《大数据经济》是一本由谢文著作，北京联合出版公司·后浪出版公司出版的平装图书，本书定价：32.00元，页数：232，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。
《大数据经济》读后感(一)：大数据：一场管理革命
最初，人们以为大数据只是谷歌、百度、阿里等个别公司的一项新的技术；后来，大数据发展成为一个快速增长的新兴产业；再后来，随着美国政府大数据发展战略的正式发布，以及G8政府纷纷实施数据开放战略，大数据正式上升为国家战略。但我们判断，大数据带来的变革意义还不止于此，对企业而言，大数据将掀起一场管理革命；对国家而言，大数据意味着国家治理体系的重构、变革与升级。本文作为引用最高的论文之一，清晰地表达了大数据在管理方面的重要含义。
管理大师戴明（W.Edwards Deming）与德鲁克（Peter Drucker）在诸多思想上都持对立观点，但“不会量化就无法管理”的理念却是两人智慧的共识。这一共识足以解释近年来的数字大爆炸为何无比重要。简而言之，有了大数据，管理者可以将一切量化，从而对公司业务尽在掌握，进而提升决策质量和业绩表现。
看看零售业吧。实体店的书商们也能追踪图书销路，哪些卖掉了哪些还没有。如果他们设计了“客户忠诚计划”，还能将某些图书的销售与消费者个人联系起来。但仅此而已。而一旦购物行为移至线上，店主们对顾客的了解会相当惊人：卖家不仅能追踪顾客买了什么产品，还知道他们查看了其他哪些产品，他们如何浏览网站，他们在多大程度上被促销活动、其他买家对产品的评论与页面布局所影响；卖家还可以交叉对比个体消费者之间与群体消费者之间的相似性等等。在此之前，卖家已经开发了一套运算方法，推测哪些书目是哪些用户乐意阅读的—每当用户忽略一个图书推荐，这种算法就会更优化一步。传统零售商是没法轻而易举获得这些信息的，他们的销售行为既孤立又盲目。所以，亚马逊把那么多实体店踢出局一点也不意外。
关于亚马逊那些耳熟能详的故事遮蔽了它的真正实力—这些先天带有数字基因的公司所能做到的事，是上一代商业领袖梦寐以求的。但实际上，大数据的潜力也可以帮助传统企业实现转型，甚至帮它们获得更好的机会提升其竞争优势（线上企业一直都知道其核心竞争力来自于对数据的理解力）。我们随后的讨论会有更多细节证明，这场大数据的革命远比之前的“数据分析”要强大得多。企业因此可以做精准地量化和管理，可以做更可靠的预测和更明智的决策，可以在行动时更有目标更有效率；而且这些都可以在一直以来由直觉而不是数据和理性主宰的领域实现。
随着大数据之工具与理念的不断传播，许多深入人心的观点将被撼动，比如经验的价值、专业性与管理实践。各个行业的商业领袖都会看清运用大数据究竟意味着什么：一场管理革命。
但是，伴随商业世界其他一些深刻的变革，公司向“大数据驱动”转型必将遭遇巨大的挑战，它需要公司领导层拥有一手的数字化能力（或者，在其他一些情况下，需要的可能是会放手的领导）。
有什么新鲜的？
企业高管们有时会问：“‘大数据’不就是‘数据分析’的另一种说法吗？”
二者确实相关：和之前的“数据分析”一样，大数据运动也力图从数据中收集智慧，并将其转化为企业的优势。但二者有三个显著差别：
规模性：仅就2012年而论，每天大约产生2.5艾字节（exabytes）的数据，而且这个数据量每40个月就翻一倍。现在互联网每秒钟产生的数据量，比20年前整个互联网储存的数据还要多。企业因此需要处理单个数据集就包含大量拍字节（petabytes）的信息，而且这些信息还不仅来自互联网。比如，沃尔玛每小时从其顾客交易中获得的数据量超过2.5拍字节—1个拍字节就是1000的5次方的字节，等同于2000万个文件柜所包含的文档信息。1个艾字节是这个量级的1000倍，也就是10亿的吉字节（一个吉字节等于千兆字节，即1GB=1000MB）。
高速性：对于很多应用程序来说，数据生成的速度比数据规模更重要。实时或者近乎实时的信息，能让一家公司比竞争对手更为灵活敏锐。举个例子，我的同事—麻省理工学院媒体实验室的阿莱士？朋特兰德（Alex “Sandy”Pentland）和他的团队曾经使用来自手机的位置数据推测，“黑色星期五”那一天有多少人在梅西百货公司（Macy's）的停车场停车。“黑色星期五”是美国圣诞节购物季的开始，阿莱士团队使用的数据让他们提前推算出这关键一天的销售量—远早于梅西百货自己统计出的销售记录。无论是华尔街的分析师或者传统产业的高管，都会因这种敏锐的洞察力获得极大的竞争优势。
多样性：大数据形式多样，社交网站上发布的信息、更新、图片；传感器上显示的内容；手机上的GPS信号等等。大数据几种最主要的来源大都是全新的，比如来自社交媒体的海量信息，都跟那些社交网站本身一样新：Facebook上线于2004年，Twitter于2006年。同样的例子是智能手机和其他移动设备，它们提供了基于人、活动与地点的海量数据流。由于这些手机装置如今无处不在，人们几乎想不起iPhone发布才五年时间，iPad不过两年。然而，公司数据库虽然存储着海量信息，却直到最近还难以加工处理大数据。与此同时，用来计算数据的所有相关设备—存储器、内存、处理器、宽带等等的成本在持续降低，这意味着，从前昂贵的数据密集型处理手段正迅速地变得经济实惠。
