大數據學習總結
時間:2021-04-09 07:49:10 來源:勤學考試網 本文已影響 人
《大數據時代》讀后感
一、學習總結
1、關于作者
維克托·邁爾-舍恩伯格(Viktor Mayer-Sch?nberger),他是十余
年潛心研究數據科學的技術權威,他是最早洞見大數據時代發展趨勢
的數據科學家之一。
2、關于大數據
1)大數據是什么
大數據(big data),或稱巨量資料,指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具,在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點:V olume(大量)、Velocity((高)速率)、Variety(多樣性)、Veracity(真實)。大數據可分成大數據技術、大數據工程、大數據科學和大數據應用等領域。2)大數據的來源
所謂的“Big Data”是由IBM和Gartner分析師提出的概念,我們比較時髦的稱其為大數據。
3)大數據現狀、應用
通過分析和優化企業數據實現一種對未來的企業運營的精準的預測能力。采用一系列的技術,從技術中獲得洞察力,也就是BI或者分析;另外一個是分析路徑,尋找關鍵績效指標,從儀表盤這樣的工具進行數據分析,實現預測性工作。
4)大數據未來
Fayyad曾被視為數據挖掘領域的No.1,他用下圖向我們解釋了為什么說分析是大數據未來的發展方向。
3、關于大數據時代
1)思維變革
?更多:不是隨機樣本,而是全體數據;“樣本=總體”。
?更雜:不是精確性,而是混雜性;允許不精確,最大化利用全體數據。
?更好:不是因果關系,而是相關關系;“是什么”,而不是“為什么”。
2)商業變革
?數據化:一切皆可“量化”;關注信息本身。
?價值:發現、利用數據的價值。
?角色定位:大數據掌控、大數據技術、大數據思維的三足鼎立。
3)管理變革
?責任:數據來源有效性、數據存儲安全性、數據使用合法性。
?自由:反對數據壟斷大亨。
二、讀后感
1、大數據時代,是名符其實的“信息社會”
經歷了口口相傳、紙媒傳播,到現在的網絡技術,我們可以獲得比以前更多的信息并進行分析,可以從更多的維度詮釋世界。
通訊技術的發展,促進了個人/組織在信息獲取上的平等發展,數據不再是限制我們努力的因素了。數據的的爆炸式產生,促使我們必須從海量的信息中做出選擇、掌握數據挖掘技術和篩選工具。
2、大數據技術支持預測工作
大數據的4V特點,及對相對關系的發掘,改變了傳統的基于少量樣本的預測思維。思維的轉變,將會在各行各業中爆發出更多的預測技術和工具,進而支撐預測工作的大力發展。
大數據技術越完善,我們越能更快更全面的獲得更多的有效數據,預測則越準確。
3、知識管理迫在眉睫
大數據的未來是數據分析,而分析的目的是轉化為經驗、規律、總結……,它們的集合就是知識。知識是個人/組織成長的直接推動因素。
知識管理要遵循積累原則(知識積累是實施知識的管理基礎)、共享原則(一個組織內部的信息和知識要盡可能公開,使每一個員工都能接觸和使用公司的知識和信息)、交流原則(知識管理的核心就是要在公司內部建立一個有利于交流的組織結構和文化氣氛,使員工之間的交流毫無障礙)。這三原則不正是大數據技術的組織基礎嗎?
三、在工作中的而應用
1、關注運作工作向數據管理方向的轉化
在倉儲工作中,為物品對象(倉庫、貨物、設備、員工等)、流程對象(如作業、異常處理、管理等)建立屬性列表,關注數據積累。
同時,關注倉儲數據與運輸、客服、園區等各方面環境數據的對應。
2、重視數據挖掘,提高數據分析能力
根據運作問題和目標,通過數據挖掘和分析,尋找有效的數據指標。通過對關鍵指標的趨勢預測,發現潛在風險、發掘改善途徑。
3、推動數據轉化,促進建立知識管理系統
在實際工作中,重視對裸數據、經驗、執行文件的管理,引導各項目的知識轉化。建立從數據積累、知識轉化(數據到知識、隱性知識到顯性知識、個體知識到組織知識等)、知識共享的知識管理體系,形成倉儲管理知識體系及其良性循環。
(正文結束)