《决战大数据》读后感

《决战大数据》读后感《决战大数据》读后感范文《决战大数据》读后感1大数据在如今的时代是一个耳熟能详的词，也就在那么很短的一个时期，大数据火爆全网，所有的公司和个人都崇尚大数据，好像谁不知道这个名词就彻底out了。就拿我这个吃瓜群众来说吧，一直以为大数据离我们很远，对大数据的理解也就是很多很大的数据，虽然每天都能在网上看到各种相关的消息。后来慢慢的就有些理解了，原因并不是我有多好学，而是慢慢的习惯了网上购物。有一天我发现很有趣的现象，平常我经常在网上找各种自己需要的资料，而网页上就总会出现广告，这很正常大家也都习惯了。但如果我今天在百度或淘宝上搜索了某件商品，那网页上的广告推荐就会是我搜索相关的这类商品。起初我很惊讶，后来才知道这是大数据的运用。就这样我知道了广告的投放是对大数据的分析而来。大数据有没有被神化我不知道，但有一种很受大家认可的观点是这样的：谁拥有大数据，就相当了拥有了聚宝盆。印象最深刻要数共享单车，自2016年底开始如同雨后春笋般的爆发开来，一不留神就发现街道边摆满了五彩的自行车，当风口来临时，每个人都想成为在风口飞翔的猪。而就在共享的理念生根发芽时，人们并没有找到共享单车的盈利模式在哪，但有一点是所有人都坚信的，在解决最后一公里的同时，能累积大量的数据，而在未来，数据一定可以变现。这些算是我对大数据最深的理解了吧，直到我看到了《决战大数据》这本书。品觉老师通过这本书带我系统的了解了一遍大数据，大数据当然不是简单的一堆超大数据而已，并且数据本身并没有什么商业价值。它的价值在于利用数据与数据之间的关系来还原人们的行为和生活场景。大数据的概念和运用需要一位大师用一本书的篇幅才能展现出来，我的三言两语当然没有这样的能力。但通过对这本书的理解，我有了自己对大数据的理解。现在的人们对于电视电影都不陌生，而且在观看时，我们都是站在上帝视角，我们知晓影视中所有人物的行为甚至心理活动。但我们都明白这在现实中是不可能实现的，现实中每个人都是独立的存在，拥有很多绝密的隐私和自由的大脑，这些都是别人无法窥探的，不管跟你多亲密的人都只能看到你的某一部分。在未来的某一天，你的人生会变成一部电影，大数据就是那个摄像机。不管你的身边有没有人，你的所有行为都会留下痕迹，展现给他人时，或许你会加以掩盖，但在这个世界留下的原始数据是无法更改的。如果我们生活的世界是一台电脑，他能收集到你所有的行为痕迹，那它当然可以还原出你的一切，也会比你自己还要了解你自己，拥有这台电脑的人就能像看电影一样看着你。在此之前我们无法去控制这台电脑，也无从知晓你在世间留下的原始痕迹。但当网络、手机、各种穿戴设备的.兴起，这些电子产品就组成了这样一台记录世界的电脑。回到大数据上吧，现在的大数据还没有到那么庞大的地步，即使未来真的可以收集到如此全面的数据，储存、备份和分析也都是目前无法克服的问题。大数据是通向未来的必经之路，当然不会有那么简单，储存和备份更多的是技术上的问题，分析也是根据各种不同目的来进行调配的，这些要细化来说简直是无穷无尽。就单讲一下现阶段最大的问题一一收集数据，本书中反驳了一个观点：先把数据收集着，以后总会有用的。因为无用数据的储存会让你不堪重负。这个观点在我看来是绝对正确啊，从小就被教育多做点总是好的，不管未来有没有用，先拿过来总是没有错的。至此之后我才明白，我生活中总是有那么多鸡肋的原因了。既然发现了问题就应该找办法解决，如果不是所有的数据都有用，那我们应该收集哪些数据呢？这个问题应该回归到现实生活当中，现在运用大数据的一般都是公司，设计运用数据和收集数据的通常不是一批人，运用数据的一般都是公司决策层，而决策层的思维是跳跃的，没有充分的沟通，收集数据的人很难领会到其中的奥秘。因此，在收集数据时面对大量的数据不知所措。解决好这个问题应该会对运营数据起到决定性的作用。本书大部分篇幅都是在讲解大数据的收集、储存、运用等方面的内容，对企业和用户的影响，还有大数据时代运营模式的改变等等。但这些内容只是让我更加了解了大数据，对生活的直接帮助有限。真正让人豁然开朗的是个人对自己进行大数据管理的理念，原来大数据还可以这么理解，这跟我学生时代认为最佳的系统学习方法不谋而合。将所有接触的人、物、事当成数据收集起来，归类存储。找寻他们之间尽可能多的联系，用关键字进行概括和索引。这将会让你洞察到你身边所有的真相。