越来越多的商业行为正在数字化，加之全新的信息源与更便宜的设备，我们将被这一切带入一个新纪元：一个海量数据在商业世界无孔不入的时代。手机、网上购物、社交网络、电子通讯设备、卫星定位系统，以及在这些设备上做最普通的操作时附带生成的井喷般的数据量。我们每个人都是一个随时随地的数字生成器。这些闲置的数据大都是非结构化的，没有被整理过—胡乱丢弃在数据库中无法使用。但是，在这些杂乱无章的混乱中埋藏着大量的信号，孤单地等待被解读。曾经的“数据分析”将严谨的技术引入了决策制定，而“大数据”让这种严谨决策变得更加简单而强大。正如谷歌研究主管彼得？诺尔维格（Peter Norvig）所说的那样：“我们并没有更好的算法，我们只是有更多的数据。”
数据决定业绩
怀疑论者的第二个疑问是：“有何证据显示，明智地运用大数据能提升公司业绩？”商业媒体上充斥着各种轶事案例，似乎在证明大数据驱动带来的价值。但我们最近发现的事实是，根本没人真正拿出严谨有力的证据。为了弥合这种尴尬的缺失，我们在麻省理工学院的数字商业中心（MIT Center for Digital Business）组织了一个团队，与麦肯锡的商业技术部、沃顿商学院的同事洛林？希特（Lorin Hitt）以及麻省理工学院的博士生西克扬？金（Heekyung Kim）一起合作，考察大数据驱动的公司是否业绩更佳。我们对北美330家上市公司的高管进行了结构性访谈（structured interview，这是一种对访谈过程高度控制的访问。访问的过程高度标准化，即对所有被访者提出的问题，提问的次序和方式，以及对被访者回答的记录方式等是完全统一的。—译者注），调研其组织与技术管理实践，然后从年报和其他一些独立信息源那里收集它们的业绩数据。
很显然，不是每家公司都喜欢数据驱动型的决策制定过程。事实上，我们发现，各行各业对大数据的态度和应用方法五花八门。但是，透过所有的分析，我们发现一种显著的关联性：越是那些自定义为数据驱动型的公司，越会客观地衡量公司的财务与运营结果。尤其是，运用大数据做决策的那些行业前三名企业，比其竞争对手在产能上高5%，利润上高6%。如果把劳动力、资金、购买服务和投资传统技术的投入都纳入计算，这些企业的表现依然卓越。它不仅有统计学上的显著性和经济上的重要性，而且也反映在其股票估价的增值上。
那么，高管们是如何运用大数据的呢？让我们深入硅谷的两家新贵企业去一探究竟吧：一家用大数据开创了新业务；另一家用大数据促进了销售。
航班更准
航空业分秒必争。尤其是航班抵达的准确时间：如果一班飞机提前到达，地勤人员还没准备好，乘客和乘务员就会被困在飞机上白白耽搁时间；如果一班飞机延误，地勤人员就只能坐着干等，白白消耗成本。当美国一家大航空公司从其内部报告中发现，大约10%的航班的实际到达时间与预计到达时间相差10分钟以上，30%的航班相差5分钟以上的时候，这家公司决定采取措施了。
其时，这家公司依照航空业的惯例—由飞行员提供航班的预计抵达时间（即ETAs）。飞行员总是在临近机场的那段时间内预测何时到港，而这个过程中还有其他很多事情占用他们的时间和注意力，干扰其判断。为了寻求更好的解决方案，这家航空公司找到了PASSUR Aerospace，这是一家专为航空业提供决策支持的技术公司，它从2001年开始提供一项名为RightETA的服务（意为：准确预测航班时间），通过搜集天气、航班日程表等公开数据，结合自己独立收集的其他影响航班因素的非公开数据—比如通过自建的无源雷达站收集某区域领空内的飞机数据—综合预测航班到港时间。
ASSUR公司最初只有几处无源雷达接收站，但是时至2012年，它们已经拥有超过155处这样的接收站。每4.6秒它就收集一次雷达眼看到的每架飞机的一系列信息，这会持续地带来海量数据。不仅如此，公司将长期以来收集的数据都保存着，这样它就拥有了一个超过十年的巨大的多维信息载体，为透彻的分析和恰当的数据模型提供了可能。RightETA的核心工作就是回答两个问题：“一架飞机在抵达机场之前都发生了什么？它究竟几点着陆的？”
使用RightETA服务后，这家航空公司大大缩短了预测和实际抵达之间的时间差。PASSUR公司相信，航空公司依据它们提供的航班到达时间做计划，能为每个机场每年节省数百万美元。这是一个相当简单的公式：大数据带来更准的预测，更准的预测带来更佳的决策。
推销更快、更个性
几年以前，美国零售业巨头之一—西尔斯控股公司（Sears Holdings）决定收集其专售的三个品牌—Sears、Craftsman、Lands’ End的顾客、产品以及销售数据，从这些海量信息中挖掘价值。显而易见，如果能集合并运用这些数据定制推销方案给消费者，并将地区差别加以利用的话，将给公司带来巨大价值。价值巨大，困难也巨大：西尔斯公司需要八周时间才能制定出个性化的销售方案，但往往做出来的时候，它已不再是最佳方案了。之所以如此，主要在于这些数据需要超大规模的分析，它们分散在不同品牌的数据库与数据仓库中，不仅数量庞大而且支离破碎。
西尔斯集团开始使用群集（cluster）收集来自不同品牌的数据，并在群集上直接分析数据，而不是像以前那样先存入数据仓库，避免了浪费时间先把来自各处的数据合并之后再做分析。这种调整让公司的推销方案更快、更精准。
据西尔斯公司的首席技术官菲里？谢利（Phil Shelley）说，他们制定一系列复杂推销方案的时间从8周缩短到1周，甚至还会更短。而且这些销售方案质量更高，因为它们更及时、更细致、更个性化。西尔斯使用的Hadoop群集能收集和处理好几个拍字节的数据，成本却只是普通数据库的一小部分。
