- 相關(guān)推薦
數據之巔讀書(shū)筆記
巔峰數據是一本有關(guān)大數據的書(shū)，以下是小編收集的讀書(shū)筆記，僅供大家閱讀參考!
數據之巔讀書(shū)筆記一
最近讀了涂子沛先生的《數據之巔》感慨良多，頗有不吐不快的感覺(jué)，數據之巔讀后感。涂先生作為將"大數據"概念引入中國的學(xué)者，其認識的深刻程度自然非同一般。而種深刻表現在對歷史大背景的理解上。我特別感興趣的，是大數據時(shí)代到來(lái)之前的故事。
"如果按照我倡導的原則去做，你們就能生產(chǎn)出高質(zhì)量的產(chǎn)品。五年以?xún)�，日本產(chǎn)品將占領(lǐng)整個(gè)國際市場(chǎng)。" 60多年前，質(zhì)量管理之父戴明給日本企業(yè)家這樣的承諾。那時(shí)的日本產(chǎn)品，還是以"劣質(zhì)"而聞名。所有人都將信將疑。但事實(shí)卻是：僅僅用了四年，日本的優(yōu)質(zhì)產(chǎn)品開(kāi)始占領(lǐng)世界。
戴明為什么有這么大的信心呢？當時(shí)的日本剛剛戰敗，多數人吃不飽肚子。戴明見(jiàn)到的卻是整潔的街道、守紀律的國民。戴明教給日本人的招數，是用數據統計的辦法管理質(zhì)量；這種方法與日本民族做事認真、遵守紀律、一絲不茍的民族文化是吻合的。此后的20多年，日本制造一路走高，靠質(zhì)量實(shí)現了"逆襲"、超越了美國。
這段時(shí)間，美國制造業(yè)又在做什么呢？二戰以后，各國百廢待興，美國本土沒(méi)有經(jīng)歷戰爭的破壞。在很長(cháng)的時(shí)間里，美國產(chǎn)品供不應求，成為世界各國的"搶手貨":生意好做了，對質(zhì)量的重視程度也就不夠了，從而為日本的趕超提供了機會(huì )。直到日本人打到"家門(mén)口",美國人才如夢(mèng)方醒。美國人驚奇地發(fā)現：這位"墻內開(kāi)花墻外香"、對日本制造有巨大貢獻的戴明，居然居住在距離白宮不到六英里的地方。
戴明和他的方法來(lái)自于美國。美國為什么會(huì )產(chǎn)生這種方法呢？恐怕這也與其文化有關(guān)：美國是個(gè)講究民主和法治的國家，凡事要爭論、要講道理。爭論要有是非曲直、最終要"用數據說(shuō)話(huà)".但是，人們也意識到：數據不僅"會(huì )說(shuō)話(huà)",也會(huì )"說(shuō)大話(huà)"、"說(shuō)謊話(huà)".所以，用數據說(shuō)話(huà)，必須講究科學(xué)。這樣看來(lái)，戴明來(lái)自美國也就不足為怪了。
其實(shí)，戴明的質(zhì)量管理方法早已傳到了中國。
但是，幾十年過(guò)去了，我們仍然難以擺脫"低質(zhì)"、"山寨"的帽子、甚至有愈演愈烈的可能。由此可見(jiàn)：我們缺少的不是方法，而是深層次的原因。
改革開(kāi)放以后，我們有接近40年高速發(fā)展的歷史。在這段時(shí)期，中國依靠廉價(jià)的勞動(dòng)力，生產(chǎn)出物美價(jià)廉的產(chǎn)品。但所謂"物美價(jià)廉",往往是更重視成本。在保GDP、保就業(yè)的背景下，假冒偽劣產(chǎn)品受到了縱容，以至于市場(chǎng)出現了逆向淘汰。于是，原本信奉質(zhì)量第一的企業(yè)被迫做出改變、搞質(zhì)量的人被邊緣化了、企業(yè)質(zhì)量意識就這樣淡薄了。
輕視質(zhì)量還有很多間接的危害。例如，提高質(zhì)量往往是創(chuàng )新最重要的直接目標之一。離開(kāi)質(zhì)量談創(chuàng )新，就失去了落地的基礎。中國科技界的很多問(wèn)題與此有關(guān)：高校的技術(shù)創(chuàng )新往往脫離實(shí)際、產(chǎn)學(xué)研往往難以結合�？梢哉f(shuō)，離開(kāi)高質(zhì)量的追求，中國制造就缺少了脊梁骨。
我們在追求先進(jìn)理念的時(shí)候，一般不會(huì )落后。我們常常聽(tīng)到"用數據說(shuō)話(huà)"的提法。但遺憾的是：現實(shí)中，卻常常變味，令人啼笑皆非。
