今天要为大家推荐的是维克托·迈尔-舍恩伯格与肯尼思·库克耶合著的《大数据时代》,经常会有小伙伴问我有关大数据的一些概念,身处大数据时代,我们也确实有必要对“大数据”多一些了解,所以,今天为大家推荐了这本书,希望对大家能够有所帮助。
目录(简版):
第一部分 大数据时代的思维变革
01更多:不是随机样本,而是全体数据
02更杂:不是精确性,而是混杂性
03更好:不是因果关系,而是相关关系
第二部分 大数据时代的商业变革
04数据化:一切皆可“量化”
05价值:“取之不尽,用之不竭”的数据创新
06角色定位:数据、技术与思维的三足鼎立
第三部分 大数据时代的管理变革
07风险:让数据主宰一切的隐忧
08掌控:责任与自由并举的信息管理
PS:大数据之我见(以下是我个人的观点,很可能经不起任何推敲)
身处大数据时代,大数据的应用随处可见,整体说来,就是在用“多维”的思维去辅助决策,并使用一系列的算法模型将决策去量化,再往上包一层,就是思维归纳法(就是对历史发生的现象以及事情发展的逻辑去推测某件事未来的发展),使用大数据技术所产出的“量化”结果投入到工作的各环节决策当中,能够弥补人脑对数据分析力的先天不足(众所周知:相比于人脑,计算机更擅长在大量的数据基础上进行分析并快速给予它的分析结果)。
大数据的很多应用场景还在不断完善当中,数据维度在不断扩充,数据价值在不断挖掘,随着技术的发展,数据的存储以及数据的标准化等难题正在被不断解决,技术上的难题已变得越来越容易被解决,那么,现阶段阻碍大数据发展的最大难题是什么呢?
在我看来,大数据的发展离不开三种人:科学家(算法工程师),技术专家(开发工程师),业务与应用专家(产品经理)。
现阶段,我见到的很多企业的产品,特别炫,特别高大上,但被使用的频率却持续低迷,为什么?用一句话可以总结:好的产品,不是产品看上去有多牛B,而是使用者用这个产品后变得牛B了,只有这样,产品在使用层面才具有可持续性,最终才会在规模领域产品所谓的“裂变”。
那为什么很多企业没有在业务上投入一些精力呢,因为这是一个长线的工作,投入上不太可控,而且即便产品经理有业务底子,算法工程师也要同步去get到那个精准业务点才可能给出更可靠的模型,这是一项双培养,双科研公关,“科研”这种事只有上市企业才会更愿意做,因为,上市以后的科研攻关,风险被稀释了。
那么,企业索性把产品这环去掉,直接算法工程师扑一线,这样投入是不是少一点?投入一定会少一点的,但回报也一定有限,ROI层面不太划算。这是每个工种的工作思维不同所导致的(工作内容决定精力投入,精力投入培养工作思维),算法工程师更满足于算法创新,数据价值的进一步挖掘,技术专家,更满足于技术迭代,更满足于开发效率以及安全的进一步提升,而产品经理才会更关注于自己所设计出的“孩子”是否真的会健康成长,为了这个“孩子”能够健康成长,他会考虑这个孩子存在的必要性,以及未来的健康需要什么资源来支撑,他对“孩子”的生与死感受更深刻,他会为此投入大量的学习工作、准备工作。用户体验的下跌,会阻碍产品裂变,应用创新的丢失,会丧失竞争力。所以,产品这环不但不能砍掉,而且要长期培养,因为产品的价值考量点最核心的属性就是行业属性,只有行业待久了,才会对业务有更强的把控力,才更有可能给出更符合未来的产品创新。
关于大数据的事,暂且先聊到这,我要去陪我的肉体凡胎的“孩子”了。
领取专属 10元无门槛券
私享最新 技术干货