谢利说，他惊讶于公司能如此轻松地实现这个转型—从传统方式升级为数字管理与高效分析。西尔斯在2010年开始这一转型的时候，数据管理的技术与知识还很少，因此与一家叫做Cloudera的公司签订了合同。但是很快，公司IT部的保守派和分析专家们就对新工具和新流程得心应手了。
ASSUR公司和西尔斯控股的例子展示了大数据的威力—它带来更准确的预测、更高明的决策、更恰当的操作，而且让这些事情达到一个无边的规模。当大数据应用于供应链管理的时候，它让我们了解为什么一家汽车制造商的故障率突然飙升；在客服方面，它可以持续详细调查和处理几百万人的医保状况；它还可以基于产品特性的数据集，为在线销售作出更好的预测和规划，等等。大数据在其他行业的应用也同样成效显著，无论金融业、旅游博彩业还是机械维修；在市场推广、人力资源管理方面也有极大的功用。
我们的数据分析显示，上述所见绝不是星星点点的个案，而是一次根本性的经济转型。我们确信，大数据运用带来的这一转型已经触及了商业活动的方方面面，没有谁能置身其外。
决策文化变革
大数据的技术挑战显而易见。但其带来的管理挑战更为艰巨—这要从高管团队的角色转变开始。
高价智囊请闭嘴大数据最至关重要的方面，就是它会直接影响企业怎样做决策、谁来做决策。在信息有限、获取成本高昂、且没有被数字化的时代，让身居高位的人做决策是情有可原的。因为他们拥有多年累积的经验，并将观察到的商业模式和组织内部关系内化到了自己的思维与行为中。我们可以给这种决策者和决策过程贴个标签：直觉主义。这些人描绘的未来蓝图—会发生什么事情、事情该怎样解决、因此该如何做规划等—全部基于他们的个人观点。（请参见本期文章《你的成功可以测量》。）
尤其那些做重大决策的人，都是组织内典型的位高权重的人，要不然就是高价请来的拥有专业技能和显赫履历的外部智囊。大数据领域的人认为很多公司仍然维持着这种方式—依赖“HiPPO”做决策。所谓HiPPO，就是那些高薪人士的观点（the highest-paid person's opinion）。
的确有一些资深高管忠实于数据，一旦数据否定了他们的直觉，他们会抛弃个人观点。但是我们相信，在今天的整个商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。我们在研究中设计了一个“五点复合标尺”，用来测量一家企业究竟在多大程度上是数据驱动型的。32%的回应者认为他们的公司只具备其中的一两点或两三点。
让数据做主有志于引领企业实现大数据转型的高管们，可以从两个最简单的技巧开始。首先，要养成习惯问：“数据怎么说？”每当遇到重大决策的时候，要紧跟着这个问题进一步问：“这些数据从哪儿来的？”“这些数据能得出什么分析？”“我们对结果有多大信心？”（员工能从高管的这种行为中迅速接收到信息。）其次，他们要允许数据做主；当员工看到一位资深高管听任数据推翻了他的直觉判断—这将是改变一家公司决策文化的最大力量。
在确认哪些问题需要解决的阶段，毫无疑问，专业技能仍然至关重要。传统领域的专家，因为对所在行业的深刻理解，可以清楚地识别机遇与挑战。比如PASSUR公司一直极力从全美主要的航空公司挖人，越多越好。因为拥有丰富的航空业运营知识，在PASSUR寻找下一个市场机会的时候，这些人的价值不可估量。
随着大数据运动的推进，这些传统领域的专家也会转变角色。他们的价值不在于提供类似那些高薪人士的“直觉主义”的答案，而在于他们善于发现真问题。“电脑有什么用呢？它们只知道给答案。”当天才画家毕加索这么说的时候，他一定很怀念那些传统领域的专家。
五大管理挑战
大数据转型并不是万能的，除非企业能成功应对转型过程中的管理挑战。以下五个方面在这一过程中尤为重要。
领导力那些在大数据时代获得成功的企业，并不是简单地拥有更多或者更好的数据，而是因为他们的领导层懂得设计清晰的目标，知道自己定义的成功究竟是什么，并且找对了问题。大数据的力量并不会抹杀对远见与人性化洞察的需求。相反，我们仍然需要这种领导者—他们能抓住某个绝好的机会、懂得如何开拓市场、用自己的创意提供那些相当新奇的产品和服务，并且巧舌如簧地勾勒出一幅激动人心的前景，说服下属们激情澎湃地为此拼命工作，最终成功赢得顾客。未来十年获得成功的企业，其领导者必然具备以上特质，与此同时推进了公司决策机制的转型。
人才随着数据越来越廉价，实现大数据应用的相关技术和人才也变得越来越昂贵。其中最紧迫的就是对数据科学家和相关专业人士的需求，因为需要他们处理海量的信息。统计学很重要，但是传统的统计学课程几乎不传授如何运用大数据的技能。尤其需要的能力是将海量数据集清理并系统化，因为各种类型的数据很少是以规整的形态出现的。视觉化工具和技术的价值也将因此突显。随着数据科学家的涌现，新一代的电脑工程师必须能够处理海量数据集。而设计数据试验的技能，则会非常有助于弥补数据呈现的复杂关系与因果之间的鸿沟。除此之外，那些最优秀的数据科学家还需要掌握商业语言，帮助高管把公司面临的挑战变为大数据可以解决的形式。毫无疑问，这类人才炙手可热，很难找到。
技术处理海量、高速率、多样化的大数据工具，近年来获得了长足的改进。整体而言，这些技术已经不再贵得离谱，而且大部分软件都是开源的。Hadoop，这个目前最通用的平台，就整合了实体硬件和开源软件。它接收涌入的数据流并将其分配至很便宜的存储盘，同时它也提供分析数据的工具。尽管如此，这些技术需要的一整套技能对大部分企业的IT部门来说都是全新的，他们需要努力将公司内外所有相关的数据都整合起来。只有技术远远不够，但技术是整个大数据战略中不可或缺的部分。
