1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来读。比较完整全面。有很多情况。具有一定的参考意义。写ppt和吹牛是有用得，但没有什么重大意义。

很多观点不能同意。

一、主要观点上可以探讨的地方

作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。

这三点是：不是随机样本，而是全部数据；不是准确性，而是混合性；不是因果关系，而是相关性。

看完之后感觉都有点不是那么回事。

1.不是随机样本，而是全体数据

这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全尺寸数据的好处，而进行抽样分析的原因无非是两个原因：一是处理能力跟不上数据采集能力。

作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，不管计算机有多强大，目前仍有很多数据需要人工采集，所以这次人口普查仍需要抽样进行。

有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。事实上，至少就目前而言，抽样仍是人口普查的必然选择（好吧，你可以想象，未来每个人都会安装芯片，你可以在ppt中告诉你的客户和老板）。再比如我们统计里的经典问题：

怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？在过去，我们不能做一个完整的测试，因为这意味着这批零件将被丢弃，而这批牛奶将用于测试，所以测试结果是没有意义的（嗯，你也可以说：

让我们收集历史上所有这些部分的用法，以便分析。。。。好吧，来吧，雄心勃勃的索年）。现在呢，还是必须依赖抽样。

即使没有提到这些例子，也只是从逻辑上讲：收集和处理数据本身的行为不断地产生新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？

作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。

而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没不可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。

2.不是精确性，而是混杂性

这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用采样数据时，我们知道要容忍某些错误。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。

人类从来不指望我们通过数据分析得出的大多数结论是准确的。我们从来都要在信息混杂的情况下做出大多数的决策。

3.不是因果关系，而是相关关系

这是许多人（包括作者）认为的最有价值、最有意义的发现，但实际上也是最收批评的观点。就连翻译周涛教授也在前言中说，他不能继续下去了。至于他，他认为如果他放弃因果关系的分析，那将是人类的堕落。我不想谈这么高层次的哲学，只想从逻辑和技术的角度来讨论。

计算机能给我们的结论（到目前为止，在可预见的将来）都是相关的。计算机从未提供过明确的因果关系给人类。因果关系是否是基于数据的人类判断。

已经有相当多的应用，但也只是考虑相关性，而不是因果关系：确定因果关系需要更多的精力和投资。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。

而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：

通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进改过的经济发展。

可以说，电视的普及与经济、文化息息相关，但是实上，经济的发展更可能导致电视的普及，反之亦然。所以，我们真的不需要因果分析吗？说得玩笑一点：

这个世界真的不需要脑子了吗？

作者举了一个例子：google分析搜索关键字，以确定流行病可能发生在哪里。认为这就是利用了相关性而不是因果性。

这是没有利用因果判断吗？现在，在投资巨大的机器资源进行分析之前，分析人师已经**，疾病的症状可能会导致人们上网搜索（影响搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？

比如用户上网地点？上网时间？上网频率？

上网语言？浏览器版本？客户端操作系统？

⬬一起合同网编辑们的工作灵感来源:
• 棒棒老师系列读后感 | 大数据心得 | 郎咸平说系列读后感 | 大数据讲座心得 | 大数据读后感 | 大数据读后感

等。。。为什么它会像导弹一样把机器资源放在关键词上？

总之，为了展示新的思想，作者对这些原则过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。

时代在变，我们应该经常重新审视这些原则，以确定我们的思想是僵化的还是过时的。我同意作者重新审视这些观点，但我认为没有必要这么做。

二、细节论据上可以探讨的地方

除了三大原则不够令人信服外，在一些细节上，笔者的引用也不是很严谨。

如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，四种常用的语法检查算法的准确性有了很大的提高，说明大数据起到了一定的作用。这是一个很有启发性的例子，可以进一步分析和研究，但是

仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。

（顺便问一下，我想问他们：为什么不测试几十个几百个算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？

甚至连样本数量是否合格都不顾上了吗？）

三、这本书有什么用处？

对于这样一本书，我不明白周涛教授为什么在前言中建议你每本买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？

