大数据其实很可怕

本文目录一览

• ⓵大数据杀熟行为10月1日起明令禁止，这对我们生活影响大吗？
• ⓶别奢望大数据会为你做这10件事儿！
• ⓷大数据不适合处理的10件事情

⓵大数据杀熟行为10月1日起明令禁止，这对我们生活影响大吗？

很多人基本上只是听到大数据这个词，就觉得它很强大，但不知道它具体能做什么？通俗地说，就是对大量的数据进行统计计算，以准确地得到所需要的信息。 这种技术手段用得好，就是造福于人民；用得不对，就可以用于精准捕杀。

01.大数据的杀戮行为

要知道，在网络信息时代，每个人的生活轨迹基本都在大数据统计中，尤其是你的生活变得更加城市化。 化，大数据会更准确地了解你。

例如，如果您年龄在18岁到25岁之间，您习惯早上睡在床上，当您醒来时，您首先查看手机信息并查看朋友圈，使用下午带回家申请，下午要么工作要么学习，看短视频或者看剧，晚上可以打车去逛街，也可以玩游戏，看直播，看视频回到家最后，手机浏览完毕，在床上翻来覆去，熬夜才沉沉睡去。

然后，大数据通过精准的数据分析掌握了你的习惯，会初步尝试推荐便宜的外卖、酒店、机票等。 为了您多次使用，大数据会自动提高本次购买的价格，让您以更高的价格支付。

例如，如果你在旅行，寻找在网上预订过的酒店，它首先会推荐你推荐的经济型酒店都是高家酒店。 关于机票，在某些平台上，每次浏览价格都会上涨。

而且，如果同时使用多种打车软件，在相同的距离和车辆下，价格较高的苹果手机用户的成本会高于其他手机。

0210月1日起禁止搜索习惯大数据

随着《在线旅游经营服务管理暂行规定》的出台，习惯大数据搜索被禁止明确禁止，自10月1日起施行，明确不得滥用大数据侵犯游客合法权益。

这个规定一旦出台，必将打击大数据滥用的不良现象，能够有效保护我们的权益和合法利益，让我们的使用更加安全，不用担心价格欺诈。 如果以后遇到大数据诈骗，可以依法提起三倍赔偿，起码500元。

可以预见，大数据被禁止后，我们的生活会变得更加安逸，至少我们不用担心被当成肥羊，被监管，服务社区变得更有效率。 并推动社会进步。

⓶别奢望大数据会为你做这10件事儿！

不要指望大数据能为您做这10件事！

每个追求大数据的组织[注]都对它寄予厚望，希望它能够回答长期的业务问题，使企业在市场上更具竞争力，并提供更好的产品和服务。 然而，在这种热情中，很容易对大数据产生错误的期望——除非得到一些“帮助”，否则一些好处永远不会实现。 如果您不采取正确的步骤来优化大数据的价值，那么以下是大数据不会为您做的十大事情。
1解决你的业务问题
大数据不会解决业务问题，解决问题的是人。 只有在采用大数据之前坐下来思考他们想要从大数据中获得什么的组织才能实现他们一直在寻找的商业智能结果。
2帮助管理您的数据
IBM声称世界每天产生2500亿字节的数据，其中大部分是大数据。 毫不奇怪，全球企业管理的数据量呈指数级增长。 随着数据快速积累，而没有明确的数据存储和使用策略（尤其是大数据），组织面临着管理这些数据的挑战。
3减轻您的安全担忧
对于许多企业来说，定义数据的安全访问仍然是一个开放的话题。 这是因为大数据的安全实践并不像系统数据中的数据那样定义。 我们正处于IT部门必须与最终用户合作来确定谁有权访问哪些大数据和相关分析的时刻。
4解决关键IT技能领域
大型数据库管理、服务器管理、软件开发和业务分析技能供不应求。 这给许多IT部门本来就缺乏的核心IT技能带来了额外的负担。
5贬低遗留系统
如果有的话，在大数据时代，记录下来的遗留系统比以往任何时候都更有价值。 通常，这些遗留系统提供有关如何最好地分析大数据的关键见解，从而使数据分析能够回答重要的业务问题。
6简化您的数据中心
大数据需要计算集群以及系统管理模型和数据仓库系统的并行处理，这与传统的IT转型不同。 这意味着运行这些新系统所需的功耗、冷却、软件、硬件和系统功能也将有所不同。
7提高数据质量
传统事务处理系统的优点是数据字段长度固定，全面的数据编辑和验证有助于将其转换为相对干净的格式。 大数据则不然（+微信世界微信网），大数据是非结构化的，可以是任何格式。 这使得大数据的质量成为一个大问题。 数据质量至关重要。 如果没有数据质量，就无法信任数据查询的结果。
8验证实际投资回报率测量
从记录系统测量投资回报率的最常见方法是监控交易速度，然后推断这对赚取的收入意味着什么（例如，您每分钟可以做什么。 收到了多少新的酒店预订）。 交易速度并不是大数据处理的一个很好的指标，处理大规模数据并进行数据分析可能需要数小时甚至数天的时间。 相反，衡量大数据处理效率的最佳指标是利用率，定期利用率应该高出90%（而事务性系统可能只有20%）。 为大数据制定这些新的投资回报率指标非常重要，因为您仍然需要说服首席财务官和其他业务领导者投资大数据。
9减少“噪音”
95%的大数据都是“噪音”，对商业智能的贡献很小或没有。 过滤这些数据以获得真正可以帮助您的业务的情报将是一项艰巨的任务。
10多年来，它每次都有效，大学和研究中心进行了许多数据实验，以提取有关基因组、药物研究和外星生命的难以捉摸的答案。 虽然其中许多算法和查询都会产生结果，但许多其他算法和查询并没有得出结论。 大学和研究环境可以容忍不完整性，但在企业环境中则不然。 这是IT和其他关键决策者必须管理期望的地方。

