讓數據“發聲”

　　“大數據”全在於發現和理解信息內容及信息與信息之間的關係，然而直到最近，我們對此似乎還是難以把握。IBM的資深“大數據”專家傑夫-喬納斯（JeffJonas）提出要讓數據“說話”。從某種層面上來說，這聽起來很平常。人們使用數據已經有相當長一段時間了，無論是日常進行的大量非正式觀察，還是過去幾個世紀里在專業層面上用高級算法進行的量化研究，都與數據有關。

　　在數字化時代，數據處理變得更加容易、更加快速，人們能夠在瞬間處理成千上萬的數據。但當我們談論能“說話”的數據時，我們指的遠遠不止這些。

　　實際上，大數據與三個重大的思維轉變有關，這三個轉變是相互聯繫和相互作用的。

　　首先，要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本。

　　其次，我們樂於接受數據的紛繁複雜，而不再追求精確性。

　　最後，我們的思想發生了轉變，不再探求難以捉摸的因果關係，轉而關註事物的相關關係。

　　本章就將介紹第一個轉變：利用所有的數據，而不再僅僅依靠一小部分數據。

　　很長一段時間以來，準確分析大量數據對我們而言都是一種挑戰。過去，因為記錄、儲存和分析數據的工具不夠好，我們只能收集少量數據進行分析，這讓我們一度很苦惱。為了讓分析變得簡單，我們會把數據量縮減到最少。這是一種無意識的自省：我們把與數據交流的困難看成是自然的，而沒有意識到這只是當時技術條件下的一種人為的限制。如今，技術條件已經有了非常大的提高，雖然人類可以處理的數據依然是有限的，也永遠是有限的，但是我們可以處理的數據量已經大大地增加，而且未來會越來越多。

　　在某些方面，我們依然沒有完全意識到自己擁有了能夠收集和處理更大規模數據的能力。我們還是在信息匮乏的假設下做很多事情，建立很多機構組織。我們假定自己只能收集到少量信息，結果就真的如此了。這是一個自我實現的過程。我們甚至發展了一些使用盡可能少的信息的技術。別忘了，統計學的一個目的就是用盡可能少的數據來證實盡可能重大的發現。事實上，我們形成了一種習慣，那就是在我們的制度、處理過程和激勵機制中盡可能地減少數據的使用。為了理解大數據時代的轉變意味著什麼，我們需要首先回顧一下過去。

本文摘自《大數據時代》

---

　　 《大數據時代》是國外大數據系統研究的先河之作，本書作者維克託-邁爾-舍恩伯格被譽為“大數據時代的預言家”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發佈了長達14頁對大數據應用的前瞻性研究。維克託-爾耶-舍恩伯格在本書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，並用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
　　維克託最具洞見之處在於，他明確指出，大數據時代最大的轉變就是，放棄對因果關係的渴求，而取而代之關註相關關係。也就是說只要知道“是什麼”，而不需要知道“為什麼”。這颠覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。