大数据时代的大数据思维
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
才念的在胡家窝棚那个战斗的缴获，你们听到了吗?” 见无人回答，接连问了三句
为什么那里缴获的短枪与长枪比例比其它战斗略高 为什么那里缴获和击毁的小车与大车的比例比其它
战斗略高? 为什么在那里俘虏和击毙军官与士兵的比例比其它
战斗略高? “我猜想，不，我断定!敌人的指挥所就在这里! 果然，部队很快就抓住了敌方指挥官廖耀湘
系统能根据顾客背景资料及历史消费模式计算出顾客 的痛苦点（pain point） 如果他输钱超过痛苦点，今晚的赌博会成为一个痛 苦的回忆，离开Harrah’s后一去不返 实时做出对策：提供免费餐券劝退
投资决策
电影《永无止境》的故事 一位落魄的作家库珀服用了一种可以迅速提升智力的
神奇蓝色药物，然后他将这种高智商用于炒股 在短时间掌握无数公司资料和背景：将世界上已经存
大数据时代的大数据思维
茅宁 南京大学管理学院
不讲大数据就“OUT”了
如何理解大数据 技术：大云平移 产业：商业革命 资产：数据资产 思维：管理革命和思维革命
大数据时代：改变我们的生活、工作和思维方式 Gartner公司（3V+1）：大数据是指数量大、变
化快和（或）多样化的信息资产，需要新的处理 形式，从而强化决策、促进洞察力和优化流程
大数据的本质
用母体代替抽样 统计抽样的局限性
用数量代替精确 拥抱混杂性：容错性更强
用相关性代替因果性 知道是什么比知道为什么更重要
演绎与归纳的区别 演绎：通过一般规律推导出具体事实（从因到果） 归纳：从具体事实中总结出一般规律
大数据的启示：决策分析观念的转变
传统 抽样数据、局部数据和片面数据 经验、假设和价值观
速度（ Velocity）：实时变化（输入和处理速 度快）
对处理时间的要求
种类（Variety)）：多样化（多源异构） 结构化
非结构化：文本、图象等
价值（Value）:价值密度低 大海捞针？
数据本身不产生价值，如何分析和利用大数 据对业务产生帮助才是关键
例：Facebook上市前有形资产价值66亿美元， 但估值1040亿美元 2009年-2011年间收集了2.1万亿条获利信息
博彩业最大的客户数据库 公司从地方性企业成长为全球最大的博彩公司
（拥有39家本土赌场、13家海外赌场） 2010年改名为凯撒娱乐公司(Caesars
Entertainment）
利用大数据提供优质服务
通过对顾客消费模式的分析，计算出顾客的长期价值 （customer worth） 一个顾客理论上长期会在Harrah’s总共消费多少 26%的客户贡献了82%的收入：前者并不是大多数 赌场一直在争取的金领豪客，而是中产阶级的中老 年顾客（教师、医生、银行职员等）
数据量（Volume）
全量超大规模（海量） K、MB（兆）、G、T、P、E、Z、Y、N、D、C 大数据的起始计量单位至少是P（1000个T）
不仅是规模，更重要的是增长速度 到2012年，人类生产的所有印刷材料数据量是200PB ，全人类历史上说过的所有话的数据量大约是5EB 整个人类文明所获得的全部数据中，有90%是过去两 年内产生的 到了2020年，全世界所产生的数据规模将达到今天 的44倍
Entertainment）邀请，担任该公司COO 他只准备待两年，为此请了两年学术假期 再没有返回哈佛大学，2003年接任该公司CEO 关键：使用数学运营赌场
哈拉斯娱乐公司的特色
每年在信息系统上的投资超过1亿美元 推行了一套名为“完全回馈”（Total Reward
）的会员卡制度，所有消费都用卡 到2010年，已积累超过4000万会员的信息，是
大有大的道理
戴明：除了上帝，任何人都必须用数据来说话 对大部分事物来说，平均值都差强人意 但在决策中，大量个体的平均值往往是最好的 猜猜瓶子里有多少钱？ 猜得最准的个人距离正确答案10美元 所有猜测的平均值距离正确答案3美元 365美元
