《决战大数据》读后感

《《决战大数据》读后感》由会员分享，可在线阅读，更多相关《《决战大数据》读后感（6页珍藏版）》请在装配图网上搜索。

1、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

2、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

3、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

4、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

5、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

6、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

7、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

8、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

9、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

10、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

11、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

12、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

13、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。

14、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

15、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。

16、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

17、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

18、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

19、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

20、”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挖掘和数据化运营里的一句话（车品觉为这 本书作序），我觉得很好地阐释了数据分析师在面对业务线条时的工作职责问题： 当企业实现真正的数据化运营企业数据挖掘团队也不再仅仅局限于单纯的数据挖掘和项目管理工作，而是肩负在企业全员推广普及数据意识、数据运用技巧的 责任，这种责任对于企业而言比单纯的一两个数据挖掘项目更有价值，更能体现一 个数据挖掘团队或者一个数据挖掘职业人员的水准、眼界及胸怀。（五）把大数据做小。所有数据分析过程应该针对一

21、些很具体的问题的，为太 宽泛的目标收集数据，得到的结果要么无法满足需求方的要求，要么就对决策毫无 做用。在我们面对一个问题时，首先我们应该将一个大问题划分成系列的小问题， 且假设这些小问题都是可以通过获取数据来解决掉的。解决小问题时，我们需要建 立起对应这个问题的”框架“。这个框架，就是解决某一小问题后能够进行决策的 逻辑体系。”很多人在没有获取足够数据，并且缺乏对数据理解情况下做出决策， 其实是在“享受”自己的无知”。此外，书中还讲解了许多作者对于自我大数据管理、分析师自我修养之类的话 题（就是那个李小龙截拳道思想）。作为一个数据分析师，当我们面临一项任务 时，有时候挑战真的不是上级领导、任务难度、数据质量、数据容量等带来的，反 而更多地来自我们自身，我们的态度，我们的自信、我们的技巧等。作者在书中的 最后一句话，让我这个做了数据分析师多年的人感受深刻：很多时候，决斗对象不 是他人，而是自己。最后PS 句：这本书的所有版税收益作者都捐做慈善。