让你秒成大数据“砖家”:富有哲理的12条大数据金句

简介: 我们编译了12个富有品味的大数据金句,这些内容或许能帮你“指点江山”,让你秒成大数据“砖家”。

对《圣经》所有了解的朋友,可能会知道在《圣经》(启示录21章2节)中有个广为传颂的名言:

看哪!上帝的帐幕在人间。他要与人同往,他们要作他的子民;上帝要亲自与他们同在,作他们的上帝。

印度专家(严格来说是一个多才的电视广告人)Varun Mohanpuria在LinkedIn发表了一篇有关大数据博文,就套用了圣经的这段话,完美地“戏虐”大数据一把,仔细品味一番,还有点意思:

看哪,大数据管理的洞见,将与人们同住,人们要做它的子民,大数据要亲自与他们同在,作他们的神。

下面我们编译了12个富有品味的大数据金句,这些内容或许能帮你“指点江山”,让你秒成大数据“砖家”:

1.信息是21世纪的石油,而分析则是内燃机。

译者按:这是Gartner研究院高级副总裁Peter Sondergaard在一次报告上的讲话观点。没有内燃机,石油也仅是一堆埋在地下的烃化物。没有分析,信息也就是磁盘中二进制。价值是“用”出来的。

2.大数据不是新石油。

这是创造性研究办公室的联合创始人Jer Thorp的一篇文章,2010-2012年,Jer Thorp是驻《纽约时报》的数据艺术家(还有这个职业?)。

对这句话,要稍微解释一下:想一想,我们所用的石油,它的生成时间轴至少需要200万年,你和石油之间,除了你用它和它被你用之外,其生产过程,和你有一毛钱的关系吗?

而数据就不一样了,现在能成气候的大数据,诸如Facebook、新浪微博之类的社交大数据,再诸如亚马逊、阿里巴巴的电商大数据,无不与人有密切关联,人人都是大数据的生产者,你说的每一句话、做的每一笔交易,点滴汇成大数据。从这个角度看,大数据哪里是和你毛关系都没有的“石油”?明明就是一种全新的资源嘛。

这么说,其实是有另外一层含义的。既然大数据和“人人”都有关系,当大公司把它当作一种获取利益的资源来用,那不仅仅就让技术人员参与其中了,还要呼唤更多的人文情怀在里面。在大数据的挖掘过程中,哲学家、伦理学家、艺术家和工程师的地位,应该同等重要!

3.数据是新科学,大数据能hold住一切答案。

当你想向客户兜售大数据解决方案时,这可是最棒的金句。不要被财务人员的质疑唬住,这帮人,就是仅仅拥有数字,却对数字麻木不仁的一群人。现在就是你的机会,用大数据把他们忽悠住。

译者按:这句话,语出EMC CEO Pat Gelsinger发表于《福布斯》的一篇文章:《大数据上押下重注》(Big Bets on Big Data, Forbes)

4.老数据,如同葡萄酒一样,而老应用(application),则像鱼。

译者按:这是在2009年布里斯班召开的开源开发者大会上一位名叫Andy的演讲者说的一句话。不太懂这个金句是啥意思?先来思考下:

10年的葡萄酒好,还是30年的葡萄酒好!你肯定说,30年的好,愈久弥香,价值越高嘛。数据也是这样!大数据的价值,在一定程度上是积累出来的。

那老应用为什么像鱼?作为食材,你是知道的,鱼的年龄越大,是不是肉质越差?肉质越差,是不是价值就越低?应用程序也是这样!找个20年前的Word程序,即使能运行,估计你也不用,相比于日新月异喷涌而出的新应用程序,老应用程序的价值几乎荡然无存。

5.如果我们有数据, 就让数据来发声。如果我们仅仅是意见不一,那就得听我的。

权威的标签,其实就是傲慢。

团队的领导人,是有绝对话语权的。如果没有数据,他们可能就是一言堂,就是一个人掌控整个团队的行动方向。

你可以用这句话,砸在每个对大数据蠢蠢欲动的人脸上——数据带了客观和民主,要不要由你!

