大知識

大數(shù)據(jù)能為人類帶來大知識，即通過對海量數(shù)據(jù)進行分析，以一種前所未有的方式獲得深刻洞見。例如，2009年甲型H1N1流感爆發(fā)時，與習慣性滯后的官方數(shù)據(jù)相比，谷歌成為一個更有效、更及時的指示標。他們通過分析5 000萬條美國人最頻繁檢索的詞條，例如“哪些是治療咳嗽和發(fā)熱的藥物”，建立了4.5億個數(shù)學模型，并與美國疾控中心在2003~2008年季節(jié)性流感傳播時期的數(shù)據(jù)進行比較，提前兩周預測出流感的爆發(fā)時間和傳播路徑。這種工作方式不需要分發(fā)口腔試紙和聯(lián)系醫(yī)院，它是建立在大數(shù)據(jù)的基礎之上的?；谶@樣的技術理念和數(shù)據(jù)儲備，下一次流感來襲時，世界將擁有一種更好的預測工具預防流感的傳播。

人們通過大數(shù)據(jù)獲得的知識更快速、更準確、更便捷，而這些在傳統(tǒng)的數(shù)據(jù)利用思維和技術的基礎上是難以完成的。例如，個人收入對于銀行放貸、社會保障等機構而言是一項關鍵數(shù)據(jù)。然而，收入又是一個比較敏感的話題，要調查個人收入，不僅過程煩瑣、成本較高，而且還存在瞞報的可能。著名征信機構益百利有一項服務，即通過分析信用卡歷史記錄和美國國稅局的匿名稅收數(shù)據(jù)，對個人的收入狀況進行較為精準的預測，其預測結果售價不足1美元，而通過傳統(tǒng)的辦法證明一個人的收入狀況要花費10美元左右。

大數(shù)據(jù)使得組織決策將越來越依賴于數(shù)據(jù)和分析，而非經驗和直覺。邁克爾·劉易斯于2003年出版的《點球成金》中講述了棒球統(tǒng)計學的一個真實案例。該書的主角比利·比恩是一家棒球隊的總經理，他在一位統(tǒng)計學家的幫助下，盡可能地將球員能力數(shù)據(jù)化，并以此作為衡量球員能力的唯一標準，而非基于主觀經驗的判斷。通過這套計算機程序和數(shù)學模型，比利以有限的預算尋找那些被價值低估的球員，實現(xiàn)了最高的“投入產出比”，創(chuàng)下了美國職業(yè)棒球大聯(lián)盟百年歷史上的連勝20場的空前紀錄。與那位統(tǒng)計學家相比，專業(yè)棒球星探們在挑選球員方面的精準程度相形見絀。

大價值

我們的日常生活會因為無處不在的大數(shù)據(jù)應用更加智能便捷。搜索引擎可以為關聯(lián)網(wǎng)站排序；智能輸入法能為用戶創(chuàng)建個性化詞典；豆瓣網(wǎng)為我們推薦想要看的電影和圖書；微信自動推送好友信息，幫助我們建立朋友圈；電子郵箱自動過濾含有某些關鍵詞的垃圾郵件；相親網(wǎng)站通過計算用戶的性格、教育背景、職業(yè)等匹配程度，提高男女配對成功的概率。