决策一家高效的公司通常把信息和相关的决策权统一在一起。而在大数据时代，信息的产生与流通，以及所需人才都不再是以往那样了。精明的领导者会创造一种更灵活的组织形式，尽量避免“自主研发综合症”，同时强化跨部门合作：收集信息的人要提供正确的数据给分析数据和理解问题的人，同时，他们要和掌握相关技术、能够有效解决问题的人并肩工作。
文化大数据驱动的公司要问自己的第一个问题，不是“我们怎么想？”而应该是“我们知道什么？”这要求企业不能再跟着感觉走。很多企业还必须改掉一个坏习惯：名不副实的大数据驱动。我们发现很多这样的企业，最常见的表现是，高管们明明还是按传统方式做决定—以HiPPO，那些高薪人士的意见为主，却拿出一份香艳的数据报告支撑自己的决定是多么英明。其实那不过是分配下属四处寻找的专为这个决定做辩护的一堆数字。
毫无疑问，成功的路上荆棘密布。数据科学家不够多；技术不只新，甚至新奇；把各种关联当作因果关系，由数据得到误导性的模式；文化转型的挑战更是艰巨，比如，对隐私的关切已经越来越突出。但是，大数据在技术和商业领域的卓越表现势不可挡。
证据一目了然：大数据驱动下的决策更高明。高管们要么拥抱这一现实，要么卷铺盖走人。在各个领域中，企业只有找到将数据科学与传统技能完美结合的方式，才能打败对手。我们不能说，所有的赢家都会将大数据用于其决策制定。但数据告诉我们，这样确实胜算最大。
（来源：哈佛商业评论 作者：安德鲁·麦卡菲、埃里克·布林约尔松）
《大数据经济》读后感(二)：让“大数据”不再神秘
这两年“大数据”一词非常火。从政府的工作报告到证券投资市场，从网络精英至一般网民，无不对这个词汇充满了好奇与向往。从物联网到互联网+，从信息高速公路到宽带中国战略，再到我们一知半解的大数据，我们无疑正处于社会急剧变革、新生事物倍出的时代，眼花缭乱之机，我们如何能够做到擦亮眼、不迷茫、跟潮流且受益，这应该正是需要我们亟待解决的问题。
或许，手上这本《大数据经济》正是冲着这些问题而来。
作者谢文，系中国互联网开路人之一，中国互联网领域的数朝元老及中国互联网发展的重要参与者，更是国内最顶级的互联网观察和预言家。他有着丰富的海外学习和考察经历，并曾担任过和讯网CEO、雅虎中国总经理等要职，这样一个互联网领域的重量级人物，在这本书里以极具前瞻性的战略眼光和深刻独到的人文理念，为我们深入浅出地讲解了一堂关于“大数据”的、关乎我们这个时代每个人的切身利益的普及课。
从计算机时代，到互联网时代，再到今天的大数据时代，我们有幸在工业化走向信息化转型的过程中，经历了这三个波澜壮阔的伟大时代。在这个进程中，我们每个人都是亲历者、见证者、促进者，也当仁不让地成为了受益者。历史发展到今天，正处于大数据时代的前夜，不管你接受与否、承认与否，大数据必将对全人类的生产生活方式来一次深刻的变革，并将对已有的利益格局、固有模式来一次重新洗牌。面对即将汹涌而来的大数据浪潮，不知所措者有之，片面理解者有之，从中阻挠者更有之，但这些都无可阻挡时代发展的洪流，无数个事实证明，从国家战略层面到基层民众唯有顺应这个发展趋势，才能紧跟世界大势，才能让我们的民族永远立于世界之林。
作者视野开阔、眼光独到，在书中不仅对“大数据”产生的时代背景、大数据时代的游戏规则以及全球运用大数据的现状和趋势做了一一讲解，更对国内许多关于大数据的片面理解甚至错误理解都做了一一纠正，并立足国内现状对如何认识、把握以及运用大数据都做了详细阐述。他指出，完整性和综合性、开放性和公共性、动态性和及时性，是大数据的基本特性，因此这绝不是一个人、一个企业或一个国家所能够建立起来的，当然，一旦这个大数据网络建立起来，受益的也绝不是一个企业或一个国家，而是整个社会、全部人类。因此他引用舍恩伯格的话指出，“大数据时代的来临使人类第一次有机会和条件在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的商机。”
作者举例指出，他非常赞成海尔总裁张瑞敏的一句话。张瑞敏说，他们的目标是要把所有的家用电器变为“网器”，即所有的家电在今后就是一个网络终端，并将通过网络源源不断地发回数据，从而帮助公司完善服务功能、提升用户满意度，再据此制定更加个性化的产品与服务，从而将销售产品一步步转型为销售服务，真正从大数据中获取以前从未有过的社会效益与经济效益。这个生动的例子无疑就是一面洞见大数据时代的窗口，窗外繁花锦簇、前景无限！
书中最后，借助国外的先进经验，作者还对中国特色的互联网提出了许多中肯的意见与建议，这些如能得到改进，也必将会对推动我们国家的大数据建设扫清障碍，从而不断缩短与发达国家的差距，让我们尽快搭乘上大数据时代的高速列车。
我们期待着这一天早日到来。
《大数据经济》读后感(三)：伪“大数据”人群晋级篇
“大数据”一词强势登陆中国，且来势凶猛，顷刻之间自诩走在行业前端的企业、个人纷纷把“大数据”、“云计算”、“云平台”之类相关联的名词挂在言谈之间，彷佛不这么说就显得落伍。这一切固然和科技的飞速发展脱不开关系，然而更重要的推动力是政府的着力推进。
