专栏首页华章科技大数据悖论:更多数据会带来更好的决定?

大数据悖论:更多数据会带来更好的决定?

文章来源:Forbes,TECH2IPO / 创见 泡沫 编译,首发于创见科技(http://tech2ipo.com/)

在“大数据”时代的很多领域流传着这样一句谚语:如果你拥有的数据越多,那么所能做出的决定就会更加得精准。那么在现实生活中真的是这样吗?又或者如我过去所指出的,我们现在所获得的分析比以前更没有代表性吗?

一个非常典型的例子就是全球肥胖率,让我们意识到拥有更多的数据,甚至是实时数据,如果没有意愿或者没有足够毅力和耐力采取实际行动那么这些数据的价值是微乎其微的。当代的普通市民从未像现在一样存在足够多的方式来监控健康的方方面面。联网体重秤在每天清晨能够记录我们的体重;智能手机端的条形扫描能够记录我们消耗的每个卡路里;心率传感器和血氧传感器能够每隔几秒监控我们的剧烈运动;计步器能够追踪你的步数;从血压计到葡萄糖计的大量其他医疗设备都能传达关乎我们健康生活的精准数据。而这个不断膨胀的市场甚至出现了要求血液和基因测试的产品。

那么为什么在这些能够频繁接触各种健康监测设备的国家内肥胖率却不断刷新历史最高记录?我们只需要点几下鼠标就能基于最近几天的锻炼方式和每天记录的体重变化来提供独立个体的理想卡路里摄入,但是为何这些精准的数据无法转换成为完美的健康哪?这是一个非常值得深思的问题,我们正激发出“庞大的创新力”来发掘欺诈设备的各种方式,而不是将它们作为工具来改善我们的健康。

问题是访问这些数据并非简单地等同于充分利用这些数据。正如我在今年三月份所指出的,美国政府不乏庞大的精细数据,但是缺乏处理数据的专业技能和授权并将所有的数据转换到具体措施。一家典型的美国服装公司通常具备庞大的数据监测从 T 恤开始缝的第一针开始到 T 恤被消费者购买并带出商店的整个过程的运作。而问题是如何将这些复杂的数据串联整合起来用于解决商业挑战。

我所接触的太多公司和机构都视“大数据”孵化和数据分析是充满神奇力量的解决方案,简单地认为只需要获得足够多的数据能够立即推动现有的业务。近年来多家公司疯狂投资物理和数字传感器并尝试和现有业务进行融合,然而他们都还没有搞清楚所有这些数据希望能够解答什么样的问题,且在这样匆忙地部署传感器到现有公司生态系统中是否会产生盲点等等。事实上,这种情况已经在社会多媒体分析领域存在,我经常能够看到公司凭借令人难以置信的高分辨率社交媒体地理上来映射社会观点,与此同时却忽略了在这些地图上依然处于黑暗中的地区,创建了其他分析师在其他分析渠道从未关注的盲区。

在数据社区存在这样一种共识:充足的数据就像是一锅粥,而噪声和偏见就像老鼠屎能够破坏整锅粥的味道。而问题是当我们不断往锅中投入食材(数据),整锅粥并不会因此重新回归到正确的味道,反而会增强偏见的存在。在这样的情况下,小型且更平衡的数据池或许可以散发出更迷人的香气。事实上,正是这种信念在庞大的数据面前催生出纠正导致情感分析领域迷失所有弊端的能量。

信息过载同样也是驱动迫使人类朝人工智能(AI)聊天机器人发展的重要因素。当企业争夺越来越多的大数据,他们已经不再能够在庞大的显示器面前简单地挖掘包含数千项指标的所有数据。他们需要人工智能来对所有数据进行筛选并总结预判事物未来的走向。