以上是小编分享给大家的10件事，别指望大数据帮你做这10件事！类似内容，了解更多信息，可以关注GlobalIvy分享更多有用信息

⓷大数据不适合处理的10件事情

大数据不太适合处理的10件事

许多企业领导者开始拥抱大数据处理并期待魔法和奇迹，却发现大数据带来了新的复杂性-并且从他们身上获得的成果所需要的努力比预想的要大得多。

1：解决您的业务问题

大数据不会解决您的业务问题。 人们能做的就是坐下来讨论放弃大数据的决定，并在开始使用大数据之前就商业智能的使用达成共识。

2：帮助管理数据

IBM声称每天产生250万字节的数据，其中大部分是大数据。 正如预期的那样，全球企业需要管理的数据量呈指数级增长，由于缺乏清晰有效的数据存储和使用策略，数据将不断积累，每个企业都陷入数据管理任务之中。 。

3：缓解安全担忧

确保安全访问大数据对于许多公司来说仍然是一个开放的话题。 这是因为大数据安全实践的定义远不如数据和系统数据保护那么明确。 我们是否正处于IT与最终用户融合的时刻？？定义：谁可以访问什么级别的大数据并可以进行相应的分析。

4：缺乏关键IT技能

大数据处理、数据库管理、服务器管理、软件开发和数据分析技能业务不足，许多IT部门将继续成为问题企业。

5：降低遗留系统的价值

如果有的话，遗留系统数据将比任何大数据更有价值。 通常，正是这些遗留系统可以为大数据分析提供重要数据，以回答重要的业务问题。

6：简化数据中心

大数据分析需要并行计算集群以及与传统IT处理和数据存储系统不同的系统管理方式，这意味着能源、冷却、软件和硬件消耗和运行这些系统所需的技能也不同

7：提高数据质量

传统事务处理系统的美妙之处在于它们具有固定长度的数据字段和全面的数据处理能力。 数据编辑和验证方法，有助于表格的相对清晰的呈现。 大数据则不然，它是非结构化数据，几乎可以以任何形式出现。 这使得大数据的质量成为一个令人烦恼的问题。 数据质量至关重要，如果没有数据质量，就无法信任数据查询的结果。

8：验证实际投资回报率(ROI)

衡量系统投资回报率的最常见方法是监控交易速度，然后推断其盈利能力（例如，酒店每分钟的盈利能力如何）新的预订就在那里）。 事务速度并不是大数据处理的一个良好指标，存储大数据和运行分析可能需要数小时甚至数天才能完成。 衡量大数据处理有效性的最佳指标之一应该是利用率，它应该保持在90%以上（相比之下，交易系统的利用率可能只有20%）。 对于大数据来说，定义新的ROI指标尤其重要，因为你仍然需要说服CFO和其他业务部门负责人。

9：减少“噪音”

95%以上的大数据都是“噪音”，对商业智能的贡献很小或没有。 利用数据管控来挖掘企业金矿，帮助企业业务进步，是一项非常艰巨的任务。

10：日常工作安排

多年来，大学和研究中心利用大数据实验来回答有关基因组、药物研究以及其他行星上是否存在生命等难以捉摸的问题s。 虽然其中一些算法和查询产生的结果超出了安全范围，而且大学和研究机构对环境的研究尚无定论，但这不是企业可以接受的，因此IT和关键业务决策者必须调整和管理期望。

以上内容是小​​编分享的关于不适合大数据处理的10件事的相关内容，更多内容可以关注GlobalIvy分享更多干货