专栏首页机器学习AI算法工程数据化和意义提炼将如何推动生活与商业?

数据化和意义提炼将如何推动生活与商业?

我们已经毫无疑问地进入大数据时代,借助我们所有彼此互联的设备,计算机正实时捕捉并处理我们的所有细节。商家视之为“圣杯”,因为他们终于可以预测,哪些消费者将在何时何地购买他们的已有解决方案,以及未来何种解决方案能够更具吸引力。 有人估计,现在人类两天内所捕获的数据,相当于2003年以前全部历史的所有数据之和。这个数目着实不小,但在这个瞬息万变的快节奏世界中,技术能否让这些数据变得有意义,或者从中提取新的意义,这个问题尚无定论。到目前为止,我们还不擅长在生活或商业方面预测未来。 于我而言,理解其潜力的第一步就是更好地理解:各种不同来源的这些人类数据究竟是什么样的。在这方面,我从领先的消费研究者科林·斯特朗(Colin Strong)的新书《大数据的人性化》(Humanizing Big Data)中获得了一些帮助。他列述了人类生活中日益数据化的几个方面,现复述如下: 1、情绪与情感的数据化。社交媒体上“自我报告”的大爆发,使我们将私密的个人细节展现出来。现在,很多市场调研公司都会利用这些数据,他们会“搜索”网络,以获取与特定事件、品牌、产品和服务有关的情绪的详细例证。 2、人际关系与互动的数据化。如今,我们可以看到并追踪的不仅仅是人们的交往媒介,还有他们交往的对象、方式和时间。社交媒体有望通过将我们的职业和私人人脉扩及全球的数据化,从而转变我们对人际关系的理解。 3、语音的数据化。语音分析正变得日益普及,尤其是考虑到人们的对话越来越多地被记录并存储下来,不论是与呼叫中心的通话,还是人们相互之间的交流。随着语音识别技术的提高,语音数据和可捕获的有意义语音的范围也将扩大。 4、线下与后台活动的数据化。在金融、医疗和电子商务等很多数据密集型的领域,存储着大量有关个人行为和结果的数据。现在,用于处理店内监控、交通体系和监控录像的图像分析和面部识别系统也开始兴起。 5、文化数据化。现在出现了一个名为“文化分析”的新学科,即使用数字化图像处理和可视化,对图像和视频集合进行分析,从而探索文化趋势。例如,谷歌(Google)Ngram服务已对1800年到2000年间的520多万本书籍进行数据化,任何人都可以用其分析文化趋势。 当然,从数据到真正的洞察力、智能决策和未来预测,中间还有一条鸿沟。这本书的作者还探讨了理解大数据并将其投入有效利用的过程中,人类所面临的一些重大难题,包括以下几点: 人类心理中的认知惯性。人类似乎生来抗拒改变,若干认知法则使我们专注于短视的损失规避行为。人类倾向于依赖熟悉的假设,且往往不愿改进这些假设,哪怕新的证据对它们的准确性发起了挑战。 从数据中提炼意义的认知能力。尽管计算机可以处理并储存海量数据,但从数据中提炼意义主要还是人类的职责。提炼是从经验与态势感知中攫取意义的过程,似乎人类和计算机都要颇费一番功夫才能做到。 信息过载与数据质量。现实生活中,更多数据并不一定意味着更好的决策。信息量越大,你需要的决策时间往往也就越长,也许还会导致你踌躇不前;也有可能其中一类数据量偏多,使决策向错误的方向倾斜,因为更大的数据量并不一定总能带来更好的结果。 随着我们线上和线下的数据传输越来越多,我们的数据“尾气”无疑将越来越能说明问题,使我们更加准确地预测短期内的购买习惯和兴趣。然而,真正预测未来需求和行为还要难得多。因此,我预测在未来很长一段时间内,都会是人类驱动商业大数据,而不是商业大数据驱动人类。 (via:福布斯中文网)

本文分享自微信公众号 - 大数据挖掘DT数据分析(datadw)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2015-04-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据如何帮助业务

    数据的重要性已经被越来越多的公司、个人所熟知与接受,甚至于有过犹不及之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招呼,好像就不...

    机器学习AI算法工程
  • 大数据就这么简单!一篇文章让你认识并读懂大数据

    在写这篇文章之前,我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻,如果你问他大数据和你有什么关系?估计很少能说出一二三来。究其原因...

    机器学习AI算法工程
  • 【推荐】大数据究竟是什么?一篇文章让你认识并读懂大数据

    在写这篇文章之前,我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻,如果你问他大数据和你有什么关系?估计很少能说出一二三来。...

    机器学习AI算法工程
  • 助力“新基建”,打造数据中台——数据宝政务大数据解决方案发布!

    政府是数字城市建设的牵头者,也是城市运行的“基石”。在打造“数字政务”对数字城市建设而言格外重要。同时,在国家“新基建”的浪潮下,政务服务也将进一步向数字化和智...

    船长会拐弯
  • 大数据项目中的QA需要迎接新的挑战

    根据IDC全球半年度大数据和分析支出指南的最新预测,到2022年全球大数据和业务分析解决方案的收入将达到2600亿美元。在大数据和业务分析解决方案上投资增长最快...

    ThoughtWorks
  • 如何从小白成长为数据科学家

    本文是作者在赤兔APP“数据挖掘”小组内在线分享的记录的第【2】部分。 本次分享第【1】部分:什么是数据科学。 分享主题:Data Science学习分享会 分...

    叶锦鲤
  • 大数据的管理(二)

    大数据是为了解决复杂的企业优化问题。为了充分利用大数据,我们必须认识到,数据是一个重要的企业资产,因为数据是互联网经济的命脉。今天的组织依靠数据科学可以做出更明...

    哒呵呵
  • 透过数据魔镜看人看物看世界

    万物皆数,透过数据的魔镜能够帮助人类照出万物的本质,看人看物看世界。正如实现心愿的如意——如意如意快快显灵,数据的如意如今已经成为评判人和物的标尺,给人给物画像...

    机器思维研究院
  • 《大数据时代》读书笔记

    最 早提出大数据时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的 挖掘...

    万木逢春
  • 数据清洗 Chapter01 | 数据清洗概况

    这篇文章讲述的是数据存储方式和数据类型等基本概念、数据清洗的必要性和质量评价的关键点。希望这篇数据清洗的文章对您有所帮助!如果您有想学习的知识或建议,可以给作者...

    不温卜火

扫码关注云+社区

领取腾讯云代金券