译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：

“《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为‘大数据商业应用第一人’，....早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。”

总的感觉是作者有很多想法，看过很多案例（这些案例在书中有丰富的反映，也有参考价值）。但并不是一个人真的在与数据搏斗（这是我的猜测，我还没有证实他的经验）。请不要告诉考生他做过哪些咨询案例，这远没有真正体验到数据的折磨。

）。第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。

然而，随着管理决策越来越受到**分析和大数据分析的影响和控制，依靠直觉决策的局面将彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。

采用一项新技术有可能大大提高企业的战斗力，超越竞争对手。但作者是希望与业界对话的人。面对整个社会，我们这样做并不严谨。引用一个例子：

在中国国际象棋学院的一次训练会后，主教练马晓春对第二天要去各自主队参加围攻的队员们说：祝大家周末都能赢。棋手们笑了：

我们只有一半的人能赢啊。同样，如果每个人都采用大数据技术，那么总会有企业在竞争中落后。而既然我们实际上无法真正分析“全量”数据，那ceo们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。

最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。

那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做it工作、数据工作的人对于“最好的”专著无论如何都必须看一下。

书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据ppt时有所依据，大家也得看看这本书。根据不同情况，可以对内容进行复制、粘贴、理解和重写。

这些内容，我相信买一版也就够了。需要提醒ppt人员的是，演示前请想清楚如何回答可能被提及的质疑。

2今天看完了舍恩伯格的《大数据时代》。如果抛开对翻译人员的赞誉不谈，我会说，这本定价50元、介绍互联网前沿趋势的书，价值不大，其中的一些例子在我看来不能完全归因于大数据领域。

舍恩伯格提到的三个趋势中的前两个我倒是非常赞同：

1.样本渐趋于总体；

2.精确让位于模糊；

至于第三点，“关联比因果更重要”，这与周涛教授的观点是一致的，我不太同意。作为一个理工科学生，我相信一切事物背后都有原理，人类终究是要找到并且搞明白世界之所以如此运行的原因的。否则，科技发展到后来，岂非变成了巫术一般的存在？

当然作者在文中提到了人类有急于寻找因果性的冲动，而有时候找到的所谓「因果」也并非真正的因果。表面理性的人常常被非理性所迷惑，满足于想当然的解释。在这种情况下，片面甚至错误的因果性还真的没有相关性靠谱。

但我们也不可忘了，相关性始终只是暂时的途径，我们的终极目标还是因果性，否则，人之为人的一项根本属性就不存在了。

这本书的另一个值得称赞的地方就在于作者作为大数据的倡导者，并没有一味大加褒扬，而是深刻洞察到了新的技术趋势会带来哪些问题。诸如个人隐私和数据**等在数据主导时代可能发生的严重后果，作者都给予了足够的考虑。并且难能可贵的是，针对未来可能出现的危机，舍恩伯格还给出了具有建设性的应对之道——看了他的个人履历后，你不得不佩服这样一位在技术和公共政策都具有独到见地的跨领域专家。

3两年前，还是社会学专业的我最喜欢翘的课叫做”社会统计学”，与其听着传统死板的抽样调查与回归分析，我更喜欢和一个做数据挖掘的数学系同学四处溜达。“数据挖掘（data mining）是什么？”她跟我举了一个最简单的例子：

“沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。”

“严谨的社会学训练”让我几乎在当时就开始思考“为什么？”“尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会‘顺便’购买尿布？

还是因为买“尿布”的时候会联想到‘’啤酒’？”——这使我立刻意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式——甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——“为什么？”它面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：

”人类社会中**事情的发生，是因为**及**因素的作用。“

我意识到，这与《大数据时代》中所提出的”大数据思维“的三个层面正好截然相反：

1、不是因果关系，而是相关性。大数据思维只关注”相关性“，而不再关注因果关系。也就是说，沃尔玛知道尿布和啤酒、手电筒与pop-tarts蛋挞的销量具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。

