并入Bing搜索系统，是典型的大数据在商业中的应用。
C. 关于大数据时代这本书
<大数据时代>
页数 270
你的PDF具体全不全，请参照一下目录校验：
目录如下：
推荐序一 拥抱“大数据时代”
宽带资本董事长 田溯宁
推荐序二 实实在在大数据
中国互联网发展的重要参与者，知名IT 评论人
译者序在路上·晃晃悠悠
电子科技大学教授，互联网科学中心主任
引言一场生活、工作与思维的大变革
大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发……
大数据，变革公共卫生
大数据，变革商业
大数据，变革思维
大数据，开启重大的时代转型
预测，大数据的核心
大数据，大挑战
第一部分 大数据时代的思维变革
第1章 更多：不是随机样本，而是全体数据
当数据处理技术已经发生了翻天覆地的变化时，在大数据时代进行抽样分析就像在汽车时代骑马一样。一切都改变了，我们需要的是所有的数据，“样本= 总体”。
让数据“发声”
小数据时代的随机采样，最少的数据获得最多的信息
全数据模式，样本=总体
第2章 更杂：不是精确性，而是混杂性
执迷于精确性是信息缺乏时代和模拟时代的产物。只有5% 的数据是有框架且能适用于传统数据库的。如果不接受混乱，剩下95% 的非框架数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。
允许不精确
大数据的简单算法比小数据的复杂算法更有效
纷繁的数据越多越好
混杂性，不是竭力避免，而是标准途径
新的数据库设计的诞生
第3章 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，我们不必非得知道现象背后的原因，而是要让数据自己“发声”。
关联物，预测的关键
“是什么”，而不是“为什么”
改变，从操作方式开始
大数据，改变人类探索世界的方法
第二部分 大数据时代的商业变革
第4章 数据化：一切皆可“量化”
大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。信息技术变革随处可见，但是如今信息技术变革的重点在“T”（技术）上，而不是在“I”（信息）上。现在，我们是时候把聚关灯打向“I”，开始关注信息本身了。
数据，从最不可能的地方提取出来
数据化，不是数字化
量化一切，数据化的核心
当文字变成数据
当方位变成数据
当沟通成为数据
一切事物的数据化
第5章 价值：“取之不尽，用之不竭”的数据创新
数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，而绝大部分都隐藏在表面之下。
数据创新1：数据的再利用
数据创新2：重组数据
数据创新3：可扩展数据
数据创新4：数据的折旧值
数据创新5：数据废气
数据创新6：开放数据
给数据估值
第6章 角色定位：数据、技术与思维的三足鼎立
微软以1.1 亿美元的价格购买了大数据公司Farecast，而两年后谷歌则以7 亿美元的价格购买了给Farecast 提供数据的ITA Software 公司。如今，我们正处在大数据时代的早期，思维和技术是最有价值的，但是最终大部分的价值还是必须从数据本身来挖掘。
大数据价值链的3大构成
大数据掌控公司
大数据技术公司
大数据思维公司和个人
全新的数据中间商
专家的消亡与数据科学家的崛起
大数据，决定企业的竞争力
第三部分 大数据时代的管理变革
第7章 风险：让数据主宰一切的隐忧
我们时刻都暴露在“第三只眼”之下：亚马逊监视着我们的购物习惯，谷歌着监视我们的网页浏览习惯，而微博似乎什么都知道，不仅窃听到了我们心中的“TA”，还有我们的社交关系网。
无处不在的“第三只眼”
我们的隐私被二次利用了
预测与惩罚，不是因为所做，而是因为“将做”
数据独裁
挣脱大数据的困境
第8章 掌控：责任与自由并举的信息管理
当世界开始迈向大数据时代时，社会也将经历类似的地壳运动。在改变人类基本的生活与思考方式的同时，大数据早已在推动人类信息管理准则的重新定位。然而，不同于印刷革命，我们没有几个世纪的时间去适应，我们也许只有几年时间。
管理变革1：个人隐私保护，从个人许可到让数据使用者承担责任
管理变革2：个人动因VS预测分析
管理变革3：击碎黑盒子，大数据程序员的崛起
管理变革4：反数据垄断大亨
结语 正在发生的未来
大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。
D. 大数据带来的大影响
大数据带来的大影响_数据分析师考试
如果把“数据化”视为信息社会的初级阶段，则名不见经传的英国科学家维克托·迈尔-舍恩伯格，用他别具洞见的天才新著《大数据时代》首次告诉我们：人类正在进入“数据颠覆传统”的信息社会中级阶段。
在此阶段，信息无所不在无所不包，其无限膨胀的天文海量催生了“统计+分类-推理分析=决策”的计算机处理程序(有点像刷卡消费一步到位，节省了算账找补等繁琐环节)，悄然挑战“去粗取精、去伪存真、由表及里、由此及彼”的传统认识论模式，冥冥之中潜移默化，对我们的生活、工作与思维，对人类“阶级斗争、生产斗争、科学试验”三大实践活动产生着重大而深刻的影响。
大数据点燃
美国政府曾为定期公布消费物价指数CPI以监控通胀率，雇用了大量人员向全美90个城市的商店、办公室进行电话、传真拜访，耗资2.5亿美元搜集反馈8万种商品价格的延时信息。然而麻省理工学院两位经济学家采取“大数据”方案，通过一个软件在互联网上每天搜集50万种商品价格即时信息。2008年9月雷曼兄弟公司破产后，该软件马上发现了通胀转为通缩的趋势，而官方数据直到11月才发现。之后该软件被畅销到70多个国家。这一案例充分体现出“大数据”颠覆传统的力量和变革思维的智慧。
“小数据”时代追求精准，竭力避免不精准信息误导误判。然而95%被传统数据库拒绝接受的非结构化(非标准)数据，在“大数据”时代的模糊化数据库中发挥了重要的作用，因为数据越模糊越全面，才能有效避免误导误判。
从因果关系到相关关系的思维变革，是“大数据”颠覆传统认识论模式的关键。电脑毕竟不是人脑，电脑永远搞不懂气候与机票价格之间有什么因果关系。公鸡打鸣和天亮之间虽无因果关系，但古人通过公鸡打鸣来预报天亮却很少失败。“如果数百万条医疗记录显示橙汁和阿司匹林的特定组合对癌症治疗有效果，那就用不着通过一次次实验来探索其具体的药理机制了”。“苹果之父”乔布斯就主动试用过一些医疗记录有效但未经临床验证的疗法同癌症抗争。你可以嘲笑乔布斯“不讲科学”，但他却因此多活了好几年。
从根本上说，所谓“大数据挑战传统认识论”，其实是人类把复杂的认识过程“全部打包”给了电脑，而电脑懒得分析推理验证，只通过统计分类对比，交出“最终答案”就OK了。大数据的精髓在于变“少而精”为“多而全”，变“因果”为“相关”。当实地调研开始被数据采集所替代，当严密的实验开始被非线性逻辑所替代，当“唯一真理”开始被多项选择所替代，“大数据”就用事实向人类宣告：“知其然不知其所以然”，既是电脑望尘人脑的劣势，也是电脑超越人脑的优势！
大数据渗透大世界
不要以为“大数据”只是科幻故事或政府与科学家的“专利”。环顾四周，“大数据”早已渗透我们生活和工作的方方面面，衍生出形形色色的数据超市、数据易趣、数据交友、数据联谊、数据作坊、数据课堂、数据IB等传奇版本。从治安管理、交通运输、医疗卫生、商业贸易、批发零售、公益救援直到政治、军事、经济、金融、社会、环境、文艺、体育。
UPS国际快运公司从2000年开始通过“大数据”检测其遍布全美的6万辆货车车队，统计出各损耗零部件的生命周期，改“备份携带”为提前更换，有效预防了半路抛锚造成的严重麻烦和巨大损失，每年节省数百万美元。UPS还依靠“大数据”优化行车路线(例如尽量右转弯，避免左转弯)，2011年全公司车辆少跑4828万公里，节省燃料300万加仑，减少碳排放3万公吨。
为纽约提供电力支持的爱迪生电力公司，针对每年多起电缆沙井盖爆炸造成严重事故，采取“大数据”手段统计出106种预警先兆，预测2009年可能出事的沙井盖并严加监控。结果位列前十分之一的高危井盖中，预测准确率达44%。
美国里士满市警察当局凭经验认定枪击事件往往导致犯罪高峰期，“大数据”证明这种高峰期往往出现在枪击事件后2周左右。孟菲斯市2006年启动“大数据”系统锁定了更容易发生犯罪的地点和更容易抓捕罪犯的时间，使重大犯罪发生率下降26%。
沃尔玛2004年依靠“大数据”发现了飓风前夕销量增加的各类商品，进而每逢预报便及时设立飓风用品专区，并将手电筒、早餐零食蛋挞等摆放于专区附近，明显增加了“顺便购买”的销量。
至于“大数据”的经济价值，仅需略举数例：2006年微软以1.1亿美元购买了埃齐奥尼的Farecast公司，2008年谷歌以7亿美元购买了为Farecast提供数据的ITA Software公司。同年在冰岛成立的DataMarket网站干脆专靠搜集提供联合国、世界银行、欧盟统计局等权威机构的免费信息来获利生存，包括倒卖各类研究机构公开发布的研究数据——只要找到买主，往往愿出高价！
大数据创造大金融
金融领域当然是“大数据”的主战场之一。程序化交易也许是现今最主要的“大数据”新式武器。美国股市每天成交量高达70亿股，但其中三分之二的交易量并非由人操作，而是由建立在数学模型和算法之上的计算机程序自动完成。日新月异的程序化交易只能运用海量数据来预测收益、降低风险。几乎所有银行、券商、保险、期货、QFII和投资公司都开发了自己的程序化交易工具。谁的武器更先进？竞争到最后恐怕还是比谁搜集处理的数据更海量。
一家投资基金通过统计大商场周边停车场及路口交通拥挤状况，来预测商场经营及当地经济状况，进而预测相关股价走势，最后居然拿数据统计资料换得了该商场的部分股权。