究其原因，人們常常不重視數據的本身質(zhì)量和分析方法的質(zhì)量�！稊祿畮p》曾提到：美國人多次為了數據吵得不可開(kāi)交，從而推動(dòng)了相關(guān)的立法、提高了數據分析的合理性。事實(shí)上，只有可靠的數據加上可靠的分析方法，數據才能說(shuō)出有用的實(shí)話(huà)。
然而，我們見(jiàn)到的許多數據卻是騙人的。例如：據說(shuō)，獲得省部級科技進(jìn)步獎的潛規則是七億元的效益。如果數據都是準確的，單純獲獎項目獲得的效益，就超過(guò)了很多地區的GDP增量，讀后感《數據之巔讀后感》。然而，盡管浮夸的數據如此明顯，卻長(cháng)期得不到糾正。這使得科技界浮夸的歪風(fēng)越來(lái)越盛，牛皮越來(lái)越大而實(shí)效卻越來(lái)越少。再如，評獎、評職稱(chēng)都用專(zhuān)利、論文的數量衡量——其實(shí)，即便在重視數字的美國，也不主張這種做法。這種做法往往會(huì )讓科技工作者急功近利，而不愿意去從事真正有價(jià)值的創(chuàng )新。不恰當的數字化將很多激勵變成了負激勵。
還有很多地方，數字化的規則制定得明顯不合理。例如，某企業(yè)計算某產(chǎn)品的.效益時(shí)，要把生產(chǎn)設備的折舊算攤上去——這樣的規定看似有道理，卻導致了昂貴設備白白的閑置，從而造成了更大的浪費：沒(méi)有人愿意用這臺設備生產(chǎn)產(chǎn)品、寧可讓它閑置不用。所以，劣質(zhì)的數字、劣質(zhì)的數字化方法，不但不能促進(jìn)企業(yè)的進(jìn)步和質(zhì)量的提高，反而有可能起到相反的作用。
我們再看看更深層的原因。人們明明知道這些不合理的現象存在，為什么卻能長(cháng)期持續存在？道理很簡(jiǎn)單：在這些地方，"用數據說(shuō)話(huà)"變成了一種形式，一種便于交差、便于表功、體現水平的形式。他們并不關(guān)心"用數據說(shuō)話(huà)"的目的和最終結果。從本質(zhì)上說(shuō)，這種做法不是重視數據，只是用數據做掩飾；不是喜歡"真龍",而是"葉公好龍".
中國制造業(yè)要振興，必須從提升質(zhì)量開(kāi)始；關(guān)注質(zhì)量，必須從關(guān)注數據和分析方法本身的"質(zhì)量"開(kāi)始。所有這一切，都需要有個(gè)踏實(shí)做事、實(shí)事求是的文化氛圍。"橘生淮南則為橘，生于淮北則為枳".好的方法必須與文化相匹配。離開(kāi)良好的文化土壤，再好的辦法也無(wú)法發(fā)揮實(shí)效、也會(huì )變味。中國制造業(yè)的振興，根子上還是要關(guān)注文化。
數據之巔讀書(shū)筆記二
第一次讀大數據專(zhuān)題的書(shū)，談起讀后感肯定是班門(mén)弄斧了，就只是簡(jiǎn)單的說(shuō)一說(shuō)我的一些看法。
涂子沛的這部《數據之巔》，全書(shū)共八章，我原以為所謂"數據之巔"應當是展望未來(lái)的大數據時(shí)代，沒(méi)想到全書(shū)竟是立足于過(guò)去，從歷史切入。前面六章的內容，以美國自獨立以來(lái)的發(fā)展歷程為主線(xiàn)，從數據應用的角度，講述美國政治制度，經(jīng)濟建設以及軍事管理，每一章的結尾又分析中國的現狀，相應對比美國。一個(gè)國家的發(fā)展歷程，從不同角度切入，就會(huì )有不同的著(zhù)重點(diǎn)：軍事家可能會(huì )串起每一次戰爭，分析軍事戰略；經(jīng)濟學(xué)家可能會(huì )梳理整個(gè)宏觀(guān)經(jīng)濟環(huán)境的發(fā)展方向；政治學(xué)家可能會(huì )強調立憲立法各種政治制度的重要性。而作者從數據的角度切入，可以說(shuō)是別開(kāi)生面，讓我們看到那些耳熟能詳的故事背后數據所起到的作用。以南北戰爭為例，可能你知道林肯的民心所向，知道奴隸制度順應潮流的消亡，但你未必知道謝爾頓將軍以數據分析為基礎進(jìn)行的"向大海進(jìn)軍"的行動(dòng)。類(lèi)似的例子有很多，我覺(jué)得作者雖然以一個(gè)國家的發(fā)展歷程為主線(xiàn)，但仍然寫(xiě)得有些凌亂，好像想到哪個(gè)與數據有關(guān)的故事就寫(xiě)哪個(gè)似的。美國立法治國過(guò)程中政治制度上的博弈、人口普查與統計學(xué)、參眾議院的席位設置，到數據在醫學(xué)上的應用、在農業(yè)上的應用、霍亂井、預算、訴訟實(shí)證、農業(yè)應用、商業(yè)市場(chǎng)調查與項目決策、戴明的質(zhì)量控制等，然后又穿插講一些數據處理的技巧：數據可視化、樣本與總體、問(wèn)卷設計等，接著(zhù)又跳回內開(kāi)放：數據與知情權、用數據制衡；直到七八章才涉及一些現代化的數據應用。