它并不需要去分析原因，因为只要知道这件事情”正在发生“或者”即将发生“，企业就完全能够做出正确的决定。

2、“样本=全部”——不是随即样本，而是全部数据。《大数据时代》也对传统意义上的统计学构成了冲击。在这样一个我们有足够强大的数据搜集和数据处理能力的时代，样本不再是万分之一，而转变成了”样本=全部“，样本，就是万分之一万。

传统意义上的统计学的随机抽样方法中有一条极其明智的真理：”采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。”可以说，“样本分析”奠定了绝大多数科学研究的基础。

而大数据时代，全数据分析的模式将全面替代“样本分析方式”。正如《魔鬼经济学》（freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过64000场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，恰恰是样本分析所无法提供的。

3、不是精确性——而是混杂性。数据量的显著增大也必然会让我们付出一些代价——一些不准确的数据会混入数据库，结果也可能不准确。这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。

对“小数据”而言，最重要的要求就是减少错误。而在大数据的采集里，在技术尚未达到完美无缺之前，混乱是无可避的。虽然我们得到的信息不再那么准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变的更为划算。

从谷歌翻译系统中可以看到，它收集了上万亿的语料库，来自未经过滤的网页内容，可能会含有不准确的用法、语病，未必每一条语料库都非常“精确”，然而这个语料库是布朗语料库的几百万倍大，这样的庞大规模优势完全掩盖了它的缺点。也就是“大数据的简单算法，比小数据的复杂算法，更加有效”。

总体而言，大数据时代透露出三个特征——更多、更杂与更好。它面向未来，要做的事情是关于“**”。正如作者所说"大数据要求我们有所改变，我们必须能够接受混乱和不确定性。

精确性似乎一直是我们生活的支撑，就像我们常说的‘钉是钉，铆是铆’，但认为每个问题只有一个答案的想法是站不住脚的，不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。“

当我们用”物联网“去开始测量、记录、分析，世界，并将我们的世界”数字化“的时候，information technology，信息技术的变革，就将聚光灯转向了information的身上。

从三千多年前会计学的诞生开始，人们将大量的经济活动”数字化“。然而，”数字化“只是为”数据化”拉开序幕。

在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。

在foursquare和街旁网中，“方位”也已经被“数据化”，在我们喜爱的地方”check-in“,我们通过忠诚度计划、酒店推荐和其他计划得到好处。

在facebook或twitter的里，"沟通"也已经被“数据化”，伦敦的金融公司通过分析每天的twitter的大量数据，以作为股市的投资信号。

而更令人兴奋的是，”数据"作为一种资源，本身是一种非竞争性的资源，它的价值并不会因为被使用而减少，相反，它可能被通过不断地重复使用而产生出更高的价值。数据本身的价值，是它所有能够产生的可能选择的价值的总和。书中提到了几种数据创新：

1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”

2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。

3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。

4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。

从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。

5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。

例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些’错误“，我们改变了教育的方式。

6、开放数据：**只是收集信息的托管人，而数据应当对全球开放。

在大数据价值链上，会有三种不同的大数据公司，第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。从我的理解来看，第一种人，拥有金矿的矿山。第二种就是数据分析师，也可以说，拥有开采、提炼金矿的技术。

第三种则是加工金矿的人，把金矿做成金元宝、首饰，通过创新思维让数据具有商业价值。在大数据时代的早期，思维和技能是最有价值的，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘，也就是说——金矿本身才是最值钱的。

然而，大数据背后带来的也是重重隐忧——从我们的隐私不断暴露，个人在网络上留下的千丝万缕的踪迹似乎让人们又回到了”老大哥在看着你“的那种担忧。”“数据统治”的登峰造极从哲学上会抹杀人的自由意志和选择的可能性，正如，基于你以前的各类数据分析，陪审团断定你以后将会犯罪。那将是人性面对技术的一次溃败。

阅读《大数据时代》的过程，总是让我不断地想起库恩《科学革命的结构和范式》。毫无疑问，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。