不少对冲基金通过搜集统计社交网站推特上的市场心情等信息来预测股市的表现。伦敦和加利福尼亚的两家对冲基金，利用“大数据”形成119份表情图和18864项独立的指数，向许多客户推销股市每分钟的“动态表情”：乐观、忧郁、镇静、惊恐、呆滞、害怕、生气、激愤等，以帮助和带动投资决策。
在金融机构竞相拉客理财的今天，如果能及时搜集处理海量的微博、微信、短信，自然也能从茫茫人海中及时发现怦然心动打算开户的，或一气之下打算“跳槽”的投资者。
当然，如果投资者都能通过“大数据”直接决策，将“刷卡消费”拓展成“刷卡投资”，那藏龙卧虎的分析师群体和争雄斗妍的研究报告未来还有市场吗？
大数据暗藏大隐患
像所有新生事物一样，大数据也是一把双刃剑。宏观上看，“大数据”在各个不同的领域将人类虚拟分割为“数据化”与“被数据化”两大阵营。持续发酵的“棱镜门”事件披露了美国政府长期监控全世界的“最高机密”，但美国总统、国会和政府都认定这种监控“天经地义”，是“维护国家核心利益”。虽然社会早已建立起庞大的法律法规体系来保障个人信息安全，但在“大数据”时代，这些体系正蜕变为固若金汤但可以随意绕过的“马其诺防线”。
“大数据”导致个人信息被交易、个人隐私被外泄还不算，更大的危险在于“个人行为被预测”。正如作者预言——“这些能预测我们可能生病、拖欠还款甚至犯罪的算法程序，会让我们无法购买保险、无法贷款，甚至在犯罪实施前就预先被逮捕”——也许你认为这对全社会来说无疑是好事。可是如果预测系统不完善、软硬件出差错、数据搜集处理不当、临时数据未经检验、黑客攻击、有人恶意或善意开玩笑制造假信息……导致你、你的家庭、你的亲朋好友、你的所在单位甚至你的祖国被冤枉被制裁，你还能无动于衷吗？
微观上看，即使是出于正当目的采集的“大数据”，仍可能在“扩展开发”过程中产生无法想象的副作用。例如谷歌的街景拍摄和GPS数据为卫星定位和自动驾驶仪提供了关键的支持，但同时因其有助于黑帮盗贼便捷挑选有利目标而引发了多国民众的强烈抗议。当谷歌对图像背景上的业主房屋、花园等目标进行模糊化处理后，反而引起盗贼更加注意。
无论你惊奇还是恐惧，欢迎还是躲避，关注还是漠视，理解还是拒绝，“大数据”都在加快步伐向我们走来。我们只有顺势而为，趋利避害，才不至于被这个充满机遇和挑战的新时代提前淘汰。
以上是小编为大家分享的关于大数据带来的大影响的相关内容，更多信息可以关注环球青藤分享更多干货
E. 大数据攻略案例分析及结论
大数据攻略案例分析及结论
我们将迎来一个“大数据时代”。与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？
｛研究结论｝
怎样才能用起来大数据？障碍如何解决?中国企业家研究院对10多家在大数据应用方面的领先企业进行了采访调研，更多家企业进行了书面资料调研，我们发现：
■ 当前中国企业的大数据应用可以归类为：大数据运营、大数据产品、大数据平台三大=领域，前两者更多是企业内部的应用，后者则在于用大数据来繁荣整个平台企业群落的生态。
■ 大数据营销的本质是一个影响消费者购物前心理路径的问题，而这在大数据时代前很难做到。
■ 对于传统企业而言，要打通线上与线下营销，实现新的商业模式，如O2O等，离不开大数据。
■ 虽然大数据应用往往集中于大数据营销，但对于一些企业，大数据的应用早已超越了营销范畴，全面进入了企业供应链、生产、物流、库存、网站和店内运营等各个环节。
■ 对于大部分企业，由于数据分析人员与业务人员之间的彼此视角与思考方向不同，大数据分析和运营之间存在脱节情况，这是大数据无法用于企业运营最大的阻力
■ 对于大多数互联网公司来说，大数据量、大用户量是一个相互促进，强者越强的循环过程。
■ 对于大型互联网平台，大数据已经成为其生态循环中的血液，对于这些企业，最重要
的不是如何利用大数据改进自身运营，而是利用大数据更好地繁荣平台生态。
■ 对于平台企业，它们的大数据策略正逐渐从大数据运营，向运营大数据转变，前者和
后者的差别在于，前者只是运营改进的动力，而后者则成为企业实现未来战略的核心资源。
我们都已被反复告知：我们将迎来一个“大数据时代”。
大数据应用，将和云计算、3D打印这些技术变革一样，颠覆既有规则，并成为先行企业的制胜关键。
与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？
来自于互联网、移动互联网、物联网传感器、视频采集系统的数据正海量增长，汇成大数据的海洋，相伴的是海量数据存储、分析技术的突破性发展，所有这一切都给企业的应用带来了无限可能性。
许多企业希望将大数据用起来，带动企业的经营，但不知从哪里着手。它们不惜重金投资大数据信息系统、分析系统，聘请更多的人才，希望能从这个新趋势中获益，不过却无奈地发现，大数据仍然停留在云端，没有带来多少实际收益。它们找不到大数据与业务结合的突破口。而一些真正将大数据应用于实战的企业，却在应用过程中困难重重：大数据无法与业务结合；没有收集、分析海量数据的能力；经营人员缺少应用大数据的动力；数据来源鱼龙混杂难以使用……
中国企业家研究院对当前中国企业大数据应用的状况进行了归纳分类，以帮助企业了解实际应用大数据时的困局难点，并提供领先企业的典型案例以资借鉴。
表1
表2
大数据运营—企业提升效率的助推力
对于大多数企业而言，运营领域的应用是大数据最核心的应用，之前企业主要使用来自生产经营中的各种报表数据，但随着大数据时代的到来，来自于互联网、物联网、各种传感器的海量数据扑面而至。于是，一些企业开始挖掘和利用这些数据，来推动运营效率的提升。大数据运营应用中，大数据的应用分为三类：用于企业外部营销、用于内部运营，以及用于领导层决策。
一、大数据营销
大数据营销的本质是影响目标消费者购物前的心理路径，它主要应用在三个方面：1、大数据渠道优化，2、精准营销信息推送，3、线上与线下营销的连接。在消费者购物前，通过各种方式，直接介入其信息收集和决策过程。而这种介入，是建立在对于线上与线下海量用户数据分析的基础之上。相比传统狂轰滥炸或等客上门的营销，大数据营销无论在主动性和精准性方面，都有非常大的优势。它是目前主要的大数据应用领域。
大数据营销不仅仅是用大数据找出目标顾客，向其发布促销信息，它还可以做到：
实现渠道优化。根据用户的互联网痕迹进行渠道营销效果优化，就是根据互联网上顾客的行为轨迹来找出哪个营销渠道的顾客来源最多，哪个来源顾客实际购买量最多，是否是目标顾客等等，从而调整营销资源在各个渠道的投放。例如东风日产，它利用对顾客来源的追踪，来改进营销资源在各个网络渠道如门户网站、搜索和微博的投放。
精准营销信息推送。精准建立在对海量消费者的行为分析基础之上，消费者网络浏览、搜索行为被网络留下，线下的购买和查看等行为可以被门店的POS机和视频监控记录，再加上他们在购买和注册过程中留下的身份信息，在商家面前，正逐渐呈现出消费者信息的海洋。
一些企业通过收集海量的消费者信息，然后利用大数据建模技术，按消费者属性（如所在地区、性别）和兴趣、购买行为等维度，挖掘目标消费者，然后进行分类，再根据这些，对个体消费者进行营销信息推送。比如孕妇装品牌十月妈咪通过对自己微博上粉丝评论的大数据分析，找出评论有“喜爱”相关关键词的粉丝，然后打上标签，对其进行营销信息推送。京东商城副总经理李曦表示：“用大数据找出不同细分的顾客需求群，然后进行相应的营销，是京东目前在做的事情。”小也化妆品将自身网站作为收集消费者信息的雷达，对不同消费者推荐相应的肌肤解决方案，创始人肖尚略希望在未来，大数据营销能替代网站的作用，真正成为面向顾客的前端。
打通线上线下营销。一些企业将互联网上海量消费者的行为痕迹数据与线下购买数据打通，实现了线上与线下营销的协同。比如东风日产，线上与线下的协同营销方式为：其门户网站带来订单线索，而通过这些线索，服务人员进行电话回访，从而推动顾客在线下交易。在此过程中，东风日产记录了消费者进入、浏览、点击、注册、电话回访和购买各个环节的数据，实现了一个横跨线上线下，以大数据分析为支持的，营销效果不断优化的闭环营销通路。而国双科技，衡量某一地区线下促销活动的效果，就是看互联网上，来自这个地区对于促销内容的搜索量。一些企业，通过鼓励线下顾客使用微信和Wi-Fi等可追踪消费者行为和喜好的设备，来打通线上与线下数据流，银泰百货计划铺设Wi-Fi，鼓励顾客在商场内使用，然后根据Wi-Fi账号，找出这个顾客，再通过与其它大数据挖掘公司合作，以大数据的手段，发掘这个顾客在互联网的历史痕迹，来了解这个顾客的需求类型。
二、大数据用于内部运营
相比大数据营销，大数据在内部运营中的应用更深入，对于企业内部的信息化水平，以及数据采集和分析能力的要求更高。本质上，是将企业外部海量消费者数据与企业内部海量运营数据联系起来，在分析中得到新的洞察，提升运营效率。（详见P96表5：大数据在内部运营中的应用）
表5
三、大数据用于决策
在大数据时代，企业面对众多新的数据源和海量数据，能否基于对这些数据的洞察，进行决策，进而将其变成一项企业竞争优势的来源？同大数据营销和大数据内部运营相比，运用大数据决策难度最高，因为它需要一种依赖数据的思维习惯。
已有少数企业开始尝试。比如国内一些金融机构在推出一个金融产品时，会广泛分析该金融产品的应用情况和效果、目标顾客群数据、各种交易数据和定价数据等，然后决定是否推出某个金融产品。
但是，中国企业家研究院在调研中发现，目前中国企业当中，大数据决策的应用非常之少，许多企业领导者进行决策时，仍习惯于凭借历史经验和直觉。
大数据产品——企业利润滋长的新源泉