经济的走向和政策的指引有千丝万缕的联系，国家支持大众创业万众创新，看重大数据带来的机遇，于是期待保住现有地位的、期待转型的、期待厚积薄发的、期待一鸣冲天的……各类企业一拥而上，云时代，大数据，互联网＋侃的如火如荼，试着去问一问大数据是什么，不少人都会含糊其辞，数据庞大嘛、数据网嘛、数据转化成经济嘛……因为工作原因，我借调至一家以“互联网＋行业”的公司帮忙，每次听领导侃云计算、侃大数据、看终端集合数据传输至平台＋在线分析＋传输报告给终端客户，我都似懂非懂，不是对流程不懂，而是对概念不懂，然而询问下来，大家也都是习以为常的使用大数据、云平台指代那些数据类工作，大数据似乎只是一种工具。所以问总是在想，如果只是一种工具，凭什么能让大部分公司都趋之若鹜？这种疑问，就是我读《大数据经济》的驱动力。
作者谢文在本书导语中解答了我这一疑惑：“大数据是一种世界观，大数据是一种历史观、大数据是一种价值观，大数据是一种方法论。”它不是一个有详细使用说明书的产品，而是一种看世界、看经济的眼光。就好比我们在二十年前，若是一个男生搭讪一个女生，要来电话号码写着小纸条或是手心上，被汗水模糊后的桥段真是太正常了；现在，男生可以存在手机上，记下女生的微信号、微博号、qq号、邮箱……随便哪一种，根本不会让错失良缘。这就是小到生活中的细微处，我们观念的改变。网络用短短几十年改变了人类几百来的生活习惯，接下来的大数据又将会怎样颠覆我们的生活？
大数据是否是实现国富力强的灵丹妙药？这一点尚无法给出确切答案，但毋庸置疑的是，如同个人企业一样，如果主动进入大数据的战场，尚可以拼力挣得一个美好的前景，被动的卷入大数据漩涡，前途堪忧。谢文在《大数据经济》一书中精准的指出——一个新生概念从产生到落地，社会制约的影响力极大。被冠以“大”的大数据远超数据的范畴，将会以席卷全球的姿态改变人类的生活。这是一次巨大的挑战，也是一次难得的机遇，中国威胁论被某些别有用心的国家叫嚣炒作，无论世界见到的中国发展多么快，潜力多么的，现实是她还只是一个发展中国家，历史的因素让她和发达国家相聚仍很遥远。眼下，大数据是一股东风，如何能够合理应用中国特色的国情、政治、管理等手段，借东风之力迅速缩短和发达国家之间的距离，从潜在的超级大国
成为真正的超级大国，是个难题，也让人心生期待。
《大数据经济》一书并非教科书，它没有定义、背景、现状、前景、细分研究那些老套的框架，它是一篇篇短小精干的文章以主题不同分章，进而组合起来，使读者阅读起来不会感受到催眠般的枯燥感，也不会感觉到学院派的疏离感。我的首要疑惑是大数据的涵义，所以我从第一章入手，就有了清晰的思路；像楼上创业基地的兄弟，可以先从第四章入手，搞清楚他们天天念叨又解释不清的“互联网＋”。这本书既有知识归纳和客观解说，也有对行业企业及案例的点评，还有对于政治、体制、经济环境的探索。
这不是一本做学问的书，却是一本有格局的书，专业研究需得专而精深，格局需得写作者的目光宽且长远。没有任何一种科技可以脱离人类社会而生，科技终须回到服务人类改善社会一途。早一些理清大数据对社会、经济、文化和历史发展的意义，以更高更广的角度看待大数据，方能超越无知者的狭隘，避开投机者的风口，踏踏实实把大数据在本行本业做下去。
文/团团花哚 2016.01.17
《大数据经济》读后感(四)：大数据的意义何在？
lt;图片1
大数据由于各种乱七八糟的解释，都快成为烂大街的词汇了，但这些并不会掩盖大数据那些牛逼闪闪的光芒。作为曾经数据挖掘工作者，刚刚毕业那几年有幸与大量的数据打交道，深知数据可以带来的商业竞争力有里支持，而大数据也几乎覆盖了了传统商业到基因医疗工程的领域。发几个读完之后的联想，明白大数据重要意义的朋友，应该在这方面多发一些时间，绝对有帮助。
1. 大数据不是杂乱的数据，而是需要被整理和分离的
从事过出口数据的朋友在网络上可以找到一家叫PIERS的美国海关数据网站，这是一家提供集装箱收货人和发货人的资料，这些资料和AMS基本是同步的。通过对PIERS的产品门类遍历查询，可以获得来自全球各地卖家对美国输入的任何一种合法大量货品（需要进行运输）的数据，通过这些数据集合起来的买家和卖家交易量可以逐步发现市场的划分比例，以及相应的货物量，参考进出口金额，可以大致判断出一家公司的业务规模，如果有家公司你跟你吹牛逼他们每年要出口1000个标准集装箱的XXX产品，直接可以通过这种网站去查询，同样也可以通过这些数据来查询一些上市公司的业绩提升的真实性。此外还可以用这些数据做出很多有用的附加品，比如判断每年一些特殊节假日或者因为气候变化，整个出口市场的货品比例变化，挑选出最有市场规模的产品进行准备或者强攻。这些数据不但可以监控竞争对手的状态，也可以监控整个市场的发展情况，加快整个市场的开发效率。不过在中国大陆的这些企业中，除了少数上市公司外，很少有公司在使用这些数据改良自己的业务系统，大多时候也没有明确的发展重点和方向。
2. 大数据在医疗和股票交易系统上的使用
实际上，数据的使用从很早就开始了，从宫廷的孕期时机推算到各大农业日历演算，包括在100多年前我曾祖父行医写的方子。医生正是通过寻找病痛中的大量的症状，对症下药。今天大量的实验也是通过寻找差异化特征点来发现和校对出疾病的异常，属于脑力+体力的频繁工作。由于现代基因技术和计算机技术的崛起，很容易在数千万的数据样本中发现同样的一些症状和特征，同样在这些年的股票交易系统完善上，从大量的交易经验中去发现股票启动的各种异常点和特征点也正是许多短线研究爱好者的深度学习领域（33-1972-570），各种数据的构成，讲过去的一些规律特征提炼和分离出来，作为交易依据。