译者按:这是网景公司前CEO Jim Barksdale的一句名言。

6.如果你拷问数据到一定程度,它会坦白一切。

别介意啊,这句话说的,可不是数据的力量,而是说的是人本身。

用这句话来支撑数据的重要性,会让你的潜在客户或者上司两眼发光。接下来他们极可能会问:“嘿,给我整点数据,来支撑我的观点吧”。然后,就是你表忠诚的时候到了。

译者解读:说这句话的来头可不小,他是新制度经济学的鼻祖Ronald H. Coase,1991年诺贝尔经济学奖的获得者。

可这句话的更深一层含义,你看懂了吗?

数据做久了,不管别人信不信,自己都信了!人们很容易陶醉于自己的数据结论中。同一个问题,看待的角度不同,就有不同的解释,而且都能找到数据支撑自己的观点。比如说,大型电商的不同业务部,通过自己部门的数据分析,给出的商品推荐,其结论就可能大相径庭。解决问题的方式之一,就是跨部门融合这些数据。

7.没有大数据,你就是在高速公路上的瞎子或聋子。

这句话是想说明,有了大数据,整个世界变得更加智能。

但是,先别在意这些智能是不是真的由大数据创造,而是应该思考:我是不是也该整整大数据了,要不然,成为在高速公路上的瞎子或聋子,那不是“死”只有一个字吗?

译者按:说这句话的人是Geoffrey Alexander Moore,他是高科技营销魔法之父,硅谷战略与创新咨询专家,其所创立的关于技术产品生命周期的定律,被称为新摩尔定律。

8.数据本身是无用的,除非你从中获取到有价值的洞察

译者按:这句话的作者,我没有查到,如果你知道,麻烦你告诉我吧。

9.我们只信奉上帝,其他人都必须携数据而来。

如果有人给你讲理性,你就给它聊聊感性,而这句话就是最棒的武器,看有谁在这么强大的感性面前,给我讲理性,哈哈。

数据,就是我们新的上帝,其他人必须向这个全能的神,俯首称臣。

小编按:说这话的是W.Edwards.Deming博士,他是世界著名的质量管理专家,在日本更是大名鼎鼎地一塌糊涂。在涂子沛先生的著作《数据之巅》有此君理念的详细描述,可以找来一读。

10.大数据,就像青少年的性行为。

在前面,如果我们用食材来比拟大数据,这还不够过瘾的话,那么现在这句话就是一个更酷的比喻。想一想,性,对于十六七岁的毛孩子而言,听起来很酷,说起来也过瘾啊。在青春期的那段草长莺飞的岁月,性,这玩意,谁不想啊。现在的大数据,不也是这样吗?

译者按:这句话的出处是TED的创始人Dan Ariely写在Facebook上的一句玩笑话,获点赞无数。其实进一步考虑一下,在那段年轻的岁月里,关于性,想是一回事,Get到是另一回事啊!大数据目前的情况,和这个类比,是一样一样的,想玩大数据的人,多了去了,而能玩大数据成功的,可不就是屈指可数的几个“高大上”的公司吗?

11.可操作性的见解,就是为客户创造高潮

在前面,有关大数据和性的比喻还不错吧,如果你再能提供几招可操作性的见解,那么,直接能让你的客户高潮。

译者按:提供可操作性的见解,还多少要考验大数据“专家”的底蕴哦。

12.数据是钢,分析是铸造。如果你想制造出一件好兵器,二者缺一不可。如果其中存在一个短板,你可能就会因为一件烂兵器而死在战场上。

译者按:看完这11个金句,你是不是对大数据的理解又更深刻了呢?

译者介绍:张玉宏,著有《品位大数据》;责任编辑:身行。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
46 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
4月前
|
存储 SQL 大数据
dataCompare大数据对比之异源数据对比
dataCompare大数据对比之异源数据对比
102 0
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
31 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
3天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
10 3
|
6天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。