《决战大数据》读后感2《决策大数据》这本书作为2018年的开篇阅读，初略的看下来，基本上好像跟作者没什么关系，作者的叙述在这本书中所占的篇幅比照不是很大，此书最好取名为《众说大数据》比较恰当，将近半本是别人在讨论大数据的问题，只有后面的章节写的是自己的大数据经验，相对来说真的是寥寥无几。我觉得作为本书的开篇数据十戒，基本上可以涵盖这本书的总体思想。其实生活中对于大数据的运用，我们能够感受到的还是非常普遍的，随便一刷网页，就能够精准的推送你前两天搜搜的产品，淘宝一刷就是各种你需要的东西，现在的新闻也是如此，总是弹出一些符合你口味的新闻事件出来，这些都是个人在网上留下的数据，经过后台分析给你推送的，不从使用者角度而言，从公司角度而言，收集建立一个有效的数据库是非常重要的，当然数据不仅仅是收集这么简单，更需要不断的提炼，分类，分析，通过这些死的数据来再现出当时的情形，再有效的进行营销。数据的不同组合就会呈现出不同的效果，数据的价值在于如何的运用，这种运用体现在各个数据的关联，在关联中寻找症结点，寻找数据的使用方法，当然数据最关键的一步是在运用，是否能够恰当的达到自己的目的，而在达到自己的目的过程中，更需要着眼于未来，着眼于这些数据所能提供的长远规划，所呈现出来的精准预测。阿里巴巴作为一个大数据公司而出名，从现实中也能够感受到，譬如信用积分，个人贷款等等，这些应该都是通过数据的积累来精准预测一个人的财务价值，作者作为阿里巴巴的副总裁，在文章中也提到了公司对于数据的内外三把斧，分别是外-"混通晒"，混就是要了解各个数据所代表的真是含义，所连接低层原理，真正的切合实，而“通”就是将精准预测与这些数据之间的打通，建立连接点，并成一个系统，“晒”就是能够在建立的系统中寻找症结点，然后进行优化，这个过程类似于QC思想中的优化思想；外三把斧便是“存管用”，这个不言而喻便是一个数据的流转过程。这些大数据看过去与大公司有连接，对于个人而言没什么价值，阅读就是能够在其中找到个人的运用价值。运用是阅读的最有效的输出工具，在书《如何高效的学习中》，SCOTT杨就提出来运用的价值，通过运用能够快速的掌握知识。对于本书而言在个人的运用就是文章末尾讲的个人数据库的建立，接触到个人数据库还是这两个人月接触的，通过学习《知识管理训练营》中提到的，通过建立个人数据库，建立个人的GOOGLE，以前总是觉得市面上的数据这么多，何必自己储存，以前用大象笔记也只是为了方便个人管理，基本上没有什么个人数据的管理概念，但是通过这些的阅读，意识到建立个人数据库的重要性，市面上的数据只是数据，既不是你有选择的收集，也不是个人消化过的数据，等你要用到只有真的只能求助无门，脑袋好不容易闪过的灵光，因为找不到出处，在这个过程中就把精力消耗殆尽，个人最有深有体会的就是写作，为了引用一句话，抓耳挠腮半天都找不到，这是非常令人奔溃的，所以建立个人数据库是非常必要的，而且这种个人数据库的收集不仅仅是收集，更需要消化吸收，然后在某一时刻能够想运用就运用，在阅读方面的是数据收集就是阅读一本书后能够将原版书电子版收集起来，形成思维导图，有个人阅读笔记，然后再去读下一本书，而不是像以前的阅读一样，浑沦吞枣，今天读完觉得意气风发，过两天就不知所云，建立一个个人阅读数据是非常必要的。当然个人数据库的建立不仅仅是文字，更是涉及到所有的图片，旅行等。本书总体而言比较宽泛，讲的也比较粗略，作者所占的篇幅不大，适合数据从业者看，应该而言是一本抽离数据的原理将数据的思想，最后上升到个人的哲学思想层面，譬如作者信佛，助学等等，随手阅读，当做涉猎还是可以的。《决战大数据》读后感3一个数据分析师，在面对海量的数据时，偶尔把自己也当作对象去分析、思考、总结，才能成为一位有那么一点儿味道的数据分析师，才能不断地审视、提升自己分析水平，才能在数据分析的道路上走得更远。作为一个学佛之人，车品觉先生在《决战大数据》这本他的处女作中，以不那么严密的组织的语言谈了一遍他对数据化运营以及运营数据的一些“心性”之法。“心性”之法之表述，兴许容易让人感觉书的内容“高屋建瓴”，以至像舍恩伯格的《大数据时代》一样仅传输一些未经考证之理念而无可实践之抓手，然而，车先生的这本书恰是有力地把握了由高到低，由全局到细节的完美过渡和节奏，使得读者在书中除可了解作者的大理念之同时，亦可习得各种极其实用的实战技巧。深入浅出，层层剖析，晓之以理，这也正是数据分析师所应该具备的基本素质。整体书的逻辑是先讲如何数据化运营，然后讲如何运营数据，再讲阿里数据化运营和运营数据的所谓内外三把斧，最后，作者以李小龙的“截拳道”思想，为整个思想盖上了“帽子”。