3. 大数据产品是互联网产品经理的必备资源
最早的网站访客数据分析工具比如google analytics多数时间是作为SEO工具主要用来发现客户在网络的使用习惯，点击从哪里过来又从哪里出去，客户对那些内容感兴趣等等，而今天的互联网产品已经无比丰富，使用的数据采集和分析工具任然远远不够，而且数据背后的访客资料信息越来越庞大，分离出一些特征性极强的客户，有利于针对性产品的推出，比如视频网站的广告植入分析等等。
3. 大数据依旧有很多的局限性
这些局限性在数据的采集和建模过程中会忽略一些细小的因素。但是其中有些因素通常会发展成最大的因素，是需要大规模优化数据分离模型才能得到的，大数据目前还处在非常原始野蛮的开发阶段，对大数据的高效使用和深入挖掘一定是一个庞大的市场，这个市场的存在意义正是提高整个社会资源的效率。一个新兴的行业。
---- 暂时写到这边，回头想想再聊。
《大数据经济》读后感(五)：一个互联网老兵的预言
这两年来，“大数据”这个词汇可以说是如雷贯耳，上至朝堂之上的国家战略、下至职场白领，说到未来趋势言必称“大数据”，以至于以癫狂而著称于世的中国资本市场也掀起了一浪又一浪的炒作热潮，一时之间大有“为人不识大数据，要说新潮也枉然”的架势。在噪音与启示交织而成的喧闹背后，人们已经忘记了这一切源自于一个互联网老兵的预言。
2012年上半年，距离震动高层的现象级畅销书《大数据时代》中文版面世还有近一年的时间，彼时“大数据”还是一个专业的冷门词汇，一个互联网老兵在杂志和网络上写下了一组关于大数据现象的文章。这个互联网的老兵已经消失在大众的视野之内很久了，但是网络业业内人士以及IT评论界资深评论家们依然要尊敬地称他为“谢老师”，他的这些文章首先在专业人士中间引发了讨论，后来随着几本畅销书的出版以及高层的重视，“大数据”这才炙手可热起来。
这个互联网老兵叫谢文，有兴趣的读者可以去百度一下他的履历，这里就不再赘述了。此人是中国网络业名副其实的元老，也是屡屡被人诟病的“愤青”，清高孤傲、理念超前，在网络业山寨之风大行其道的阶段，显得另类而不合群，多年前他四处兜售“web2.0”而屡屡碰壁，后来把自己的文章结集出版取名《中国为什么没出FACEBOOK》。是啊，中国为什么没出Facebook？这一次，他开始为“大数据”鼓与呼，并引发了全社会的热烈讨论，若干年后，我们是否可以不再感叹“中国为什么没出×××”了呢？
什么是大数据，怎么发展大数据产业？专家们奉行拿来主义，照搬国外的经典解释，洋洋洒洒数万言，又有几言是符合中国现状的？谢文留学美国，创业于国内，做过著名网络公司的CEO，兼具深厚的学术功底和丰富的实业操作经验，转型做中国互联网业的观察家，确有得天独厚的优势，有人说他是中国互联网第一预言家，也不算是谬赞。
这本书是谢文对急速发展的中国互联网业最新的思考结晶，从大数据的由来说起，详细介绍大数据的发展和影响，对国内各种关于大数据的观点进行剖析和纠偏，更清晰描绘了大数据产业的发展路径和未来图景。语言通俗易懂且简单明了，大量的干货蕴含在字里行间，使整本书很有嚼头，值得细细品味。
书中忧心忡忡地指出大数据是整个WEB2.0革命的重要组成部分，世界网络业的领军公司，例如GOOGLE、FACEBOOK、苹果和亚马逊已经处于先发的位置上。中国网络业中哪家公司能急起直追，谁就是先行者，否则，只能扮演受害者的角色。至于未来的战略方向，他建议有识之士重视数据服务业，数据服务业和现有的相关产业的根本区别在于其商业模式是数据驱动型，是对大数据的深度分析加工，是对大数据的多重利用和深度利用，是对现有简单直接商业模式的增值服务。书中提到，包括苹果公司和谷歌在内的世界巨头，都在不计成本地全方位增加生产和获取大数据，正是为走向数据服务业争取先发优势，是在为未来的领先地位下一盘很大的棋。对于国内公司一拥而上生产智能手机的现象，谢文毫不客气地评论：
如果自身没有成龙配套的操作系统，开放平台，云计算后台和数据分析加工平台，单兵突进只做手机，也许在某个时段能赚点钱，但长远看是没有前途的。那些在手机首页集成点自己的服务，高呼抢占网络入口口号的伎俩，在滚滚而来的大数据洪流面前显得那么苍白无力。何不舍弃鸡肋，重新定位，发挥优势，争取不要在大数据时代掉队呢？
谢文认为，面对大数据给予的大机会，不妨发挥一下想象力，而未来的景象如今已经可以窥见一斑。到底应该怎样发挥想象力，他又看到了怎样的未来，何妨翻开这本《大数据经济》一探究竟呢？
《大数据经济》读后感(六)：不同类型眼中的大数据以及大数据经济
不同人看大数据经济都有会有没的解读，本书从文人的角度看大数据，解读大数据的游戏规则与中国的特点。
老李从技术视角看大数据，想的都是技术实现与技术所带来的经济，虽然视角不同，但大数据的今天，我们不能忽视大数据经济带来的新价值。
本文行文对于一个IT技术男来看，没技术都是概念。对于一个IT管理男来看，写的有点乱，一会儿facebook，一会儿谷歌。我想作者，一定不知道MapReduce和hadoop的工作原理，虽然老李不干纯技术很多年，但也学习了一下大数据的工作原理。这块是大数据经济应补充的内容。
技术人眼中的大数据及经济
《大数据经济》读后感(七)：如何寻找，判断和参与那些具有大数据制造潜质的公司
拿到这本《大数据经济》的时候，我本来以为是说经济的书，可是看完前言之后，才发现这是本说大数据生活，大数据时代的书。