大数据除了用于运营外，还能够与企业产品结合，成为企业产品背后竞争力的核心支持或者直接成为产品。提供大数据产品的企业分为两类，直接提供大数据产品的企业，以及将大数据作为产品和服务核心支撑的企业。前者主要为大数据产业链中提供数据服务的参与者，包括数据拥有者、存储企业，挖掘企业、分析企业等，后者则主要是那些以大数据为产品核心支撑的企业，它们大多是互联网企业，其产品和服务先天就有大数据基因，这些企业包括搜索引擎、在线杀毒、互联网广告交易平台以及众多植根于移动互联网之上，为用户提供生活和资讯服务的APP等。
表3
表4
一、大数据作为产品核心支持
它们主要在以下几方面使用大数据：
1、提供信息服务。很多互联网企业通过对海量互联网信息和线下信息的整合和分析，为个人和企业提供信息服务，典型的如网络、去哪儿、一淘、高德地图、春雨医生等等。在美国，一些互联网企业甚至根据大数据提供更深度的预测信息服务，美国科技创新公司farecast，通过分析特定航线机票的价格，帮助消费者预测机票价格走势。
2、分析用户的个性化需求，借此提供个性化产品和服务，或者实现更精准的广告。典型的有移动社交工具陌陌、网络、腾讯、广告交易平台品友互动以及一些互联网游戏商。这种应用往往先是收集海量用户的互联网行为数据，将用户分类，根据不同类型的用户，提供个性化的产品，或者提供个性化的促销信息。比如网易等门户网站推出了订阅模式，让使用者按照个人喜好方便地定制和整合不同来源的信息。
3、增强产品功能。对于很多互联网产品，如杀毒软件、搜索引擎等等，海量数据的处理能够让产品变得更聪明更强大，如果没有大数据，产品的功能就大大减弱。比如奇虎360公司的360杀毒软件，凭借每天海量的杀毒处理，建立了庞大的病毒库，这使它能够更快地发现病毒，而一些小的杀毒软件公司则无法做到这一点。
4、掌控信用状况，提供信贷服务。阿里巴巴上汇集了海量中小企业的日常资金与货品往来，通过对这些往来数据的汇总与分析，阿里巴巴能发现单个企业的资金流与收入情况，分析其信用，找出异常情况与可能发生的欺诈行为，控制信贷风险。
5、实现智能匹配。婚恋网站、交易平台等，利用大数据可以进行精准而高效的配对服务。网易花田会挖掘用户行为数据，比如点击哪些异性的页面，发表什么样的评论，建立用户兴趣模型，从而挖掘到用户所期待另一半的类型，然后主动推荐与对方匹配度比较高的人选。2010年，阿里巴巴尝试性地推出“轻骑兵”服务，由阿里巴巴将中国各产业集群地的供应商与海外买家的个性采购需求进行快速匹配，所凭借的，就是对供应商的海量交易数据信息的整合与挖掘。
大数据作为产品核心支撑的关键在于用户量。对于大多数互联网公司来说，用户量越多，收集的数据越多，凭借更多的数据，其产品与商业模式会不断改进，进而带来更多的用户。
二、大数据直接作为产品
对一些企业，大数据直接成为了产品，这些产品包括海量数据、分析、存储与挖掘的服务等，目前大数据产业链正在形成过程中，出现了一批开放、出售、授权大数据和提供大数据分析、挖掘的公司和机构，前者主要是一些拥有海量数据的公司，将数据服务作为新的盈利来源。如大型的互联网平台、民航、电信运营商、一些拥有大数据的政府机构等等，后者主要包括一些能够存储海量数据或者将海量数据与业务场景结合，进行分析和挖掘，或者提供相关产品的公司，如IBM、SAP、拓而思、天睿公司。它们为大数据应用者们提供海量数据存储、数据挖掘、图像视频、智能分析等服务以及相关系统产品。
大数据平台——企业群落繁荣的滋养剂
相对企业本身对大数据的应用，大数据平台更多是利用大数据来搭建企业生态。一些拥有庞大数据资源的大型互联网平台，已变为包含海量寄生者的生态系统。在这个生态系统中，它们将海量用户互联网行为痕迹和分析提供给平台上的企业，用于它们改善经营，推动整个平台生态繁荣，在这一过程中，它们也收取数据服务费。阿里巴巴就是一个典型的例子，从数据魔方、黄金策到聚石塔，阿里巴巴不断地为平台上中小电商提供数据产品和服务。
而网络已建成了包括网络指数、司南、风云榜、数据研究中心和网络统计在内的五大数据体系平台，帮助其营销平台上的企业了解消费者行为、兴趣变化，以及行业发展状况、市场动态和趋势、竞争对手动向等信息。
而当大数据从企业内部运营的动力，变成平台企业的产品和服务时，平台企业也在经历着一个从大数据运营到运营大数据的阶段。数据从运营的支持工具，变成了生产资料。此前平台们的关注点，更多的是如何用好现有的大数据。而未来，它们的关注点则更多是如何将大数据这个生产资料管理好、经营好，如何更好地为平台上的企业服务。这就涉及到收集的数据质量怎样？格式标准是否统一？数据作为一种原材料，其精细化程度如何？是否符合平台上企业应用的具体场景？是平台上企业拿来就能用的，还是还需要平台上的企业再加工？
为解决这些问题，各个平台在积极地努力。比如阿里巴巴建立了数据委员会，在统一数据格式标准、从源头上保证数据的质量，采集和加工出精细化的数据，确保其能符合平台企业的应用场景等方面，不遗余力地尝试。尤其在大数据精细化方面，阿里巴巴更是作为其大数据战略的重点。这方面，腾讯目前也在加快步伐。比如新版腾讯网出现了“一键登录”的提示，用户可以在上面通过一些细分标签，订阅自己关注的内容。实际上，这也是腾讯收集更精细化的用户兴趣数据的一个有效手段。
Tips
大数据实战手册
将大数据应用于内部运营中时，企业会遇到一些常见问题
1企业如何获取与分析数据？
互联网是大数据的一个主要来源，一些线下的传统企业很难获得。但它们可以：
a 和拥有或能抓取海量数据的平台、企业以及政府机构合作。比如淘宝上的电商就购买淘宝收集的海量数据中与自身运营相关的部分，用于自身业务。再如卡夫通过与IBM合作，在博客、论坛和讨论版的内容中抓取了47.9万条关于自己产品的讨论信息，通过大数据分析出消费者对卡夫食品的喜爱程度和消费方式。
b 建立自己在互联网上的平台，比如朝阳大悦城利用自己的微信、微博等平台收集消费者评论数据。
c 许多传统企业没有分析海量数据的能力，此时它们可以和大数据分析和挖掘公司合作，目前市场上已经有天睿公司、IBM、百分点、华胜天成等一批提供大数据分析和挖掘服务的公司，它们是传统企业进行大数据分析可以借助的力量。
2 如何避免大数据应用时的部门分割？
对于许多企业，其信息流被各部门彼此分割，数据难以互通，对于这种情况下，大数据的共享和汇集就只是一个泡影，更难以实现大数据的深度应用。
要打通部门之间信息分割的局面，首先要建立统一的、集中的数据系统。就像立白信息与知识总监王永红所说的，“要真正用好大数据，企业要采用大集中的信息系统。”从更深入的角度来谈，企业信息流的部门分割，更在于企业部门之间的分割，比如有一些企业的营销按照渠道分割，导致对于顾客的大数据收集和分析效果大打折扣。
IBM智慧商务技术总监杨旭青认为，“很多时候由于组织结构问题，大数据分析有效性大大降低了。”这就需要组织与流程层面的重新设计，在这方面，阿里巴巴的部门负责人轮岗制度，对于打破部门壁垒无疑是一剂好药。而一些企业为了打破部门分割，建立了矩阵型的组织结构，强化部门间的横向合作，这些无疑为大数据的汇集、共享与应用创造了良好条件。
3 如何让业务人员重视大数据的应用？
解决这个问题，一方面在于一把手对整个企业数据文化的倡导，比如1号店董事长于刚就要求业务人员无论在开会，还是汇报工作时，都以数据说话，而马云更是将大数据提升到了战略高度。
另一方面，也在于数据部门的带动，阿里巴巴数据委员会负责人车品觉分享了经验，“因为运营部门的业务人员很难看到大数据的潜力，可以首先从一些对业务见效快，见效显著的数据项目出发，通过一两个项目的成功，调动对方的积极性，然后再逐步一个个地引导。”
4 为何大数据工作与运营需求脱节？
这往往是由于数据人员与业务人员视角、专业知识不同而导致的。大数据人员做了很多努力，但是业务人员却认为这些努力无关痛痒。如何解决这个问题？
有的企业从组织设计上发力，将大数据纳入业务分析部门的管理之下，用业务统驭数据。对于朝阳大悦城，由主要负责战略和经营分析的部门来管理大数据工作，其中的大数据分析人员则作为支持人员。在负责人张岩看来，大数据要靠商业法则指导，关键是找到业务需求的点，然后由数据分析和挖掘人员实现。在具体操作中，大悦城对微信的数据挖掘，挖掘什么样的关键词，由业务分析人员确定，而具体挖掘则由数据部门做；有的企业从流程设计上着手，推动业务部门与数据部门人员之间的沟通，建立数据人员工作与效果挂钩的考核机制。
例如阿里巴巴根据数据挖掘的成效（比如带来的商品转化率的提升）来考核数据挖掘师，考核数据分析师则看其分析结果能否出现在经营负责人的报告中。从数据部门自身角度则需要降低运营部门使用数据的障碍和门槛，比如立白集团的数据人员会努力尝试向运营部门提供更易懂、更生动的图形化数据分析界面，在立白老板办公室上，就有一份“客户运营健康体检表”，让老板对全国经销商的当月销售情况一目了然。再如阿里巴巴开发的无线Bi，让经营人员在手机上也可以看到大数据分析结果，拿车品觉的话说，“以数据之氧气包围经营人员。”
以上是小编为大家分享的关于大数据攻略案例分析及结论的相关内容，更多信息可以关注环球青藤分享更多干货
F. 大数据之父舍恩伯格:互联网比你更了解你
大数据之父舍恩伯格:互联网比你更了解你
牛津大学网络研究院网络监督及管理学教授，研究领域为网络经济。曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中心网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。
有100多篇论文公开发表在《科学》、《自然》等著名学术期刊上，同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。