4大数据这个概念现在可说是红得发紫，有谣传说连**的大领导们都上了大数据的贼船，寻思着要从维克托迈尔舍恩伯格的《大数据时代》中学习如何治国理政。

笔者却对大数据充满了吐槽的欲望，部分是因为笔者曾经遇到过一位大数据的狂热鼓吹者，名言是“是不是科学就看有没有大数据，有大数据就是科学，没有大数据就不是科学，”以及“我觉得宇宙应该是什么什么样的，这样比较符合我的审美。”笔者觉得此人实在是个妄人，手里有把锤子就把一切都当成钉子……

笔者也读过维克托迈尔舍恩伯格的《大数据时代》，也并不认为大数据全都是胡扯——大数据肯定是有用的，不过有些鼓吹者恐怕吹得有点过了。而且，大数据还是个出现没两年的新领域，今天认为确凿无疑的东西明天也许就会被发现是错误的。

笔者也读过一些吐槽大数据的文章，比如纽约时报专栏作者大卫布鲁克斯（david brooks）的《大数据不能做什么？》大卫布鲁克斯说，大数据不懂社交。数据分析擅长于分析社会关系的数量而非质量。

社交网络的数据科学家可以分辨出6个你的同事，你一天中有76%的时间会见他们。而却很难发现你一个一年只见两次面的童年伙伴。更别说发现像但丁对贝特丽丝的爱情那样，只见过两次面就深爱上对方的情况了。

这说明并非所有的信息都能被大数据所利用。大数据会忽略很多信息，有时还是十分重要的信息。

与之类似的是，大数据不懂得背景。我们说一句话究竟是认真的还是开玩笑，是为了表达愤怒还是善意，这些都要放在复杂的背景中来理解，数据分析很难搞清楚这些。

第三，大数据会带来大量毫无意义的伪相关。有人说，现有的数据，多的可以让你想要分析出什么结果，就能分析出什么结果。想像一下，如果领导们发现冰激凌的销量和****件的数量呈正相关会怎么样？

随着数据的增长，这种伪相关将呈指数级增长。

第四，大数据不能处理真正的大问题。大卫布鲁克斯说，如果你想看一下哪些邮件对推广活动最有效，你可以进行随机抽取对比组样本。进行比较。

可是，如果我们想模拟一个衰退期的经济体。我们没办法去找这样的一个对比组。我们经常会看到人们争论什么是最好的经济刺激政策。

而我从来没有看到争论的双方能够用数据分析说服另外一方的。而治理国家所面对的恰恰是这些大问题。另一方面，大数据也不擅长**小概率事件，像**什么时候会发生**，什么时候会发生恐怖袭击，什么时候会发生革命这种事，数据分析是无能为力的。

第五，数据偏爱潮流，忽视创新——这对领导们来说倒是无所谓的，因为领导们本来就不想要创新。创新对官僚体制来说是件很糟糕的事，有创造力的官僚体制往往会把自己搞垮掉。

最后，原始数据其实并不原始，原始数据往往会被扭曲。对领导们来说，他们所面对的一大问题就是：他们不可能一边封网一边还能收集到真实客观的原始数据。

封网和收集真实数据是彼此矛盾的。封网本来是想欺骗别人，最后却可能只是骗了自己。

上面是大卫布鲁克斯的吐槽和笔者的评论。笔者也有自己的话要说，主要是关于大数据中不管因果只看相关的数据分析方法。

《大数据时代》说，我们知道什么药能治什么病就足够了，不必知道为什么。从这句话中，我们可以看出该书的作者对因果关系的理解有误：统计学上说知道因果关系是指我们高度确定（>95%）某一件事导致了另一件事的发生，而不是说我们知道这种关系背后的原理。

换句话说，我们说某药能治某病，这本身就是一种因果关系，无论我们是否知道治病的原理。如果二者之间只有相关关系，我们恐怕就只能说些类似“某种药物的摄入量与某种疾病的发病率之间存在负相关”的话。

