1
書籍基本介紹
書籍名稱中文：《大數據時代：生活、工作與思維的大變革》
書籍名稱原文：《Big Data:ARevolution That Will Transform How We Live, Work, and Think》
作者：[英] 維克托•邁爾•舍恩伯格（ViktorMayer-Schönberger）
中文譯者：周濤
發行：浙江人民出版社
頁數：261頁
出版：2012-12；
內容摘要：
《大數據時代》是國外大數據研究的先河之作，本書作者維克托•邁爾•舍恩伯格被譽爲“大數據商業應用第一人”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發佈了長達14頁對大數據應用的前瞻性研究。
維克托•邁爾•舍恩伯格在書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啓了一次重大的時代轉型，並用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
維克托最具洞見之處在於，他明確指出，大數據時代最大的轉變就是，放棄對因果關係的渴求，而取而代之關注相關關係。也就是說只要知道“是什麼”，而不需要知道“爲什麼”。這就顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。
本書認爲大數據的核心就是預測。大數據將爲人類的生活創造前所未有的可量化的維度。大數據已經成爲了新發明和新服務的源泉，而更多的改變正蓄勢待發。書中展示了谷歌、微軟、亞馬遜、IBM、蘋果、facebook、twitter、VISA等大數據先鋒們最具價值的應用案例。
2
作者介紹
維克托•邁爾•舍恩伯格被譽爲“大數據商業應用第一人”，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發佈了長達14頁對大數據應用的前瞻性研究。
他是十餘年潛心研究數據科學的技術權威，是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。 擔任耶魯大學、芝加哥大學、弗吉尼亞大學、聖地亞哥大學、維也納大學的客座教授。
他認爲，“在大數據時代，我們通過對多樣化的海量數據進行分析，可以關於世界的新洞見。當我們對現實有了更好的理解，我們就可以作出更好的決定—這些僅通過分析樣本數據是無法實現的。”在進入大數據時代之後，我們確實通過對海量數據進行分析，在現實中巧妙靈活地應用了大數據分析之後的結果。
在大數據分析的基礎上，個性化媒體逐漸成爲主流。
3
書籍部分內容摘錄
摘錄部分的內容爲大數據的核心、大數據時代的思維變革、大數據時代的商業變革以及大數據時代的管理變革。提倡大家購買正版。
1、大數據的核心
“大數據”全在於發現和理解信息內容及信息與信息之間的關係，然而直到最近，我們對此似乎還是難以把握。ibm的資深“大數據”專家傑夫·喬納斯（jeff jonas）提出要讓數據“說話”。從某種層面上來說，這聽起來很平常。人們使用數據已經有相當長一段時間了，無論是日常進行的大量非正式觀察，還是過去幾個世紀裏在專業層面上用高級算法進行的量化研究，都與數據有關。 在數字化時代，數據處理變得更加容易、更加快速，人們能夠在瞬間處理成千上萬的數據。但當我們談論能“說話”的數據時，我們指的遠遠不止這些。實際上，大數據與三個重大的思維轉變有關，這三個轉變是相互聯繫和相互作用的。首先，要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本。其次，我們樂於接受數據的紛繁複雜，而不再追求精確『性』。最後，我們的思想發生了轉變，不再探求難以捉『摸』的因果關係，轉而關注事物的相關關係。
2、大數據時代的思維變革
“大數據”全在於發現和理解信息內容及信息與信息之間的關係，然而直到最近，我們對此似乎還是難以把握。ibm的資深“大數據”專家傑夫·喬納斯（jeff jonas）提出要讓數據“說話”。從某種層面上來說，這聽起來很平常。人們使用數據已經有相當長一段時間了，無論是日常進行的大量非正式觀察，還是過去幾個世紀裏在專業層面上用高級算法進行的量化研究，都與數據有關。
在數字化時代，數據處理變得更加容易、更加快速，人們能夠在瞬間處理成千上萬的數據。但當我們談論能“說話”的數據時，我們指的遠遠不止這些。
實際上，大數據與三個重大的思維轉變有關，這三個轉變是相互聯繫和相互作用的。
首先，要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本。
其次，我們樂於接受數據的紛繁複雜，而不再追求精確『性』。
最後，我們的思想發生了轉變，不再探求難以捉『摸』的因果關係，轉而關注事物的相關關係。
3、大數據時代的商業變革
新工具和開放的思維促進了測量事物和記錄數據的繁榮，而現代數據化就誕生於這片沃土之中。數據化的基礎已經奠定完好，只是在模擬時代這依然是費時費力的。
如何給數據估值呢？誠然，計算價值不再是將其基本用途簡單地加總。但是如果數據的大部分價值都是潛在的，需要從未知的二次利用提取，那麼人們目前尚不清楚應該如何估算它。這個難度類似於在20世紀70年代布萊克-舒爾斯期權定價理論出現前金融衍生品的定價。它也類似於爲專利估值，因爲隨着各種拍賣、交流、私人銷售、許可和大量訴訟的出現，一個知識市場正在逐漸興起。如果不出意外，給數據的潛在價值貼上價格標籤會給金融部門帶來無限商機。
大數據成爲許多公司競爭力的來源，從而使整個行業結構都改變了。當然，每個公司的情況各有不同。大公司和小公司最有可能成爲贏家，而大部分中等規模的公司則可能無法在這次行業調整中嚐到甜頭。
4、大數據時代的管理變革
目前所採集的大部分數據都包含有個人信息，而且存在着各種各樣的誘因，讓我們想盡辦法去採集更多、存儲更久、利用更徹底，甚至有的數據表面上並不是個人數據，但是經由大數據處理之後就可以追溯到個人了。
大數據的價值不再單純來源於它的基本用途，而更多源於它的二次利用。這就顛覆了當下隱私保護法以個人爲中心的思想：數據收集者必須告知個人，他們收集了哪些數據、作何用途，也必須在收集工作開始之前徵得個人的同意。雖然這不是進行合法數據收集的唯一方式，“告知與許可”已經是世界各地執行隱私政策的共識『性』基礎（雖然實際上很多的隱私聲明都沒有達到效果，但那是另一回事）。
更重要的是，大數據時代，很多數據在收集的時候並無意用作其他用途，而最終卻產生了很多創新『性』的用途。所以，公司無法告知個人尚未想到的用途，而個人亦無法同意這種尚是未知的用途。但是隻要沒有得到許可，任何包含個人信息的大數據分析都需要向個人徵得同意。因此，如果谷歌要使用檢索詞預測流感的話，必須徵得數億用戶的同意，這簡直無法想象。就算沒有技術障礙，又有哪個公司能負擔得起這樣的人力物力支出呢？
提示：
1、本文提到關於作者的資料及言論，來源於百度及《人物》雜誌，有興趣可以查找採訪全文。
2、摘錄部分來源於各章節中的其中一小部分，請勿斷章取義。
3、支持正版。