信息权威与顾问，咨询客户包括微软、惠普和IBM等全球顶级企业。早在1986年与1995年就担任两家软件公司的总裁兼CEO，1991年跻身奥地利软件企业家前5名之列，2000年被评为奥地利萨尔斯堡州的年度人物。
机构和国家政府高层的信息政策智囊，专注于信息安全与信息政策与战略的研究，是欧盟专家之一，也是世界经济论坛、马歇尔计划基金会等机构的咨询顾问，先后担任新加坡商务部高层、文莱国防部高层、科威特商务部高层、迪拜及中东政府高层的咨询顾问。
超过两年没穿的衣服会送人，拍得不好看的照片要当即删除
大数据之父舍恩伯格：互联网比你更了解你
时代周报记者 韩玮 发自上海
舍恩伯格又要戴着他标志性的约翰·列侬式的圆眼镜来中国了。
9月25日，时代周报举办2015“影响力·中国”秋季峰会，舍恩伯格将受邀出席，讲他最擅长的大数据。
最近两年，这位数据科学领域的权威学者每隔几个月就会出现在中国，而他所到之处，无不受到媒体、读者的簇拥。
舍恩伯格之所以在国内名声大噪，主要是因为他的两本畅销书、关于大数据的先河之作—《大数据：一场将改变我们生活、工作和思考方式的革命》（Big Data :A Revolution That Will Transform How We Live, Work, and Think，中文版又名《大数据时代》）以及《删除：大数据取舍之道》（Delete: The Virtue of Forgetting in the Digital Age）。前者揭示了大数据给人类带来的巨大改变，后者则尝试探索大数据时代人类应该如何构建积极而安全的未来。
作为最早洞悉大数据发展趋势的数据科学家，舍恩伯格在国内受追捧并不奇怪。毕竟，此刻的中国—国务院刚刚印发《促进大数据发展行动纲要》，提出推动大数据发展和应用在未来5-10年逐步实现的目标及主要任务。国内的大数据产业正迎来大发展时期。
而由于大数据太火，在这个新淘金时代，人们对舍恩伯格的兴趣不再停留于他的研究，还延伸至他本人以及他获得一系列学术成就的过程。
恰好，舍恩伯格是个性格有趣而经历丰富的人。比如，他曾因不想继承家业而与父亲争执数十年，最终走上学术之路。
代码少年
“我母亲以前经营一家电影院，我每年都会问她，过去一年最好的电影是什么？她总是说，我知道，是×××。但她总是错的。”
舍恩伯格常常在演讲中提起这个例子，尽管只是为了佐证大多数人都需要数据分析工具这个观点，但无意间却把很多人的兴趣引向了他的过去。
这位如今在全球数据科学领域极具名望的科学家其实算得上是“富二代”。他出生在距离莫扎特故乡奥地利萨尔茨堡两小时车程的一个小镇上，父亲是当地的税务律师，有自己的事务所；母亲则打理着小型电影院、花店等生意。
1966年，舍恩伯格出生那年，他的父亲买来了小镇上的第一台电脑，价格不菲。当时，镇上所有人都觉得他疯了，肯定会破产。而这台巨大的个人电脑运转时发出的嗡嗡声陪伴了舍恩伯格的整个童年。
小时候，舍恩伯格喜欢看阿斯特丽德·林德格伦的童话书。这位已故瑞典作家最著名的作品是那本充满想象力的《长袜子皮皮》。而那时的舍恩伯格梦想成为发明家，因为，让想法变成现实是一件特别诱人的事。
“如果还可以和林德格伦共进午餐，我想问她，她如何激发自身的想象力？爱因斯坦说过，想象力比知识更重要。”舍恩伯格说。
读书时，舍恩伯格最喜欢的科目是物理和数学，进而又对计算机着迷。十一二岁时，他就想用那台嗡嗡作响的电脑编程。
“当时，只有大学才有计算机，我就去当地大学报了一门编程课。但老师觉得我不可能学会，就让我自己玩。于是，我便在角落里自学。”到了高中时期，这位天赋异禀的少年先后在国际物理奥林匹克竞赛和奥地利青年程序员竞赛中获了奖。
17岁时，舍恩伯格第一次触网。当时，他无意间得到一个声音耦合器，其实不过是简陋的调制解调器—使用者得把电话听筒与之连接，从而激活以声音传送方式进行的数据传输。
在此之前，舍恩伯格听说过互联网，但从没体验过。于是，他捣鼓了好几个月，试掉了一大笔电话费，最终连上了一个提供初级的邮件、论坛等商业在线服务的无线电通讯网站“The Source”。此后，舍恩伯格便一发不可收拾，对网络着了迷。
1986年，年仅20岁、没读完大学的舍恩伯格“创业”了—成立杀毒软件公司Ikarus，并开发了一款当时奥地利最畅销的软件Virus Utilities。至今，网络对Virus Utilities的介绍上写着，这是一款剽悍的杀毒软件。1991年，年轻的舍恩伯格还被评选为奥地利最顶尖的5位软件企业家之一。
这段程序员的经历为舍恩伯格的未来打下了基础。许多年后，在《大数据时代》这本书中，舍恩伯格写道，真正的数据科学家是统计学家、软件程序员、图形设计师与作家的结合体。
父与子
在舍恩伯格的学术之路上，很难绕开的一个人物，就是买来了小镇上第一台电脑的父亲。
舍恩伯格与父亲的关系并不差。至今，他记忆最深的关于父母的细节是，每天晚餐后，父亲都会耐心听他讲述那天发生的事以及他的一些想法。舍恩伯格觉得，这是父亲的“超能力”。
不过，父亲始终不希望舍恩伯格满脑子想着如何成为计算机学家，尽管他迁就儿子喜欢计算机。这位在小镇上有头有脸的税务律师总在劝说自己的孩子尽早学完法律，继承家业。在子承父业和投身计算科学之间，舍恩伯格与父亲争执了数十年，直到后者去世。
而在20岁左右的年龄，舍恩伯格还是顺从父亲，先在奥地利萨尔茨堡大学读了法学本科。据说，因为法律太无趣，这位学霸硬是在3年半里读完了7年的书。
接着，父亲要求舍恩伯格继续在法律上深造，但这个年轻人心不甘情不愿，于是便赌气地只申请了一所学校—哈佛。他觉得，自己肯定不会被录取。
收到录取通知书那天，舍恩伯格以为是朋友开玩笑，于是按照上面的电话号码打过去斥责，“这是愚蠢的玩笑！”而电话另一头却有声音说，“不，这里是哈佛。有什么能帮你吗？”
这不是舍恩伯格唯一一次“厚积薄发”。其实，在学生时代的大部分时期，舍恩伯格虽然出色，但不是最出色的那个。但到了最后一个学年，他就像突然间开了窍，过去学过的东西顿时“融会贯通”了。于是，出乎所有人包括他自己的意料，他在毕业前的最后一次考试中获得了学生生涯唯一一次的全A。
而在美国最古老的法学院哈佛法学院，舍恩伯格开始觉得自己学的法律不再像本科时那么了无生趣。尽管如此，他依然不想学成后接手父亲的公司。
有记者采访舍恩伯格时曾问，“你后来为什么当上了大学教授？”他说，“我一直想成为发明家，直到我那个一直‘逼’我接手家业的父亲有天问我，如果不想做税务律师，你想做什么时，我才下定决心当大学教授。至少，对于我父母来说，这会是一个比发明家更容易接受、更受人尊敬的工作。”
从哈佛毕业后，舍恩伯格又拿到了萨尔茨堡大学的法学博士以及伦敦政经学院的理学硕士学位，并依照对父亲的承诺，在伦敦一所大学谋得了教职。
当时，舍恩伯格的父亲面对这样的局面依然感到有些失落，最后竟然猝然辞世。父亲去世的第二天，舍恩伯格选择离开伦敦，放弃自己的事业和学术，回到自家的镇子上，做起了以前无数次拒绝的税务律师。
“我的人生，和大多数人一样，既是连贯的，同时又屡受波折。我最初喜欢物理、数学，转而对计算机产生兴趣，进而关注数据安全和数据编码，并喜欢上了研究隐私法、知识产权法以及网络法。依照这个路径，数据逐渐成为我关注的重点。但我的生活又被一次次打乱。比如，父亲的离世让我放弃了原来的事业规划，回到了老家；但一年后，我又卖掉父亲的公司，艰难地重回学术圈；后来，偶然的机会让我得以到哈佛大学肯尼迪学院任教。某种意义上说，这些波折给我制造了意想不到的困难，但也带来了意想不到的机会。”舍恩伯格告诉时代周报记者。
大数据之父
自1998年始，舍恩伯格的学术研究步入正轨。他进入哈佛大学肯尼迪学院任教，并在那里度过了10年。此后，他曾在新加坡国立大学李光耀公共政策学院做过3年副教授，借机观察亚洲的信息政策，而今则在牛津大学互联网研究院担任治理与监管专业的教授。
这10余年间，互联网飞速发展，人们开始使用手机上网、聊天、购物，完成很多过去必须线下操作的事。而这些变化都被舍恩伯格陆续记录在论著里。
2010年，在舍恩伯格组织的一次研讨会上，几乎所有参会者发言时都开始提及社会运转模式正在发生某种改变，但谁也说不出这种变化的实质是什么。当时，《经济学人》的数据编辑肯尼思·库克耶（Kenn Cukier）也在会场，他不久前刚做过一期《大数据的冲击》的特刊报道。
那场研讨会后，舍恩伯格与库克耶进行了很多次深入交谈，“然后，我们决定合写一本书，探讨大数据对于当下的意义以及大数据时代的本质”。
2012年12月，舍恩伯格与库克耶合写的《大数据时代》出版。这本大数据研究的先河之作不仅广受媒体好评，还让舍恩伯格知名度大涨。
在书里，舍恩伯格通过各种例子展现大数据带来的改变。比如，一家叫Farecast的公司通过近十万亿条价格记录来预测美国国内航班的票价。到2012年为止，票价预测的准确率达到75%，使用Farecast票价预测工具购买机票的旅客，平均每张机票可节省50美元。
“大数据的核心是预测。它通常被视为人工智能的一部分，或者说是一种机器学习。但其实，这种定义具有误导性。大数据不是要教机器像人一样思考，相反，它是把数学算法运用到海量数据上来预测事情发生的可能性。”舍恩伯格写道。
在这本书里，舍恩伯格还提出了一个广为引用的观点—大数据关注的不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。
“具体来说，大数据的目的是全面的数据收集和分析；同时，我们要明白，在数据质量和数据数量之间要有一个平衡，所以，‘不是精确性，而是混杂性’，而‘不是因果关系，而是相关关系’，这是让我们意识到，因果关系不再是解释这个世界的唯一逻辑。”舍恩伯格告诉时代周报记者。
此外，舍恩伯格还是倡导大数据商业应用的第一人。在《大数据时代》中，他指出，如今的数据已经成为一种商业资本、一项重要的经济投入，可以创造新的经济利益。而这也是他屡屡被正在大力推动大数据产业发展的中国人当作座上宾的原因之一。