老实说，书里内容有点罗嗦，前后很多内容反反复复，这可能跟书中很多内容和思想源自于作者的BLOG有关，但我认为这并不妨碍作者在书中所表达的一些核心思想。个人认为这些思想主要有以下几点（不一定逻辑完整）：（一）伴随数据”量“的提升，信息量也提升，但同时提升的还有噪音信息，且对数据错误理解的可能性也在不断扩大。大数据这一概念经媒体大肆吹捧后，使得许多人产生了大数据“很牛”的感觉。大数据牛吗？本人认为有牛的地方也有不怎样的地方：目前大数据“牛”的地方仍主要集中于技术（存储和基础计算）层面，Hadoop、云计算、Spark、深度学习（DL）等相信各位也有所耳闻，但是现实是，大数据在应用领域成功的例子非常少，目前大数据在应用方面很少能够为企业和客户产生实在的价值。Netflix花了几百万美元得到的一个推荐算法最终放弃使用，原因是这一通过比赛获取的算法哪怕可提升推荐的准确率，但却因过于复杂，无法应用到实际运营当中。技术进步要转化成生产力的提升，鸿沟通常是巨大的，因为在这些“伟大”的理念中，通常掺和着太多花俏的、不适用、甚至是错误的东西，它们都可以被称之为“噪音”。在大数据时代，当我们面对大量数据时，必须慎之又慎，对数据分析的结果必须持有比小数据时代更多的怀疑，对各种花俏的所谓大数据成功案例，必须擦亮双眼而不被所谓的“时代”忽悠，正如多贝里在《清醒思考的艺术》里面总结的，你想做某件伟大的事情时，请先去看看那些失败者的”坟墓“，读读他们的墓志铭，他们也曾经做过相同的事。（二）重点关注数据收集时点目标所处的“场景”是如何的。很多时候，我们看到的数据是只有“骨头”而无”肉“，结果是我们要么无法真正理解一个分析结果，要么就无法解释分析结果。在多屏环境中，要准确地收集到用户的数据将变得越发重要和困难。要准确还原用户的行为（也即场景），首先我们需建立在不同“碎片化”环境下给同一用户打上统一标签的能力，这在移动互联环境中尤其重要（虽然难度愈发提高，因为客户的场景实际上在不断地切换），能够识别用户身份的数据，我们有多少存多少；其次，需要学会多维信息交叉，从更加全面的角度切入，充分利用外部力量（例如新浪微博、腾讯QQ和微信的开放平台），关联出客户唯一标识。作者在书中举了一个很有趣的例子，深刻地剖析了”场景“的重要性：在阿里巴巴内部，通过模型识别的用户性别不是两个，而是18个，很多用户白天的行为是男性，晚上则成为女性（可能是他妻子在使用他的淘宝账号在购买东西），因此，在阿里内部，描述一个用户性别可能是这样的：30%男70%女，80%男20%女，这就是强调场景跳出常规认识的佐证，是活用数据的表现。（三）大数据的.力量来自于触类旁通的关联，千万不要孤立地看待一个数据。罗辑思维有期节目叫《致终将逝去的隐私》，里面讲到了一个非常好的观念：大数据原来不在于它的大，而大于它的全 ，对一现象进行分析，我们需要通过多维的交叉复现来验证。前述数据噪音数据需要通过多维信息来校正、删除。以关联的形式去看数据，一来可以发现一些原来隐藏得很深的关联（当然是去掉无关的噪音后），二来会让你能够动态地看一个问题，看到各种表象的动态联动关系，从而可以做出更加合理、准确的预测。这里有一个让我感觉印象很深刻的案例，阿里内部在给客户打标签时，对某一标签的管理是动态关联的而不是静态的（根据作者的理念，静态数据等同于死数据），例如某一个用户因购买孕妇装被标记为“孕妇X月”，然后几个月后会动态地改变为"新手妈妈“然后重点推荐对应阶段的奶粉、尿不湿等，过段时间又会标识/增加”幼儿保险目标“然后推荐各种保险产品等。这让我感受到，一个完美的标签系统是动态的，且应该是基于常识和人性的，这样才可以牢牢把握一个客户价值的完整生命周期。（四）数据内部的断层，必须通过”混”和“通”来解决。在企业的内部，用数据的人和做数据的人通常会对数据缺乏统一的认识：做数据的人以为自己只要将数据做出来就可以，他们并不知道这些数据能发挥什么样的作用或者可以为组织带来什么样的收益；用数据的人通常不知道数据来源的逻辑，使得数据产生错误的使用或导致错误的决策。在企业内部，由于数据人员和业务、运营、客服、销售等部门在数据化运营的不一致性，通常导致了数据在业务和数据部门的断层，使得数据并不能为企业的实际运营带来增益。对此，作者结合阿里数据化运营的“混”“通”“晒”方法论，即所谓的内三把斧。“混”就是业务线和数据线人需要时刻“混”在一起，各自都要对对方的业务十分熟悉。“通”则强调数据在企业上下层和部门间的流通。“晒”则是数据的展现问题。这些内容本书中都有详细说明，这里借用另外一本书一一《数据