数据、模型和理论的关系
光大是不够的பைடு நூலகம்
数据并不是越多越好 对数据分析能力的挑战：由人来解读转化为洞察见解 科斯：如果你总是拷问数据，数据迟早会招供的 有一位美国数学家最怕坐飞机 他研究了近20年的统计数据，发现恐怖分子带炸弹上
飞机的概率非常低 但他还是不放心，又做进一步研究，发现两个人同时
带炸弹上飞机的概率为零 于是他坐飞机都自己携带一枚炸弹 水生动物不要羡慕陆生动物的四个蹄子，它真正需要
的是生出一个肺，而不是用腮呼吸
林彪的大数据思维
辽沈战役期间，林彪要求每天要进行“军情汇报” 由值班参谋读出各单位用电台报告的当日战况和缴获 几乎是重复着千篇一律枯燥无味的数据 一天，参谋汇报当日战况时，林彪突然打断他：“刚
在的海量数据（包括公司财报、电视、互联网、小道 消息等）挖掘出来 甚至将Face Book、Twitter的海量社交数据挖掘得到普 通大众对某种股票的感情倾向 通过海量信息的挖掘、分析，使一切内幕都不是内幕 ，使一切趋势都在眼前 在10天内赢得了200万美元，神奇的表现让身边的职业 投资者目瞪口呆 启示：如果人类将剩余80％的大脑潜能激发出来
未来 要全体不要抽样 要效率不要绝对精确 要相关不要因果
分析过去，提醒现在，展望未来
Gary Loveman博士的经历
1989年在MIT获经济学博士学位后在哈佛商学院任教 专长是数据挖掘和服务管理：客户心理分析 数学只是象牙塔里学究们出于个人兴趣的消遣，而对真
实世界的决策没有帮助，这让他一度感到沮丧 1994年在HBR发表一篇文章引起企业关注 1997年接受主营赌场业务的哈拉斯娱乐公司（Harrah’s
大数据内涵的三维度解析
实践
公共（互联网）数据 政务数据 产业（企业）数据 个人（用户）数据（i-data)
大数据特征 大数据价值 大数据思维
理论
技术
数据信息采集、传输、存贮、处理和分析能力 ——云技术、分布式处理技术、存贮技术、感 知技术 ——分析技术：可视化分析、数据挖掘算法、 语义搜索引擎、数据质量与数据管理、预测性 分析
为什么那里缴获的短枪与长枪比例比其它战斗略高 为什么那里缴获和击毁的小车与大车的比例比其它
战斗略高? 为什么在那里俘虏和击毙军官与士兵的比例比其它
战斗略高? “我猜想，不，我断定!敌人的指挥所就在这里! 果然，部队很快就抓住了敌方指挥官廖耀湘
系统能根据顾客背景资料及历史消费模式计算出顾客 的痛苦点（pain point） 如果他输钱超过痛苦点，今晚的赌博会成为一个痛 苦的回忆，离开Harrah’s后一去不返 实时做出对策：提供免费餐券劝退
投资决策
电影《永无止境》的故事 一位落魄的作家库珀服用了一种可以迅速提升智力的
神奇蓝色药物，然后他将这种高智商用于炒股 在短时间掌握无数公司资料和背景：将世界上已经存
大数据时代的大数据思维
茅宁 南京大学管理学院
不讲大数据就“OUT”了
如何理解大数据 技术：大云平移 产业：商业革命 资产：数据资产 思维：管理革命和思维革命
大数据时代：改变我们的生活、工作和思维方式 Gartner公司（3V+1）：大数据是指数量大、变
化快和（或）多样化的信息资产，需要新的处理 形式，从而强化决策、促进洞察力和优化流程
大数据的本质
用母体代替抽样 统计抽样的局限性
用数量代替精确 拥抱混杂性：容错性更强
用相关性代替因果性 知道是什么比知道为什么更重要
演绎与归纳的区别 演绎：通过一般规律推导出具体事实（从因到果） 归纳：从具体事实中总结出一般规律
大数据的启示：决策分析观念的转变
传统 抽样数据、局部数据和片面数据 经验、假设和价值观
速度（ Velocity）：实时变化（输入和处理速 度快）
对处理时间的要求
种类（Variety)）：多样化（多源异构） 结构化
非结构化：文本、图象等
价值（Value）:价值密度低 大海捞针？
数据本身不产生价值，如何分析和利用大数 据对业务产生帮助才是关键