在关注数据的价值之余，舍恩伯格感兴趣的另一重要领域是如何避免数据被滥用。在早于《大数据时代》出版的《删除：大数据取舍之道》一书中，舍恩伯格提出了数字时代最大的问题：互联网记住了人们希望自己忘记的东西。当遗忘成为例外，记住变成常态，人类理性决策的能力就会受到威胁。所以，在大数据时代，所有人都应该享受“被遗忘的权利”。
事实上，舍恩伯格本人早早地为自己确立了一套关于删除的生活准则。比如，那些超过两年没穿的衣服会被他送人或处理；那些拍得不好看的照片，他会当即删除。因为，“如果不删除，在数字时代，互联网可能会比你自己更加了解你”。
舍恩伯格这些新颖的想法曾一度让读者直呼开了眼界。而目前，他告诉时代周报记者，自己的兴趣点转到了小型无人机上。其实，一直以来，舍恩伯格对飞机驾驶以及基于大数据分析的无人驾驶都颇感兴趣。只是不知道，这位数据科学家未来又会在这个问题上带来怎样“让人感觉脑洞大开”的思考。
对话舍恩伯格：
“只要他们不滥用权力，不必对数据寡头反垄断”
时代周报记者 韩玮 发自上海
9月13日，在接受时代周报记者独家专访时，舍恩伯格讲述了自己对大数据的一些理解，以及收获这些理解的过程。
影响最深的人是高中物理老师
时代周报：今年暑假，以艾伦·图灵为原型的传记电影《模仿游戏》在中国上映，感动了很多人。你看过这部影片吗？艾伦·图灵是计算机科学之父，他对你从事数据科学研究是否有影响？
舍恩伯格：我看过这部电影。事实上，很多年前，我就读过一些图灵的论著。你可能记得，我以前做软件公司时就需要编码，所以，图灵的书肯定要看。
不过，影响我最深的人不是图灵，而是我的高中物理老师。他让我开始接触到熵的概念、相对论、量子理论等。对于我来说，他就像是为我打开了通往新世界的大门。
时代周报：大家都认为你是当今最重要的数据科学家之一。我特别好奇，大数据给你本人的日常生活带来改变了吗？
舍恩伯格：我是大数据服务的“大用户”。平常，我会戴苹果手表，一直以来，它为我的身体健康提供了很多帮助；我也喜欢诸如亚马逊一类的电子商务公司，同时，还经常使用谷歌地图。此外，维基网络对我来说是个难得的好帮手，它让我比过去更加容易获得有用的信息，对我的帮助很大。
时代周报：我今年曾采访过畅销书《大停滞》（The Great Stagnation）的作者、美国经济学家泰勒·考恩。在谈到对大数据的看法时，他告诉我，“大数据被高估了，因为，大多数人都不知道他们手握的这些数据要用来干什么，企业也一样。大数据能帮助我们在某些边缘地带提高效率，比如针对性的广告，但它无法改变全局。这其中，最困难的是问对问题，并且找到问题背后特定的模式，再用数据去加以匹配。这非常难以实现。”你认同他的观点吗？
舍恩伯格：我非常欣赏泰勒·考恩，《大停滞》是一本很棒的著作。我还曾引用过这本书里的一些观点。但在大数据的问题上，我觉得他的观点是错误的，或许，这是因为这方面不是他所研究的核心专业领域。
大数据可减少资源不公平的危害
时代周报：现在，大多数行业提起大数据就言必称“这是一场行业革命，要颠覆过去”。你认为，大数据真的会颠覆那些传统行业吗？
舍恩伯格：会的，这种颠覆已经发生，并在快速进行。施乐帕罗奥尔托研究中心前主管约翰·西里·布朗（John Seely Brown）就发现，过去几十年，超大型企业的寿命正在缩短。与此同时，我们看到，就在最近几年，大数据驱动、估值达到数百亿美元以上的互联网企业不断涌现。在人类历史上，没有哪个时期在比今天更多的领域，发生比今天更快的变化。
时代周报：目前，中国存在网络、阿里巴巴、腾讯三大互联网巨头，分别统治着搜索、电商、社交三个领域，他们不断吸纳着用户的网上行为数据，几乎肯定会成为中国的数据寡头。你认为，在数据层面是否需要反垄断？
舍恩伯格：我认为必要的一点是，互联网要对新的创新主体保持开放的状态。只要大企业不滥用自己的权力，将那些更小但更好的初创企业赶出市场，那么，他们就不会制造太多的威胁。所以，我更关注的是这些企业的实际行为，而非他们的规模。
时代周报：除了数据，我知道，你还对教育问题有着深入研究。今年1月，你出版了一本名为《与大数据同行：学习和教育的未来》的新书，专门探讨大数据研究在教育领域的应用，以求真正实现因材施教。而中国教育的主要问题是教育资源分配不公平，大数据能解决这个问题吗？
舍恩伯格：大数据不能从根本上消除这种不公平，但是，通过大数据的手段，我们能以相对较低的成本提供高度个性化的教育，从而减少这种不公平带来的危害。换言之，大数据能让学生以很低的成本，获得至少像“私人家教”那样的订制教育。所以，大数据可以成为改变整个游戏的因子。
以上是小编为大家分享的关于大数据之父舍恩伯格:互联网比你更了解你的相关内容，更多信息可以关注环球青藤分享更多干货
G. 《大数据时代》的读后感
认真品味一部名著后，你有什么领悟呢？现在就让我们写一篇走心的读后感吧。那么如何写读后感才能更有感染力呢？以下是我帮大家整理的《大数据时代》优秀读后感范文，希望能够帮助到大家。
这书读起来不费劲，没有太多晦涩的理论，所以也比较快速的用了几天的中午休息时间读完了。
网上到处都是推荐此书的文章，赞为大数据的经典之作。可是，我读了一遍下来，却没有这种经典之感，只是必须叹服作者思维严密、涉猎广泛，书中有关大数据的例子真是不少，会给我们的阅读带来一定的舒适感和现实感。
已经看过太多网上的关于大数据的文章、案例分析，但是我认为大数据仅仅是一种手段，是我们分析认识世界的诸多手段中的一种。我们既不要拒绝排斥大数据的应用，但也没必要神话大数据。
在读此书过程中，稍带也看了几部关乎大数据分析的影片，有本书中提到的《少数派报告》，还有《永无止境》、《源代码》。少数派报告中，人类借助先知的超能力获取对犯罪的预测和提前打击，但是书中和影片中都提到的有一个悖论的问题：如果你预测某犯罪要发生，所以去提前抓捕，阻止了案件的发生，但案件没有发生，又以什么为依据来抓捕嫌疑人呢？！所以，我认为大数据的应用在预测方面的作用，不应该涉及任何行政司法等严肃方向。因为，人是善变的，也许在预测之后的时间里，由于其它因素影响，t她的决定就突然改变，预测就彻底无效了。大数据，更应该在提供思路、途径方向，在我们还没有发现其原理之前，先依照大数据的分析去做些突破常规、有创造性的事情。
从古至今，对数据的统计应用一直没有中断过，我们人类在发挥聪明才智的过程中，创造了文字记录历史，通过积累和总结为人类的文明发展做出了极大的贡献。只不过，现在我们利用计算机系统对日益暴涨的数据信息能够处理的数据量更大、想法更多了。在这个角度上，大数据其实不过是人类信息化发展历史中的一个必然过程。
大数据爆发的背景，是计算机普及应用、工作和生活信息化、网络尤其是互联网的发达等因素，为之提供了能够使用的超大规模数据化信息。就如计算机与人下棋的程序一样，掌握了足够的棋局数据、能够推算每一步之后的可能，快速的运算能力是实现这些的基础。
大数据本身是无意识的，或者叫无目的，是因为使用的人的发现或主观意识，才从中抓取到符合所想或支持所想的一些数据和比例。人才是核心。别以为有个所谓的大数据中心就能够挥斥方遒、指点江山了。这也是我说要对大数据去神化的一点。书中所举例子，成功的案例其实都基本是一个打破常规、奇思异想的人或一个具备创新思维的团队，而这个人或团队一旦陷入对现有模式的僵化应用或崇拜，失败的结果也是必然。我想说的是，无论是大数据还是快数据什么的玩意，都仅仅是我们了解世界了解社会的一个角度一种手段，都始终无法摆脱依赖于人的思考这个根本。别一叶障目不见泰山的意味有了大数据就拥有了整个世界，你的心有多大，舞台才有多大。只有当你的思考抵达，那些个曾经没有价值的数据垃圾，才会焕发出价值！不要荒废了你的思考这个核心！
作者说大数据只讲结果不讲原因。这个状态我认为仅仅是一个过渡时期的表现，如果要实现对大数据分析应用的更加精准、甚至可以作为某种依据，必然要获得对大数据分析的果的可靠解释，也从而能对我们现有的行为、制度等获得新的认识，来进行可行的改变、升级或者重造，大数据的指导意义才发挥更深。
人们都说，中外著述的差距有时是很大的，中国的作家习惯铺垫和描绘，将简单的事情复杂化；国外的就相反，喜欢直捣要害，将复杂的事情抽象简单化。不知道是不是我不很适应国外这类书籍的缘故，对大数据时代一书，我没有感受到很多的震撼和脑洞大开感，也许和现在各类大数据的文章太多有关，已经把此书的观点各自领用发挥了一番，也许是我还没有领会到精华所在。既然人们都奉为经典，那我想或许我应该隔一段时间、换个姿势，再重读此书，看看是不是会有新的感受吧。
对于畅销书刊、热点话题、时尚科技，始终不太感兴趣。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，习惯使用成熟的科技产品。既不清高，也非冷漠，就是要与现实保持一定的距离，给自己留一点思考的空间。这一习惯最近破了例。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，文中的事例贴近现实生活，贴近时代，令读者既印象深刻，又感同身受。此外，作者没有使用大量的专业术语，没有假装一副专业的面孔。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。
一、人们研究与分析某个现象时，将使用全部数据而非抽样数据。
二、在大数据时代，不能一味地追求数据的精确性，而要适应数据的多样性、丰富性、甚至要接受错误的数据。
三、了解数据之间的相关性，胜于对因果关系的探索。“是什么”比“为什么”重要。
