当今社会，数据已如空气和流水，无时不刻不围绕在我们周围，将我们包围。早上醒来，智能手环记录下了我们的睡眠时间和睡眠质量。吃完早餐，匆匆挤上上班的公交车或地铁，滴的一声，交通卡刷卡器已经记下了我们的上车地点和上车时间。一路上刷朋友圈，看看闻，手机记录下了我们偏好的内容，或是电影，或是综艺，或是理财产品。下班后约几个朋友去吃饭，打开地图搜搜附近评价好的餐厅，地图留下了我们的痕迹。每天我们不仅仅在享受信息时代带来的便利，更如辛勤工作的蜜蜂一般，勤勤恳恳、孜孜不倦地产生着、贡献着我们的数据。
说到大数据，让我们把视线转向数百年前的科学家，看看数据如何给我们的生活一步步带来巨大的变革。1600年，我们的先辈用《和谐大宇宙》描绘了我们所在的宇宙。图的中间是我们生活的地球。围绕地球中间有27层球面以展示我们能够观测到的太阳、行星和其他恒星。为什么是27层呢？因为这些是当时可以观测到各种行星或者太阳当时围绕地球运转的数据。遗憾的是，一个球面的模型解释不了观测到的真实数据。因此，考虑太阳需要加三层球面，加一个行星又要加三层球面，等等。根据所观测到的数据，加起来一共需要27个球面才能展示宇宙的和谐。
1609-1619年开普勒通过整理、分析观测到的大量行星运动的数据，发现了行星运动的三大定律，即椭圆定律、面积定律和调和定律。然而，这些规律的发现并不是一件容易的事情。开普勒首先把每一年同一时间的天象进行逐年的对比，才消除了地球的自转、公转对数据带来的扰动，进而才发现了行星运动的基本运行规律。由此可见，即使我们有了大量观测数据，没有一双善于发现“美”的眼睛，也不能欣赏到身边的良辰美景。如何才能具有一双慧眼，欣赏云卷云舒的变幻莫测，感受大自然的多姿多彩呢？
首先，我们要能够收集不同维度的数据，并且进行交叉融合。当前互联网的发展很大程度上是由消费、娱乐、交友等基本需求驱动的。与之相应的是，在信息系统开发的过程中，更多考虑的是系统的安全性，稳定性，管理的便捷性，而忽略了不同维度的数据之间的关联性。其实，当前希望挖掘自身数据价值，进行高效知识管理的绝大多数企业和组织都面临类似的问题。
除了不同维度的数据整合，不同平台数据的交叉融合分析，具有更高的挖掘价值。比如对于汽车销售4S店而言，能否准确预测后面几个月的销量对于汽车的订购十分重要。订购太多，极容易造成产品积压，增加库存成本。订购太少，会拉长用户的等待时间，流失潜在的客户，或者降低客户体验。如果我们将用户在不同社区的浏览，问答数据进行整合，更进一步将近期用户的试驾数据进行分析就能够建立模型预测不同类型车辆在未来的销售规模。除此之外，停车场管理者也可以利用用户在在线搜索、评论、试驾数据，从而从消费者角度定义竞争对手，进而制定相应的竞争策略。
信息技术的发展让政府、高校、企业等不同组织都从不同角度记录了形形色色的数据。如何在保证数据安全的前提下，挖掘其中的价值？建立大数据背景下的分析理论和方法体系就显得十分重要。数据的统计分析是指利用样本数据和统计学方法还原整体数据的统计特征，通过这些统计特征还原数据所体现的真实世界的全貌。事实上，复杂系统的实证统计结果已经发现，不同于经典的正态分布假设，很多实际的复杂系统都具有幂律分布的特征，例如人们的财富分布，Internet中的路由器连接数目，网页中链接关系，贸易网中的交易对象分布，人们的日常出行距离，以及蛋白质折叠和基因调控网络等等真实系统的分布都符合幂率。以财富分布为例，经典理论通常都假设我们的社会财富分布是橄榄型的，即中等收入群体的人数占到绝大多数，收入很多和很少的人都只占整个社会人口的一小部分。然而，实证数据却发现，随着财富的增加，占有相应财富的人的比例却在快速下降。在不同真实系统中发现的这一规律对于我们认识、理解复杂世界中的简单规律非常重要。
我们现在还知道除了宏观层次的系统统计分析之外，微观层次个体的身体状态、消费模式、学习习惯、驾驶习惯等高维、稀疏数据的分析，以及中观(也称为介观)层次的消费模式、风险偏好、出行规律的数据统计分析对于个性化智能服务，智慧楼宇管理，智慧城市的建造都具有非常重要的意义。海量数据的统计特征的挖掘就如给我们雾里看花的双眼带上了一个VR眼镜，可以全景式再现真实世界的特征。
然而，只是客观描述现实世界显然无法满足人类对数据的好奇心和对未来的向往。科学家很关心五彩斑斓的现象背后是否有我们未知的彩虹？业界则非常关心如何挖掘其中蕴含的无限商机。如果说数据是蒸汽机、电力之外的另一种能够推动生产力变革的资源，那么如何挖掘数据中蕴含的价值？如何让数据帮助我们每个人心中的小宇宙爆发呢？如果将身边无处不在的数据比作散布在我们周围的金矿，那么显然除了收集这些矿产资源，如何提炼高纯度的金矿进而加工成不同风格的金饰品、艺术品就是技术含量非常高的一门艺术。
我国的自然科学基金委员会于2015年发布了“大数据驱动的管理与决策”重大研究计划，计划用八年时间分别从公共管理，医疗，商务，金融等四个维度开展研究，分析大数据时代所带来的产业变革，以及相应商务模式，管理决策理论和相应的分析方法。对传统行业来说，数据时代的到来既是机遇，更是挑战。小的组织和企业船小好调头，可以快速拥抱数据带来的生产力变革，而大的组织和企业则如同航母——转弯都非常困难。而我们的经济生态系统就在这种“大与小”的博弈，“快与慢”的竞争中不断地推陈出新、优胜劣汰。
数据变成生产力的时代，终会到来！
[上一篇] 服务外包行业前景看好 高端化数字化成未来趋势
[下一篇] 如何围绕忠诚度计划 打造顾客生态圈？