可以說(shuō)，我讀這本書(shū)最大的感受，其實(shí)是震撼于數據的應用之廣泛之深刻，因為前面六章內容幾乎就是在跟你講數據在美國、中國、日本等的歷史上曾經(jīng)起到這樣這樣的作用，在美國關(guān)于數據的挖掘和處理辦法是怎樣一步步完善。我覺(jué)得，這六章內容，跟書(shū)名《數據之巔》有些偏頗，主題該是數據，前面一兩章講講數據在美國中國歷史上的作用，讓讀者感受一下數據的魅力，奠定一下基調就夠了，結果直到五六章還是停留在這個(gè)層面，讀來(lái)就有些膩了。如果書(shū)名改成類(lèi)似《數據與歷史》之類(lèi)的，反而更好，這些歷史已然是過(guò)去，數據之巔應該在未來(lái)。但我不得不承認，我確實(shí)為這些歷史所震撼，也真的感覺(jué)到數據的重要性，未來(lái)如果能夠做好數據的挖掘、處理、利用，應該是潛力無(wú)限的。
直至七八章，作者開(kāi)始談及"大數據時(shí)代",大數據計算涉及其在社會(huì )領(lǐng)域以及物理環(huán)境領(lǐng)域兩個(gè)方面的應用。社會(huì )領(lǐng)域則是我們比較熟悉的，例如從消費記錄了解消費心理、捆綁銷(xiāo)售"啤酒與尿布"、阿里巴巴憑交易記錄迅速放貸等等的應用，這些可能也是提及"大數據時(shí)代"大眾的第一反應吧。物理環(huán)境領(lǐng)域的應用主要就是可穿戴設備、傳感器等等這一類(lèi)了。從亞馬遜的"預判發(fā)貨"、谷歌無(wú)人駕駛、3D打印機、智能學(xué)習平臺等等這些新興事物，我們都可以看到數據在未來(lái)的一個(gè)發(fā)展前景。作者以"石油時(shí)代"類(lèi)比人類(lèi)即將迎來(lái)的"數據時(shí)代",其實(shí)非常直觀(guān)易懂。
第八章作者提出"智慧城市"的概念，講述了See Click、佛山"我的聲音"、舊金山311應用程序、社交媒體nextdoor等眾包、眾智、眾創(chuàng )平臺，講真啊，我不知道這些跟數據有個(gè)啥關(guān)系……但是作者提出的未來(lái)這種"讓大眾解決大眾的問(wèn)題"的模式我倒很是贊同。這之中跟數據有關(guān)的'可能是涉及數據的隱私問(wèn)題吧。大數據時(shí)代是不可避免的發(fā)展趨勢，但隱私權確實(shí)是這個(gè)發(fā)展潮流中很重大、也必須解決的一個(gè)問(wèn)題。
作者點(diǎn)明，所謂"數據之巔"就是"通過(guò)用數據訓練機器，讓機器獲得智能，為人類(lèi)提供自動(dòng)化的服務(wù)".要有數據更要有計算，強大的識別算法才能實(shí)現數據挖掘，這是現有的階段，而未來(lái)應該向"機器學(xué)習"發(fā)展，亦即編寫(xiě)"會(huì )自動(dòng)調節的算法".
這本書(shū)，還行。沒(méi)有大開(kāi)腦洞的設想未來(lái)，從歷史出發(fā)，讓人感受到數據的魅力，在對比中，也讓人看到中國在數據方面與美國的差距，最后的展望，也是立足于現在。所以給人感覺(jué)比較踏實(shí)，對數據應用的理解更通透，而數據之巔在哪里，我覺(jué)得是每個(gè)讀者在這個(gè)基礎上延伸出去的頭腦風(fēng)暴。
真的是很凌亂的讀后感，我覺(jué)得被作者看到要吐血的吧…對大數據什么的真的沒(méi)有比較深的了解，但是讀完這部《數據之巔》，以后會(huì )繼續關(guān)注、了解相關(guān)的內容。
【數據之巔讀書(shū)筆記】相關(guān)文章：
萬(wàn)山之巔歌詞07-27
登上地球之巔教學(xué)實(shí)錄07-01
《登上地球之巔》案例分析04-14
數據分析之如何用數據？07-10
登上地球之巔課堂實(shí)錄07-02
《登上地球之巔》教學(xué)設計范文07-04
數據分析之peakfinder07-10