作者指出，随着技术的发展，数据的存储与处理成本显著降低，人们现在有能力从支离破碎的、看似毫不相干的数据矿渣中抽炼出真知烁见。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。如政府、银行、电信公司、全球性互联网公司（阿里巴巴、淘宝网）。二是拥有数据分析与处理技术的专业公司，如亚马逊、谷歌。
三是拥有创新思维的公司，他们可能既不掌握大数据，也没有专业技术，但却擅长使用大数据，从大数据中找到自己的理想天地。面对即将来临的大数据时代，个人将如何应对自如？这是个严肃的问题。
如今说起新媒体和互联网，必提大数据，似乎不这样说就OUT了。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典着作——舍恩佰格的《大数据时代》。维克托·迈尔舍恩伯格何许人也？他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和IBM等全球企业，他是欧盟互联网官方政策背后真正的制定者和参与者，他还先后担任多国政府高层的智囊。这位被誉为：大数据时代的预言家“的牛津教授真牛！那么，这位大师说的都是金科玉律吗？并不一定，读大师的作品一定要做些功课才好读懂，才能能与之进行一场思想上的对话。
舍恩伯格分三部分来讨论大数据，即思维变革、商业变革和管理变革。在第一部分”大数据时代的思维变革“中，舍恩伯格旗帜鲜明的亮出他的三个观点：
一、更多：不是随机样本，而是全体数据。
二、更杂：不是精确性，而是混杂性。
三、更好：不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。一方面是对全体数据进行处理，在技术和设备上有相当高的难度。另一方面是不是都有此必要，对于简单事实进行判断的数据分析难道也要采集全体数据吗？
我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为一定可以找到一种数理统计方法来进行分析，并不一定需要全部数据。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。
我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。”大数据的简单算法比小数据的复杂算法更有效。“更具有宏观视野和东方哲学思维。对于舍恩伯格的第三个观点，我也不能完全赞同。”不是因果关系，而是相关关系。“不需要知道”为什么“，只需要知道”是什么“。传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来？为何而用？如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。
世间万物的复杂性多样化并非非此即彼那么简单，舍恩伯格也是这种二元对立的幼稚思维吗？其实不然，读者在阅读时一定要看清楚他是在什么语境下说的，不要因囫囵吞枣的浅读而陷入断章取义的误读。比如说舍恩伯格在提出”不是因果关系，而是相关关系。“这一论断时，他在书中还说道：”在大多数情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道‘是什么’时，我们就会继续向更深层次研究的因果关系，找出背后的‘为什么’。“[i]由此可见，他说的全体数据和相关关系都在特定语境下的，是在数据挖掘中的选项。
大数据研究的一大驱动力就是商用，舍恩伯格在第二部分里讨论了大数据时代的商业变革。舍恩伯格认为数据化就是一切皆可”量化“，大数据的定量分析有力地回答”是什么“这一问题，但仍然无法完全回答”为什么“。因此，我认为并不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据应用的商业系统中，而没有把它置于整个社会系统里，但他在第二部分大数据时代的管理变革中讨论了这个问题。
在风险社会中信息安全问题日趋凸显。如何摆脱大数据的困境？舍恩伯格在最后一节”掌控“中试图回答，但基本上属于老生常谈。我想，或许凯文·凯利的《失控》可以帮助我们解答这个问题？至少可以提供更多的思考维度。正如舍恩伯格在结语中所道：”大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考的答案，帮助是暂时的，而更好的方法和答案还在不久的未来。“谢谢舍恩伯格！让大数据讨论从自然科学回到人文社科。由此推断，《大数据时代》不是最终答案，也不是标准答案，只是参考的答案。此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据？什么叫大数据？数据分析与数据挖掘的区别，数字化与数据化有什么不同？读前做些功课读起来就比较好懂了。
读完《大数据时代》这本书后，我意识到：我们即将或正在迎接由书面到电子的跳跃之后的又一重大变革。
这本书介绍了大数据时代来临后，接踵而至的三项变革——商业变革、管理变革和思维变革。
其实，这场变革已经打响。商业领域由于大数据时代的到来而推陈出新。前几年，一家名为Farecast的公司，让预订到更优惠的机票价格不再是梦想。公司利用航班售票的数据来预测未来机票价格的走势。现在，使用这种工具的乘客，平均每张机票可以省大约50美元，这就是大数据给人们带来的便利。
大家应该都知道2009年出现的H1N1型流感，就拿美国为例，疾控中心每周只进行一次数据统计，而病人一般都是难以忍受病痛的折磨才会去医院就诊，因此也导致了信息的滞后。然而，对于飞速传播的疾病，Google公司却能及时地作出判断，确定流感爆发的地点，这便是基于庞大的.数据资源，可见大数据时代对公共卫生也产生了重大的影响！在我看来，如果想在在大数据时代里畅游，不仅要学会分析，而且还要能够大胆地决断。
在美国，每到七、八月份时，正是台风肆虐之时，防涝用品也摆上了商品货架。沃尔玛公司注意到，每到这时，一种蛋挞的销售量较其他月份明显增加。于是，商家作了大胆的推测，出现这样的结果源于两种物品的相关性，便将这种蛋挞摆在了防涝用品的旁边。这样的举措大大增加了利润，这就是属于世界头号零售商的大数据头脑！大数据时代的到来，可以让我们的生活更加便利。但是，如果让大数据主宰一切，也存在一定的风险。
大家应该都知道电子地图，它可以为人们指引方向。但大家应该还不知道，它会默默地积累人们的行程数据，通过智能分析可以推断出哪里是自己的家，哪里是工作单位。我们的隐私就这样被不为人知地收集着。大数据时代的到来，让我们的生活更安全，更方便，但与此同时，我们的隐私不再是隐私，数据的收集变得无所不包、无孔不入。世界已经向大数据时代迈进了一小步，一个崭新的时代正向我们走来。让我们用知识武装大脑，做好准备，迎接新时代的到来！
现在已经进入到了二十一世纪了，当今社会已经摆脱了上个世纪的那种消息滞后的时代了，我们最应该感谢的就是科学的进步为我们带来了这么多便利。与此同时，科学的进步还为我们带来了“大数据”这个让人类减少了很多工作量的东西。
在这个学期的名著导读课上我们就被要求读：《大数据时代》这本书。《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“大数据时代的预言家”，他是一个特别厉害的人，他作为一个教师，他曾经在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多所世界前列名校任教的经历。他作为一个科学家，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。他是十余年潜心研究数据科学的技术权威。他是最早洞见大数据时代发展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。
他作为一个研究学者，他的学术成果斐然，有一百多篇论文公开发表在《科学》《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。他是备受众多世界知名企业信赖的信息权威与顾问。他的咨询客户包括微软、惠普和IBM等全球顶级企业；"大数据"在网络上搜索到的解释是：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。特点：数量、速度、品种、真实性。而舍恩伯格认为，大数据并不能定义一个确切的概念。他提到"大数据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，以及政府和公民关系的方法。"这是一种更具有人文色彩和社会意义的诠释。
大数据不仅改变了公共卫生领域，整个商业领域都因为大数据而重新洗牌。购买飞机票就是一个很好的例子。就像书中写到2003年，奥伦·埃齐奥尼准备乘坐从西雅图到洛杉矶的飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这个大喜日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票。在飞机上，埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当得知虽然那个人的机票比他买得更晚，但是票价却比他便宜得多时，他感到非常气愤。于是，他又询问了另外几个乘客，结果发现大家买的票居然都比他的便宜。
飞机着陆之后，埃齐奥尼下定决心要帮助人们开发一个系统，用来推测当前网页上的机票价格是否合理。作为一种商品，同一架飞机上每个座位的价格本来不应该有差别。但实际上，价格却千差万别，其中缘由只有航空公司自己清楚。