例：Facebook上市前有形资产价值66亿美元， 但估值1040亿美元 2009年-2011年间收集了2.1万亿条获利信息
博彩业最大的客户数据库 公司从地方性企业成长为全球最大的博彩公司
（拥有39家本土赌场、13家海外赌场） 2010年改名为凯撒娱乐公司(Caesars
Entertainment）
利用大数据提供优质服务
通过对顾客消费模式的分析，计算出顾客的长期价值 （customer worth） 一个顾客理论上长期会在Harrah’s总共消费多少 26%的客户贡献了82%的收入：前者并不是大多数 赌场一直在争取的金领豪客，而是中产阶级的中老 年顾客（教师、医生、银行职员等）
数据量（Volume）
全量超大规模（海量） K、MB（兆）、G、T、P、E、Z、Y、N、D、C 大数据的起始计量单位至少是P（1000个T）
不仅是规模，更重要的是增长速度 到2012年，人类生产的所有印刷材料数据量是200PB ，全人类历史上说过的所有话的数据量大约是5EB 整个人类文明所获得的全部数据中，有90%是过去两 年内产生的 到了2020年，全世界所产生的数据规模将达到今天 的44倍
Entertainment）邀请，担任该公司COO 他只准备待两年，为此请了两年学术假期 再没有返回哈佛大学，2003年接任该公司CEO 关键：使用数学运营赌场
哈拉斯娱乐公司的特色
每年在信息系统上的投资超过1亿美元 推行了一套名为“完全回馈”（Total Reward
）的会员卡制度，所有消费都用卡 到2010年，已积累超过4000万会员的信息，是
大有大的道理
戴明：除了上帝，任何人都必须用数据来说话 对大部分事物来说，平均值都差强人意 但在决策中，大量个体的平均值往往是最好的 猜猜瓶子里有多少钱？ 猜得最准的个人距离正确答案10美元 所有猜测的平均值距离正确答案3美元 365美元
数据、模型和理论的关系
光大是不够的பைடு நூலகம்
数据并不是越多越好 对数据分析能力的挑战：由人来解读转化为洞察见解 科斯：如果你总是拷问数据，数据迟早会招供的 有一位美国数学家最怕坐飞机 他研究了近20年的统计数据，发现恐怖分子带炸弹上
飞机的概率非常低 但他还是不放心，又做进一步研究，发现两个人同时
带炸弹上飞机的概率为零 于是他坐飞机都自己携带一枚炸弹 水生动物不要羡慕陆生动物的四个蹄子，它真正需要
的是生出一个肺，而不是用腮呼吸
林彪的大数据思维
辽沈战役期间，林彪要求每天要进行“军情汇报” 由值班参谋读出各单位用电台报告的当日战况和缴获 几乎是重复着千篇一律枯燥无味的数据 一天，参谋汇报当日战况时，林彪突然打断他：“刚
在的海量数据（包括公司财报、电视、互联网、小道 消息等）挖掘出来 甚至将Face Book、Twitter的海量社交数据挖掘得到普 通大众对某种股票的感情倾向 通过海量信息的挖掘、分析，使一切内幕都不是内幕 ，使一切趋势都在眼前 在10天内赢得了200万美元，神奇的表现让身边的职业 投资者目瞪口呆 启示：如果人类将剩余80％的大脑潜能激发出来
未来 要全体不要抽样 要效率不要绝对精确 要相关不要因果
分析过去，提醒现在，展望未来
Gary Loveman博士的经历
1989年在MIT获经济学博士学位后在哈佛商学院任教 专长是数据挖掘和服务管理：客户心理分析 数学只是象牙塔里学究们出于个人兴趣的消遣，而对真
实世界的决策没有帮助，这让他一度感到沮丧 1994年在HBR发表一篇文章引起企业关注 1997年接受主营赌场业务的哈拉斯娱乐公司（Harrah’s
大数据内涵的三维度解析
实践
公共（互联网）数据 政务数据 产业（企业）数据 个人（用户）数据（i-data)
大数据特征 大数据价值 大数据思维
理论
技术
数据信息采集、传输、存贮、处理和分析能力 ——云技术、分布式处理技术、存贮技术、感 知技术 ——分析技术：可视化分析、数据挖掘算法、 语义搜索引擎、数据质量与数据管理、预测性 分析