因果关系还是相关关系，对我们来说有什么区别吗？区别就在于如果我们只知道两组数据（例如冰激凌销量和****件数量）之间存在相关，那么我们或许可以利用这种相关（例如一旦发生****件就赶紧推车上街卖冰激凌），但是如果想要改变现状，恐怕还是需要知道因果关系才行（禁止冰激凌就能够把****件消灭在萌芽状态吗？谁知道？！

只知道相关关系并不能保证这一点）。企业一般只需做到前者就能赚到钱，可是想要管理社会的话，只知道相关大概是不够的。

说到底，大数据是一座矿山，我们能够从中挖到些什么东西是不确定的。对企业来说，只要挖到了东西，赚到了钱，它们也就满意了；如果什么都挖不到，它们也只能怪自己运气不好。但是如果**想要大数据给它提供“不发生任何意外事件”的安全保证，那么这种保证恐怕是大数据无法提供的。

另一方面，大数据也解决不了官僚体制内部沟通不畅、派系斗争和动机缺乏等等问题。

最根本的问题恐怕还在于**的脆弱性：**想要稳定，因为变化几乎肯定会对它有害；而市场拥抱变化，因为它总是能够从变化中获益。这两种不同的心态或许决定了数据所能给它们带来的意义。

5　第一部分：精彩句子赏析

第1句：世界的本质就是数据。（pⅴ）

感悟及喜欢的原因：现今的我们正处于一个时代转型中，有谁会想到富士、柯达胶卷这样的百年企业会被时代所淘汰，因为科技的发展与互联网的日益强大，数据将逐步取代旧事物，创造出新事物。

第2句：这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见。（p4）

感悟及喜欢的原因：数据可以反映出很多项指标，特别是海量数据的处理下，如何挖掘获得价值更是需要一种具有新型的复合能力人才，而得以用数据改变对世界的认知、改变市场、改变关系。

第3句：大数据的核心就是**。（p16）

感悟及喜欢的原因：以前单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代，运用大数据的处理与分析，为我们的生活创造出前所未有的可量化的维度。

第4句：大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。（p39）

感悟及喜欢的原因：“总体=样本”以前是做不到的，现在对于数据的储存、处理能力、统计技术与数据资源等各方面都有了飞速的发展，信息总量的变化也导致量变到质变的飞跃，并在其中去捕捉随机抽样所无法揭示的细节。

第5句：要想获得大规模数据带来的好处，混乱应该是一种标准途径，而不应该是竭力避免的。（p60）

感悟及喜欢的原因：处理海量数据会不可避免地导致部分信息的缺失，错误并不是大数据固有的特性，而是一个亟需我们去处理的现实问题。目前，我们正经历着从数据的精准性到总体即样本的关注焦点转变，分析其多样式与相关关系是这种缺陷的弥补方法。

第6句：局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是就算我们可以分析得到细节中的细节，也依然会错过事物的全貌。（p66）

感悟及喜欢的原因：寻找数据间的关联并利用，才是大数据超过小数据时代的真正价值。

第7句：大数据的相关关系分析法更准确、更快、而且不易受偏见的影响。建立在相关关系分析法基础上的**是大数据的核心。（p75）

感悟及喜欢的原因：只用知道是什么，不用知道为什么，相关关系帮助我们更快、更好地了解了这个世界。

第8句：数据化是指一种把现象转变为可制表分析的量化形式的过程。数字化指的是把模拟数据转换成用0和1表示的二进制码。（p104）

感悟及喜欢的原因：计量和记录一起促成了数据的诞生，它们是数据化最早的根基。数字化带来了数据化，但是数字化无法取代数据化，因为数字化是把模拟数据变成计算机可读、可处理的数据，和数据化有本质上的不同。

第9句：**给我们知识，而知识赋予我们智慧和洞见。（p117）

感悟及喜欢的原因：虽然数据的使用还远未成熟，但是从潜在的数据中挖掘出巨大的价值，然后揭示出新的深刻洞见，是我们思维方式的发展，同时也是智慧的开启。

第10句：“现实挖掘”这里指的是通过处理大量来自手机的数据，发现和**人类行为。（p118）

感悟及喜欢的原因：麻省理工学院**实验室通过分析每个人去了哪里、见了谁，成功地区分出了感染了流感的人群，而且在感染者还完全不知道自己已经患病之前就做出了区分。比如，伊格尔通过研究关注家庭主妇平均每周去几次洗衣店，来试图回答疾病如何传播和城市如何繁荣。