埃齐奥尼表示，他不需要去解开机票价格差异的奥秘。他要做的仅仅是预测当前的机票价格在未来一段时间内会上涨还是下降。这个想法是可行的，但操作起来并不是那么简单。这个系统需要分析所有特定航线机票的销售价格并确定票价与提前购买天数的关系。
在信息时代，信息安全问题的日趋凸显，数据独裁与隐私保护之间的矛盾更是立于风口浪尖，成为众矢之的，舍恩伯格在本书的最后章节曾试图寻找一种解决方式来摆脱这一种困境，但最终没能做到，但是他提出"大数据并不是一个充斥着算法的和机器的冰冷世界，人类的作用仍无法被完全代替。"这里表明人在数据时代同样的重要，数据是为人类服务的，也就该人类驱使下完成相应的目的。在这样的大环境下，常引起我更多的思考和担忧。
大数据时代对于我们同是机遇与挑战，一些国家已开始步入大数据时代的行列，并在各个领域开始研究和使用。而对于我国庞大的人口，以及较大的领土面积，都可以在大数据时代为我们提供数据的保障，而能否面临挑战，在大国之间的新一轮角色角逐间崭露头角，我们更需要解决技术等方面的问题，更应在政策上逐步开放各领域的数据，保证数据来源、权限等问题得到解决，不断学习先进的计算机技术，缩小与其他国家的差距。
H. 大数据时代的商业法则
大数据时代的商业法则
大数据时代给企业带来了前所未有的商机，在大数据时代，企业必须学会利用大数据精确地分析、导入用户、促成交易，并用最有效率的方式组织生产。在大数据时代，企业必须遵循新的商业法则，否则就会被大数据的浪潮所淹没。法则1：解读用户的真实需求 解读用户的真实需求，就是通过数据的收集、分析挖掘出用户内心的欲望，提高企业产品推送的成功率，并将其转化为企业的订单。
大数据看似神秘莫测，其实在解读用户需求上的操作思路却极其简单，即尽可能掌握用户的个人信息和关注信息。当关注信息指向个人时，就能够相对精准地定义出用户的需求。
在这一过程中，主要的操作模式有两种：静态辐射模式和动态跟踪模式。
静态辐射模式
静态辐射模式的数据分析在一个时间节点上进行，尽量扩大分析对象，并用标签来筛选出最可能成交的用户。这是大数据应用中最典型的一种模式。由于一些大企业主动会进行用户标签的管理，需要大数据助力营销的企业就可以“借船出海”。
标签与购买的关系有两种：一类标签与购买的关系非常明显。例如，一个常常浏览经管类书籍的用户一定是这类书籍的潜在购买者。
另一类标签与购买的关系却并不十分明显。这就需要企业提前进行分析，有时还需要借助第三方专业机构的分析结果。
例如，新浪微博会根据用户平时的浏览和表达为用户贴上“标签”。但是，这些标签与有些购买行为之间的关系就并不明显。金夫人是国内婚纱摄影巨头，他们首先利用自己作为网络大客户的身份，无偿获取了网络提供的婚纱摄影客户调研分析数据，发现美食、影院等标签的用户最有可能购买婚纱摄影产品。利用这一跨数据库的结果，金夫人在新浪微博的平台上锁定了“年龄20～35左右的某地区女性”群体，加上了美食、影院等标签，精准锁定了高转化可能的用户，并购买了平台提供的“粉丝通”服务，对他们进行定向广告推送。一般来说，推送5～6万个用户大约会得到70～80个电话咨询，这种转化过来的电话咨询顾客被称“顾客资源”，从顾客资源到最后的成单，转化率优异，大约在40%。
动态跟踪模式
动态跟踪模式的数据分析在一个时间周期内进行，尽量缩小分析对象，不断通过用户的行为来为用户贴上标签，伺机发现产品推送的时点。由于这种分析针对小群体，无法由第三方机构提供统一的规模化服务，所以，对于企业来说是有高门槛的，需要企业练好内功。这种模式中，企业对于用户不断产生的新数据，要进行随时跟踪，并随时在云端进行处理。
例如，Target超市以20多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过构建模型分析购买者的行为相关性，能准确地推断出孕妇的具体临盆时间，这样Target的销售部门就可以有针对地在每个怀孕顾客的不同阶段寄送相应的产品优惠券。在一个个例中，他们居然比用户更早知道了她怀孕的信息。
又如，亚马逊基于自己对用户的了解来进行精准营销，在网站上的推荐和电子邮件对于产品的推送成为了促进成交的利器。调研公司Forrester分析师苏察瑞塔·穆尔普鲁称，根据其他电子商务网站的业绩，在某些情况下，亚马逊网站推荐的销售转化率可高达60%。这一转化率远远高于其他电子商务网站，难怪一些观察员将亚马逊的推荐系统视为“杀手级应用”。最新的消息显示，亚马逊已经注册了“未下单、先发货”的技术专利，这是更加精准的需求预判和更加直接的产品推送，他们对于大数据的应用已经是炉火纯青！
法则2：形成社会化协作的生产安排
如果能依靠大数据进行产品推送实现购买，海量需求就会从互联网汹涌而来。这意味着产品的数据增多、涉及原料增多、消费者零散下单……这一变化使得工业时代标准化的产品生产模式受到前所未有的颠覆，生产端需要基于大数据形成前所未有的柔性，来对接消费端的柔性。
互联网商业环境对价值链提出了新的挑战：链条上的采购、生产、物流、分销、零售各环节中，除了生产之外的其他环节也需要强大的数据处理能力，各个环节的数据处理系统和数据本身必须是共享的，而且，这些系统和内容还必须向全社会开放。要达到这种要求，显然应该应用价值链接网，并用大数据来进行生产协调。
大数据的确给价值链重塑带来了机会。在工业经济时代，生产更多地通过“规模经济”来获利，大规模标准化的生产最大程度地降低了单位成本。但在互联网经济时代，生产更应该通过“范围经济、协同效应和重塑学习曲线”来获利，因为，多种类、小规模的生产需要价值链上的灵动协作。
基于互联网这样一个平台，所有的价值链环节可以实现数据共享和集中处理。另外，因为使用统一的数据构架，所以不会出现数据孤岛，浪费有价值的数据。由此，价值链各个环节之间可以无缝链接，实现最敏捷、最合理的生产。基于互联网这样一个平台，企业入围合作即可以获得充分的信息，也不再会遭遇太高的学习门槛。更厉害的是，用户参与生产也变得容易，模块化的选择题，让业余者也可以发出专业的需求信号。由此，从始端原料的生产者到终端的消费者，全部都被植入了价值链（或称为价值网），社会化协作得以真正实现。而在大数据出现以前，这几乎是不可能的！
顺应法则赢未来
独具特色的大数据商业法则，将会引发未来商业格局的变化。未来的赢家，将属于能够适应新的商业法则和新的商业逻辑的代表者。
在用大数据掘金的世界，谁掌握大数据，并能利用大数据实现上述两大商业法则的变革，谁就能赢得未来。
因此，我们可以肯定地判断出，掌握了大数据的资源整合类企业，将会成为大数据时代的企业赢家。这类企业是商业生态（价值网）中的“舵手”，通过灵敏地识别市场需求，指挥网络成员协同生产，获得组合创新优势。由于控制了整个网络，此类企业拥有网络收益的剩余索取权，往往获利最为丰厚。工业经济时代，企业是依赖品牌、声誉和社会资本实现资源整合。互联网时代，资源变得无限丰富，协作变得极度频繁，企业更需要依靠大数据来发现需求、整合资源。可以这样说，掌握了大数据，这类企业就知道“用户要什么，哪里有什么，如何用资源去满足用户需求”。
未来的资源整合企业将基于大数据来运作。维克托·迈尔·舍恩伯格等人在《大数据时代》中，将基于大数据的资源整合企业分为三种：第一种是掌握数据的企业，这类企业掌握了端口，掌握了数据的所有权；第二种是掌握算法的企业，负责处理数据，挖掘有价值的商业信息，这些企业被称为“数据武士”；第三种是掌握思维的企业，他们往往先人一步发现市场的机会，他们既不掌握数据技能，也不掌握专业技能，但正因为如此才有广阔的思维，能够最大程度串联资源，形成商业模式，他们相当于“路径寻找者（pathfinder）”。
按照各自生产要素的价值性和稀缺性，很难说哪类企业真正将在大数据的商业模式中获益，三类企业各自有各自的贡献，各自有各自的稀缺之处。
ITASoftware是美国四大机票预订系统，是一个典型的掌握数据的企业，其将数据提供给Farecast这家提供预测机票价格的企业，后者是一个典型的掌握算法和思维的企业，直接接触用户。结果，ITA Software仅仅从这种合作中分得了一小块收益。
Overture是搜索引擎付费点击模式的鼻祖，如果把谷歌看作是媒体，那么Overture则是相当于广告代理公司，通过算法细分不同的浏览用户，向广告投放企业提供目标用户的付费点击（选出他们最需要的用户）。Overture是典型掌握算法和思维的企业，雅虎、谷歌则是掌握数据的企业。事实上，谷歌的两大金矿AdWords和AdSense技术，都是借鉴了Overture的算法。但是，Overture不能直接接触到用户，没有数据，丧失了话语权，只能获得少量收益，以至于最后被雅虎收购。
基于大数据的资源整合类企业，它们的生态链又将遵循两个法则。
法则一：接触用户的企业总是能够获得最多的收益，这和价值链上的分配原则是高度一致的。终端价格和原料供应之间的差价全部是由售卖终端产品的企业获取的。
法则二：掌握数据的企业具有这个商业生态内最大的议价能力，最终最有可能成为赢家。算法可以攻克，也可以购买，事实上，挤入这个行业的企业并不在少数。而思维则存在一种肯尼斯·阿罗所说的“信息悖论”，即信息在被他人知晓前都价值极高，但却无法被证实。一旦公开证实它，又因所有人都知道而失去了价值。所以，不管思维和算法企业走得多快，只要数据企业随时可以封锁数据源，就依然把握着“杀手锏”。甚至，有的数据企业在看不清楚商业模式时，将数据释放让思维和算法企业进行试错，而一旦试错成功，则收回数据所有权，模仿其商业模式。
BAT的数据帝国
因此，我们可以说，在大数据时代，资源整合企业的竞争，将会决定未来商业世界的版图。
在很多人还没有弄清楚大数据时代的商业法则时，国内互联网三巨头BAT（网络、阿里、腾讯）已经在迅速地构建自己的“数据帝国”。