事实上,昨天华盛顿邮报刊登了极具震撼力的新闻报道,当医生被接二连三的自动警报淹没的时候那些在医院接受治疗的患者却承受了极大的痛苦。在未来电子医疗记录系统将会聚合不断发展的详尽医疗指标,通过减少医疗错误的精准算法让接近于无限次的合理交互和丰富的领域知识储备逐渐成型。换言之,你可以设想乘坐一辆无人驾驶汽车在繁忙的城市街道穿行,那么人类驾驶员可以幸福地不去关注车辆前方有什么东西,无人驾驶汽车的丰富传感器能够避免数千种潜在危险并预估实际上可能会产生什么后果。以医疗警报为例,合法警报容易在大量的误报中丢失,那么同样可以引申这样的观点--大部分网络安全警报容易在合法却不恰当的流量上丢失。

综上所述,或许大数据今后的焦点应该更少的集中在通过任意部署来收集越来越多的数据,而是更多的聚焦到如何筛选能够反应所提问题的小型辅助数据流上。又或者随着人工智能的成熟,在未来能够竞争应付无限庞大的数据并解决处理所有的问题。在文章的最后,给企业的一点建议是必须更少的依赖数据收集而应该花费更多的时间和精力去深挖如何对数据进行分析。

END

版权声明: 转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:holly0801@163.com。转载大数据公众号文章请注明原文链接和作者,否则产生的任何版权纠纷与大数据无关。

本文分享自微信公众号 - 大数据(hzdashuju)

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:2016-07-09

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

  • 大数据时代,传统统计学依然是数据分析的灵魂

    什么是数据?数据(data)在拉丁文里是“已知”的意思,在英文中的一个解释是“一组事实的集合,从中可以分析出结论”。笼统地说,凡是用某种载体记录下来的、能反映自...

    华章科技
  • 深解读:什么是数据科学?如何把数据变成产品?

    据哈尔•瓦里安(Hal Varian)说,统计学家是下一个性感的工作。五年前,在《什么是Web 2.0》里蒂姆•奥莱利(Tim O’Reilly)说“数据是下一...

    华章科技
  • 我国网络信息安全产业概览(政策+产业链+挑战)

    大数据交易可以打破信息孤岛和行业信息壁垒,促进高价值数据汇聚对接,满足数据市场多样化需求,实现数据价值最大化,对推进大数据产业创新发展和“互联网+”战略实施具有...

    华章科技
  • 数据清理的简要介绍

    清理数据应该是数据科学(DS)或者机器学习(ML)工作流程的第一步。如果数据没有清理干净,你将很难在探索中的看到实际重要的部分。一旦你去训练你的ML模型,他们也...

    AiTechYun
  • 【案例】某物流集团:用数据驱动企业数字化转型

    【数据猿导读】数据驱动的数字化转型是一个体系化工作,需要从理论体系、平台工具、数据、组织、机制五个方面,着手,建一个企业级的数据资产平台,梳理清晰整个集团的数据...

    数据猿
  • 元数据的生死时速

    公司经营分析会提到家庭市场的重要性,我就问负责家庭模型的同事:去年做的家庭结构标签用得怎么样?然后同事给我拉出了下面这张表。

    用户1564362
  • 大数据有多火:盘点54家,A轮占比27.8%,增速41.1% ,北京占比57.4%

    [ 导读 ]本文重点汇总了54家从事大数据的初创企业,从地理分布、融资情况、企业定位、市场趋势、以及业务类型角度对大数据的热火程度进行描绘,干货! ? 大数据...

    小莹莹
  • 张涵诚:大数据驱动企业的创新发展与管理变革

    大数据时代的到来,带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的...

    数据猿
  • 什么是大数据时代?如何理解大数据时代?

    “大数据”时代的概念最早由世界著名的咨询公司麦肯锡提出。麦肯锡说:“数据已渗透到今天的每个行业和业务功能领域,并已成为重要的生产要素。随着新一轮的生产力增长和消...

    数据前沿
  • 大数据如何改变商业?浅谈大数据给商业(企业)带来的影响

    在20世纪,价值已经从有形基础设施变成了无形财产,从土地和工厂变成了品牌和产权。而现在进入21世纪,新的变革正在进行中,也就是说,计算机存储和数据分析方法已经取...

    数据前沿

扫码关注云+社区

领取腾讯云代金券