作者谢文在几年前就明确的指出，大数据时代启动期的三大支柱产业：网络业，新能源业和以3D打印业为代表的新型制造业，它们共同的底层推动力都是大数据的发展。说实话我从来没关注过这方面问题，读《大数据经济》的确是拓宽了视野，原来从另外一个高度看问题是这样的。
谢文在“2014腾讯网夏季思享会”上更明确表示，2010年以后，世界的万事万物正在以超乎寻常的速度和加速度数据化，谁能够在数据化的世界宇宙当中发现规律，想出办法，他一定能够效率更高，速度更快，竞争中更有优势。
纵观大数据的发展，从开始的数据之间相联一步步延伸到人与数据相联、人人相联、人物相联、物物相联，最终实现万事万物无所不联；从台式机作为单一的网络数据终端到手机为代表的无线网络终端，再到穿戴用品、汽车飞机、机器设备，将传统制造业卷入了互联网世界；从单纯的数据传输系统到以数据为核心、数据驱动为动力的传统产业改造与颠覆浪潮；从简单的数据互动到无所不包无所不联的大数据综合利用，改变传统的社会运行模式、文化体系和生活方式。
时隔两年，大数据网络业已经在我们生活中被广泛应用，就在上个月，我遭遇的一起交通肇事逃逸，就在大数据的帮助下，顺利解决。
我正常行驶，旁边的灰色现代撞我，然后开走了。我打电话报警，交警布控，显示该车没有在布控路段行驶，建议我去交通队报案解决，我去交通队，警察跟我解释，怕他酒后出意外，不敢追。也建议我下次不要追，容易出危险。我表示理解，然后立案，当场查询了肇事车辆信息，并登记在案，警察开始用交通队电话联系肇事车主，肇事车主开始挂断，后来关机。警察帮我拍照，留下行车记录仪的录像，做立案手续，给我联系卡，然后让我先回去。叮嘱我不耽误开，先不要修车。
三周后，交警通知我，肇事车主让朋友来处理交通事故了。
有了大数据的帮助，大大节约了警力，事故处理时间也大大缩短。利用积累的资源，经验和市场，积极探索大数据制造的发展之道，已经成为越来越多中国企业家和创业者的共识。
《大数据经济》从多个角度介绍分析了如何寻找，判断和参与那些具有大数据制造潜质的公司方法和步骤，对于对这方面有兴趣的读者相信会有很大帮助。
《大数据经济》读后感(八)：一本易读的“高大上”专业书
初中QQ出现，每个星期的计算机课变成了一周中最期待的课，一按下开机键，等着机器渐渐苏醒，然后生涩地移动鼠标，寻找QQ快捷键，登陆QQ，与同在一间课室的同班同学聊天。尔后，大学时候，微博刚火，为了增加粉丝，每认识一个人就让其关注自己的微博互粉。而现在，见过一面的人，临走前都会来一句：“加你微信吧！二维码给我扫一扫。”十年，通讯软件已改朝换代数次。
大一时，因有一部诺基亚手机而感到满足。大二时，发现身周的都是三星、苹果。大三时，身边的同学都是用苹果手机，诺基亚已经消失了。大四时，华为开始成了标配。四年，通讯工具的王位不再是诺基亚，也不再是苹果独尊。
友人从美国回来，说当时注册Facebook用的是QQ邮箱，回到中国facebook不能用，但QQ邮箱却经常提醒她Facebook有新信息，她很想看看是谁给她发信息、信息的详细。但是中国不能下载Facebook，也不能使用。还有一段时间，朋友间有人用MSN，说想加我，那是我第一次听说MSN，友人提起就下了一个，注册了一个账号，用过一次再也没用，之后极少听到MSN的消息。
……
种种这一切，《大数据经济》都提到了，并做了专业的解析。看到这些我所经历过的、90后所经历过的，熟悉感扑面，更集中精神地阅读，害怕错过某个我所经历的问题却从未思考过个中缘由的问题答案。因此，这本书的阅读过程，我是愉快的，没有因为“大数据经济”这个“高大上”的标题而怯场，一页又一页，毫无隔阂地阅读体验。
虽然作者是一名高校教授，他所写作的这本书也是本专业知识极强的书籍，但他没有搬出一大堆与他相熟的专业名词，而是用普通词汇、简单却严密的逻辑框架为读者解构“大数据经济”。他采用专题的形式，这样非专业读者更容易通过他篇幅短小的专题论文获得专业知识信息，并容易吸收这些知识养分。
除此，这本书最令我欢喜的一点，即是作者“敢写”，作为一个体制内的专家学者，作者在书中的许多个地方直面敏感，将一些潜规则和腐败侧面道破。
“雅虎1996年上市，谷歌八年后的2004年上市，facebook又在八年后的2012年上市。这三家公司都是互联网发展中代表不同发展阶段的标志性企业。如果简单算命的话，下一个代表性互联网发展新阶段的标志性公司应该在2020年前后上市，这样一个公司也许已经创业，也许还没有问世。无论如何，我赌这家未来的领军公司应该是以大数据为核心竞争力的创新型企业。”最后，期待作者的预言实现。
《大数据经济》读后感(九)：大数据不等于数据大
这两年我在各种有关大数据的字眼经常映入眼帘，但并不知道何为大数据，什么样的数据算的上大数据，大数据到底有哪些价值，除了时常听到的大数据可以指导宏观方面的应用，其实我更加关心的是大数据对于一般的企业有没有用，甚至对于个人的工作和生活到底有什么用。
带着这样的关心我翻开了这一本书，我径直地奔向了关键章节，首先我明白了一个概念：大数据不等于数据大，大数据与否取决于数据规模、结构复杂性和关联性，简单地说某个公司的数据量大并不等于说这个公司具备拥有和利用大数据的前景。而增强数据结构性，加大数据关联性，把碎片化的数据用种种手段整合起来并加以利用，这是产业发展的一个显著方向。