再比如twitter通过创新，让人们能轻易记录以及分享他们零散的想法从而使情绪数据化得以实现。这种种都说明，通过读取、分析数据，我们可以找出很多相关关系，让我们对世界、对生活有更深刻的理解。

第11句：将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。（p126）

感悟及喜欢的原因：随着时代的发展，数据逐渐可以量化一切。数据的价值也从最基本的用途转变为未来的潜在用途。

另外数据不同于物质性的东西，它的价值不会随着它的使用而减少，而是可以不断地被处理、再利用，挖掘出更大的未来价值。

第12句：数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找“一份钱两份货”。而数据的折旧值、数据废气和开放数据则是更为独特的方式。（p135）

感悟及喜欢的原因：通过数据处理、创新再利用来发挥出现实价值，如搜索关键词、推荐引擎、**住宅的价值、设计店面的最佳布局、判断营销活动的有效性等等，从战争中学习战争，从数据中学习数据。

第13句：他们思考的只有可能，而不考虑所谓的可行。（p166）

感悟及喜欢的原因：内行与外行最大的区别在于思维不受限，它让思维方式有更好的延展性、多样性与丰富性。

第14句：一旦得以有效利用，大数据就可以变革公司的赢利模式和传统交流方式。（p170）

感悟及喜欢的原因：大数据的利用，可以重新定位生产商与供应商的关系；可以通过商品本身收集数据并传回制造商进行研究与开发；可以通过用户交互提高服务；当文字变成数据，不仅人可以用之阅读，机器也可用之分析……充分说明，第一，个人也好，公司也好，都需要与时俱进；第二，大数据的多样性有待于更全面的开发，更好地服务于人们的生活。

第15句：大数据公司的多样性表明了数据价值的转移。（p176）

感悟及喜欢的原因：随着数据价值转移到数据拥有者手上，传统的商业模式同时也被颠覆了。数据不仅能够优化生活和服务，甚至还能催生新的行业，催生新时代的人才。

第16句：行业专家和技术专家的光芒都会因为统计学家和数据分析家的出现而变暗，因为后者不受旧观念的影响，能够聆听数据发出的声音。（p180）

感悟及喜欢的原因：学会聆听数据发出的声音，第一需要与时俱进，跟上时代进步的步伐。第二改变了我们怎样看待知识的价值。

第三了解到，如今不只是专业技能的深度很重要，大数据的广度也变得很重要。

第17句：卓越的才华并不依赖于数据。（p212）

感悟及喜欢的原因：大数据的风险是数据主宰一切的隐忧，但是个人的直觉、对市场的敏锐度等独特个体所展现出来的才华同样重要，它所呈现出来的强有力的创造力不亚于大数据。

第18句：变革并不止于规范。（p219）

感悟及喜欢的原因：大数据的运作是在一个超出我们正常理解的范围之上的。大数据需要被监测并保持透明度，加上使这两项得以实现的新型专业技术和机构。

我们要发展，就必须先有其规模，在规模中去寻找规范的操作手法，才能让变革立于不败之地。

第19句：莎士比亚曾写道：“凡是过去，皆为序曲。”（p244）

感悟及喜欢的原因：过去的每一点每一滴是为明天的开始打下坚实的基础，一贯如是地坚持下去才有效力。

第20句：大数据提供的不是最终答案，只是参***，为我们提供暂时的帮助，以便等待更好的方法和答案出现。（p247）

感悟及喜欢的原因：大数据是一种资源，也是一种工具，这里引用一句话“混乱构成了世界的本质，也构成了人脑的本质，而无论是世界的混乱还是人脑的混乱，学会接受和应用它们才能得益。”

第二部分：读后感

这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学的应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。

★大数据开启了一次重大的时代转型。

⧈ 大数据读后感