在互联网的大世界中，用户有诸多的入口，可以通过不同的APP上传数据。BAT的原则是，有关吃穿用住行的一切服务商，只要能够增加他们的数据种类和质量，他们通通拿下。这里，体现出一种典型的“数据累积的边际收益递增效应”，即每多增加一个单位的数据，可挖掘的价值就有一个加速的增长，每增加一个种类的数据，可挖掘的价值就有一个加速的增长。某些时候，BAT甚至根本不考虑数据在现阶段能否变现为收益，仅仅是纳入麾下，等待未来的开发。
现实的情况是，经过了几轮的收购之后，BAT基本上覆盖了吃、穿、用、住、行、社交等各个领域的数据入口，加之其原来的庞大数据入口，在数据规模上的优势已经无与伦比。短时间内，任何企业想要超越他们，几乎都是不可能的。
BAT不仅是在做掌握数据的企业，也是在做掌握算法和思维的企业。一方面，拥有庞大的商业用户群和拥有用户群消费偏好的大数据，只要具有相应的内容，就可以形成成交、获取收益。另一方面，他们甚至可以开放应用程序接口（APIs）把自己掌握的数据授权给别人使用，这样数据就能够重复产生价值。这方面，阿里巴巴的百川计划就是一个典型。简单来说，他们向其他厂商的APP免费开放数据，但他们不收费，仅仅需要他们回馈数据作为代价。这个计划实施以后，所有的APP都会是他们的入口。
可以说，BAT的帝国是基于数据建立的。甚至有人预言，数据作为“表外资产”一定会在某个时候被会计准则纳入。因为，相对于无形资产，这种资产的价值更大。
值得一提的是，传统工业经济思维的人根本看不懂大数据时代的商业逻辑。某学者曾对阿里巴巴的收购（零售、文化、金融等）提出过质疑，他列举苹果和谷歌收购的案例，认为他们都是在进行专业领域的收购，这是有利于增强竞争力的，但阿里进行的都是多元化收购，是不利于增强竞争力的。
实际上，这是没有看懂阿里巴巴商业模式的表现。互联网时代的大多数商业模式，早就脱离了行业的限制，而在某种程度上走向了“大一统”，即“导入流量+大数据分析变现流量”。这种模式里数据就是通用的逻辑，难怪在大数据出现时，维克托·迈尔·舍恩伯格等人就断言，行业专家和技术专家的光芒会被数据专家掩盖住，因为后者不受旧观念的影响，能够聆听数据发出的声音。
尽管BAT强悍如斯，但在他们的夹缝中，仍然有一些商机，企业也可以搭建入口、解读需求、安排生产。如果说大数据改造商业的神奇已经毋庸置疑，那为何众多企业依然拿不起放在眼前的这把金钥匙？很大程度上是因为这些企业缺乏数据基因。
大数据和互联网经济的来袭，使得企业只能“被动接网”。面对海量的潜在需求，不仅无法解读，也无法调动生产进行对接。这就出现了大量企业被互联网的海量需求“反噬”，并导致供应链失控的案例。
在大数据时代，企业规模、资金、生产技术不再重要，品牌也不再拥有神力。获取数据、分析处理数据、挖掘数据价值的能力成为企业的立身之本。目前我国大部分企业还没有意识到我们已经进入大数据时代，就像我们大多数消费者没有意识到我们的消费行为随时在被计算一样。在这样的一个时代，只有建立在数据之上的企业、按照大数据时代的商业法则运营的企业才能更好地生存。
以上是小编为大家分享的关于大数据时代的商业法则的相关内容，更多信息可以关注环球青藤分享更多干货
I. 大数据时代来袭企业宜加紧布局
大数据时代来袭企业宜加紧布局
“大数据”，这一新兴概念，正在被赋予极其丰富的内涵，并被寄予特别巨大的希望……大数据时代，我们该如何寻找对策，迎接挑战？得大数据者得天下，是一些推崇大数据时代的变革者坚信不疑的判断。很多专家认为，在大数据时代，谁能有效地垄断数据，谁就有可能成为世界霸主。
大数据及其分析，将会在未来10年改变几乎每一个行业的业务功能。根据麦肯锡预测，如果具备相关的IT设施、数据库投资和分析能力等条件，大数据将在未来10年，使美国医疗市场获得每年3000亿美元的新价值。
人类正在迈入大数据时代
关于“大数据（BigD ata）”，麦肯锡全球研究所在报告《大数据：创新、竞争和生产力的下一个前沿》中定义：大数据，是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。也有专家认为，大数据的“大”是指大型数据集，即数据量一般在10T B规模左右；多个用户把多个数据集放在一起，形成PB级的数据量；同时，这些数据又来自多种数据源，并以实时、迭代的方式来实现，即“大数据=海量数据+复杂类型的数据”。
我们正处在一个数据爆发增长的时代。移动互联网、移动终端和数据感应器的出现，使数据以超出人们想象的速度在快速增长。据国际数据资讯公司（G lobalPulse）估测，数据数量一直在快速增加，每年增长50%，这个速度不仅是指数据流的增长，而且还包括全新的数据种类的增多。
有研究统计，从人类文明开始到2003年，人类共创造了5T B（兆亿字节）的信息。而现在，这样的数据量却仅需两天就能够被创造出来，且速度仍在加快。由此可见，我们的确已经迈入了大数据时代。
世界各国加紧大数据布局
世界上许多国家都已经认识到了大数据所蕴含的重要战略意义，纷纷开始在国家层面进行战略部署，以迎接大数据技术革命，正在带来的新机遇和新挑战。
“大数据资源”成为重要战略资源
互联网时代，“资源”的含义正在发生极大的变化，它已不再仅仅只是指煤、石油、矿产等一些看得见、摸得着的实体“大数据”，也正在演变成不可或缺的战略资源。互联网、物联网每天都在产生大量的数据，这些庞大的数据资源，为人们依据数据了解世界、了解市场、了解人们的生活提供了可能。大数据已经被视为一种资产、一种财富、一种可以被衡量和计算的价值。得大数据者得天下，是一些推崇大数据时代的变革者所坚信不疑的判断。
“大数据安全”上升为国家安全
传统意义上的国家安全，是指军队对国家领土安全的保护，是国家之间军事实力的较量。但在互联网高度发达的大数据时代，网络变成了几乎是透明的虚拟世界，也因此使国家安全的环境和内涵发生了极大的变化，对大数据的安全保存、防丢失和防破坏等问题，成为我们必须要面对的安全难题。大数据安全，已经上升成为国家安全的重要组成部分。
在大数据时代，数据安全的威胁随时都有可能发生。各种国家信息基础设施和重要机构所承载着的庞大数据信息，如由信息网络系统所控制的石油和天然气管道、水、电力、交通、银行、金融、商业和军事等，都有可能成为被攻击的目标。
此外，大数据也为网络恐怖分子提供了新的资源支持，有可能使恐怖分子通过网络侵入到人们工作生活的方方面面，并通过威胁、攻击、破坏，瘫痪民用或军事基础设施等手段，达到其制造心理恐慌和财产损失，威胁国家安全和社会安全的目的。
“大数据决策”成为一种新决策方式
依据大数据进行决策，从数据中获取价值，让数据主导决策，是一种前所未有的决策方式，并正在推动着人类信息管理准则的重新定位。随着大数据分析和预测性分析对管理决策影响力的逐渐加大，依靠直觉做决定的状况将会被彻底改变。
2009年爆发的甲型H 1N 1流感病毒，谷歌公司就是通过观察人们在网上搜索的大量记录，在流感爆发的几周前，就判断出流感是从哪里传播出来的，从而使公共卫生机构的官员获得了极有价值的数据信息，并做出有针对性的行动决策，而这比疾控中心的判断，提前了一两周。美国的Farecast系统，它的一个功能就是飞机票价预测，它通过从旅游网站获得的大量数据，分析41天之内的12000个价格样本，分析所有特定航线机票的销售价格，并预测出当前机票价格在未来一段时间内的涨降走势，从而帮助虚拟乘客选择最佳的购票时机，并降低可观的购票成本。
“大数据应用”促进信息技术与各行业深度融合
有专家指出，大数据及其分析，将会在未来10年改变几乎每一个行业的业务功能。从科学研究到医疗保险，从银行业到互联网，各个不同的领域都在遭遇爆发式增长的数据量。在美国的17个行业中，已经有15个行业大公司拥有大量的数据，其平均拥有的数据量已经远远超过了美国国会图书馆所拥有的数据量。
在医疗与健康行业，根据麦肯锡预测，如果具备相关的IT设施、数据库投资和分析能力等条件，大数据将在未来10年，使美国医疗市场获得每年3000亿美元的新价值，并削减2/3的全国医疗开支。
在制造业领域，制造企业为管理产品生命周期将采用IT系统，包括电脑辅助设计、工程、制造、产品开发管理工具和数字制造，制造商可以建立一个产品生命周期管理平台PLM （Proct Lifecycle M an-agem ent），从而将多种系统的数据集整合在一起，共同创造出新的产品。
此外，在交通、能源、材料、商业和服务等行业领域，甚至在新闻传媒领域，也都在以大数据为发展契机，加速这些行业与信息技术的深度融合。
“大数据开发”推动新技术和新应用不断涌现
大数据的应用需求，是大数据新技术开发的源泉。在不久的将来，也许很多原来单纯依靠人类自身判断力的领域应用，最终都将被计算机系统的数据分析和数据挖掘功能，所普遍改变甚至取代。一小片合适的信息，也许会促使创新迈进一大步；一组数据，也可能会得到数据收集人难以想象的应用，甚至可能在另一个看起来毫不相关的领域得到应用。借助这些创新型的大数据应用，数据的能量将会层层被放大。
J. 大数据究竟是什么
大数复据(big data)，IT行业术。,是指无法在制一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
用最通俗的语言跟你解释一下。
举个例子，你想要买一双鞋，打开淘宝搜索了半天，感觉不太合适，然后又一想，晚点买也可以，于是退出了淘宝，打开了抖音，开始看某些土味视频。
当你下一次打开淘宝的时候，淘宝一定会给你推荐各种新款式的鞋，并且会给你推送相关的活动。而你每次打开抖音，看到的大部分都是土味视频。
其原因就是因为你在淘宝上用了大部分时间去搜索鞋子，淘宝通过测算觉得你对鞋子感兴趣，于是你每次进淘宝都会给你推荐鞋子。除非你下次用更多的时间去搜索另外一个东西。而抖音觉得你比较喜欢土味视频，因此这种视频便一直出现。