未来三五年，在网络平台层面上有机会产生创新性突破的有三个方向：个人数据集成，公共服务数据集成，物质生产数据集成，这三个方向正好是一个由个人、社会和物质世界三维所组成的空间，这个空间在大数据时代有机地融合起来，为产业发展和社会进步创造机会。
接下来我在书中希望找到企业应用大数据的具体方式，其中有一篇题为“迎接大数据制造业的到来”能为这个疑问揭晓一二。简单地说，大数据应用在制造业至少有几个方面：首先是产品现在越来越多变成了数据终端，具有生产，储存，传输和加工数据的能力。其次，产品从设计，制造，销售到运维等整个流程都依托各类数据和数据方式的完成，高度依赖数据互联网。再次，产品销售以售后持续服务形成新的商业模式，如苹果公司除了手机和平板电脑，真正的明星其实是它的网络应用商店，这个应用商店仅收入规模就超过了除谷歌以外的所有网络公司。这样看来，苹果公司既不全是IT制造业，也不全是网络服务，最好的办法就是另外定义一个产业，叫做大数据制作业。
至于大数据对于个人的工作和生活到底有什么用，从这本书并不能得到清晰的解读，毕竟这本书是从作者发表的一些文章进行的整理集合，对于知识点或者例子没有系统与深入的分析，若能从这本书中读到一两个对自己有价值的观点便已足矣。
《大数据经济》读后感(十)：风雨歧路大数据
谢文算得上是中国互联网的资深从业者了，我们百度一下就能知道，他大学在人民大学修社会科学，1983年赴美留学，就读哥伦比亚大学，应该是主修社会网络相关专业。这使得他对社交网络有一种天然的亲近感，这一点在他的书中也颇有体现。
谢文一直痴迷于WEB2.0和社交媒体，有传言说他在雅虎中国仅就职41天就黯然离开与他向杨致远等人兜售WEB2.0概念未果有关，此言不知真假，但他辗转和讯、雅虎、一起网，始终对社交网络和WEB2.0情有独钟倒是真的。从一起网离职后，谢文索性由经理人转型成了一位互联网观察家，经常在各路媒体上发表一些深度文章。本书就是他近年来文章的一本合集，大多是他近年来关于大数据和国内互联网观察的文章。
本书分为五个部分，分别讲了作者对大数据的认知，作者对大数据时代产业发展的见解，作者对未来互联网产业发展的预见，作者对当下非常热门的“互联网+”概念的解读以及作者眼中的中国互联网业界。不得不说，作者作为资深互联网从业者，对于国内互联网行业发展现状的把握令人折服。作者在本书后半部分中娓娓道来，从监管到个人，从现状到未来，为我们理顺出了一条我国互联网发展的脉络。然而作者前半部分对大数据的认知，却让我无法苟同。
作者开篇先是提出当前计算能力已经大大超过数据规模，“以至于众多企业和机构在面对潮水般涌来的数据不知所措，不知道如何利用，只好定期删除”，“空有充沛的计算能力而不知如何利用手中的数据进行创新”。继而言之凿凿的说道：“A公司拥有一亿用户，但用户在A公司网站上只干一件事，如获取新闻资讯、买卖东西、玩玩游戏，那么有简单数据挖掘基本功就足够了，扯什么大数据就有点故弄玄虚了”。这种言论实在是令我哭笑不得，亚马逊称誉业界的推荐系统、淘宝在双十一期间开发出来的种种先进的数据平衡与负载技术乃至Google里面无数人耗尽心力开发的搜索及广告产品就这样被归结为“有简单数据挖掘基本功就足够了”。
如果说作者在学术领域的肤浅还可以归咎为他已经离学术太远，而近年来学界的步子又迈的太快的话，那么号称“互联网观察家”的作者在业界领域表现出来的无知则让我惊叹。“直到Google+诞生前，谷歌都不能生成自己是个大数据公司，因为他的海量搜索数据虽然规模庞大，但结构简单……在数据挖掘深度、搜索结果个人化、搜索结果与广告之间的相关度上进展有限，只有改良，没有突破。”我实在无法想象，作为一个资深的互联网从业者和观察家，谢文是怎样得到这个结论的。如果说Google翻译这种基于超大规模语料库的概率统计模型打败了有诸多语言学家参与的语义模型，宣告了在自然语言处理领域中概率模型一统天下的时代来临这种事尚且离普通人有些遥远，那么已经被视为大数据典型成功应用案例的Google流感指数（注）也已经足够能说明Google在大数据领域的地位了，更不用说基于海量数据学习模型的Google无人驾驶汽车了。
作为一个半从业者，我想说的是，学界关心的是模型的拟合效果与海量数据的处理能力，Dremel可以在3秒钟内查询一个P的数据，PowerDrill可以在30到40秒内处理7820亿个单元的数据，然而痴迷于此的数据科学家们仍不满足，他们追求的是更快的响应、更多的数据、更小的消耗以及更精准的结论。而业界不关心数据是从何处产生的，他们只关心这些数据能为他们带来的利润，君不见鹅厂狼厂数据分析师的DKP都已经直接与转化率挂钩了么？双十一来临的时候整个微博都变成了淘宝广告肆意轰炸的战场，微信的精准广告投放已经开始试图运用基于用户日常行为与社交圈关系的数据来进行点到点的投放，而这一切的背后，既是数据的整合与重塑，也是各个厂商之间的博弈与暗战。谢文说的没错，中国的互联网与传统行业必将迎来一场大变革，然而这场变革的主角却未必会是互联网企业，在这场变革中，大数据、互联网媒体都将成为传统行业手中更加有力的工具。试想当中国平安这种具备全部金融牌照的大鳄准备踏入互联网金融这个池塘中的时候，整个市场都会为之震动，传统企业可以轻而易举的获得专业的人才、搭建数据中心，但互联网行业却很难进入这些壁垒极高的传统行业。
谢文将大数据视为末班车，认为一旦错过这次机会，中国将又一次被世界丢下。然而我所担心的，却是人们过于放大大数据的意义，忽视了大数据只不过是我们手中的又一项工具这个最基本的事实，踏上一条风雨歧路。