
0人評分過此書
在這本書的最開始,我們想要提出這樣一個問題:
誰最瞭解你?
是自己?
是配偶/戀人?
是父母/子女?
是同學/同事/朋友?
毫無疑問,以上幾種人都存在於我們的生命中。
但是,跟「它」比起來,以上幾種人對我們的瞭解恐怕都不夠全面和客觀。
沒錯,「它」就是手機,與我們形影不離的手機。
看看你手機上的那一大堆APP——
Facebook知道,你今天心情好不好。
apple pay知道,你買了什麼東西、花了多少錢。
line知道,你都有哪些朋友,你跟哪些朋友的交流更密切。
ETtoday知道,你都喜歡瀏覽哪些帖子和新聞。
KKBOX知道,你喜歡聽什麼歌。
youtube知道,你喜歡看什麼影片。
ubereat知道,你喜歡什麼菜系和口味。
……
就算你什麼APP也沒裝,只要你有一部手機,「它」就知道你什麼時候工作,什麼時候休息,知道你去了哪裡,待了多久。
在手機面前,我們簡直無所遁形。手機所知道的你,可能比你所知道的自己,更為真實。
而這些,都是我們自己告訴手機的。我們的每一次瀏覽、點讚、評論、下單、聊天,都以數據的形式被記錄、被沉澱,最終塑造出了我們自己。
所以,請不要被「大數據」「開放數據」「數據挖掘」「深度學習」「神經網絡」「雲計算」「DMP」等奇奇怪怪的詞彙所嚇倒。我們每個人每天的生活起居、衣食住行,都在產生數據,並享受著數據給我們帶來的便利服務。
事實上,數據已經和我們的視覺、聽覺、觸覺一樣,成為了幫助我們去瞭解自己、瞭解他人、瞭解事物的重要方法。
與其他訊息源相比,數據更有可能提供全面和客觀的訊息,從而幫助我們更快速和高效地瞭解問題、解決問題。
例如,你母親催你去相親,並提供了100位相親者的資料。顯然,你不可能一個個把他們約出來見面,一個個去瞭解和評價他們——你甚至都不可能仔細讀完這100份資料。
我們通常的做法是,設立一些限制條件,對年齡、身高、學歷、收入等進行篩選,再逐份閱讀符合條件的相親者的資料,直到將相親對象數量減少到個位數。如此,我們的相親效率就大大提高了。
然而,在享受數據給我們帶來的高效便利的同時,我們還必須意識到:數據分析只能提供結果,不能提供結論;數據之所以能做許多事情,是因為使用數據的人做了很多的思考。
誰最瞭解你?
是自己?
是配偶/戀人?
是父母/子女?
是同學/同事/朋友?
毫無疑問,以上幾種人都存在於我們的生命中。
但是,跟「它」比起來,以上幾種人對我們的瞭解恐怕都不夠全面和客觀。
沒錯,「它」就是手機,與我們形影不離的手機。
看看你手機上的那一大堆APP——
Facebook知道,你今天心情好不好。
apple pay知道,你買了什麼東西、花了多少錢。
line知道,你都有哪些朋友,你跟哪些朋友的交流更密切。
ETtoday知道,你都喜歡瀏覽哪些帖子和新聞。
KKBOX知道,你喜歡聽什麼歌。
youtube知道,你喜歡看什麼影片。
ubereat知道,你喜歡什麼菜系和口味。
……
就算你什麼APP也沒裝,只要你有一部手機,「它」就知道你什麼時候工作,什麼時候休息,知道你去了哪裡,待了多久。
在手機面前,我們簡直無所遁形。手機所知道的你,可能比你所知道的自己,更為真實。
而這些,都是我們自己告訴手機的。我們的每一次瀏覽、點讚、評論、下單、聊天,都以數據的形式被記錄、被沉澱,最終塑造出了我們自己。
所以,請不要被「大數據」「開放數據」「數據挖掘」「深度學習」「神經網絡」「雲計算」「DMP」等奇奇怪怪的詞彙所嚇倒。我們每個人每天的生活起居、衣食住行,都在產生數據,並享受著數據給我們帶來的便利服務。
事實上,數據已經和我們的視覺、聽覺、觸覺一樣,成為了幫助我們去瞭解自己、瞭解他人、瞭解事物的重要方法。
與其他訊息源相比,數據更有可能提供全面和客觀的訊息,從而幫助我們更快速和高效地瞭解問題、解決問題。
例如,你母親催你去相親,並提供了100位相親者的資料。顯然,你不可能一個個把他們約出來見面,一個個去瞭解和評價他們——你甚至都不可能仔細讀完這100份資料。
我們通常的做法是,設立一些限制條件,對年齡、身高、學歷、收入等進行篩選,再逐份閱讀符合條件的相親者的資料,直到將相親對象數量減少到個位數。如此,我們的相親效率就大大提高了。
然而,在享受數據給我們帶來的高效便利的同時,我們還必須意識到:數據分析只能提供結果,不能提供結論;數據之所以能做許多事情,是因為使用數據的人做了很多的思考。
- 版權訊息
- 內容簡介
- 前言 我們在用數據做什麼
-
第1章 數據,另一種視角
-
1.1 數據之下的中國
-
1.1.1 2015年,中國人是怎麼花錢的
-
1.1.2 遊遍全國,我們的假期夠嗎
-
1.1.3 淘寶改變了哪些城市
-
-
1.2 數據之下的城市
-
1.2.1 人口疏解,讓城市更擁堵
-
1.2.2 在上海上班,地鐵和開車哪個快
-
1.2.3 上海餐館取名大法
-
-
-
第2章 數據之於工作
-
2.1 學習/就業指南
-
2.1.1 好好學習,是另一種童年
-
2.1.2 應該去哪裡買書呢
-
2.1.3 月薪多少才配坐高鐵
-
2.1.4 哪些公務員最辛苦
-
2.1.5 奔赴大城市,還是回家鄉
-
-
2.2 在創業的風口上
-
2.2.1 一個估值10億美元的養豬O2O項目
-
2.2.2 大鵬豬肉,為紅燒而生
-
2.2.3 如何在上海開一家靠譜的餐館
-
2.2.4 快捷連鎖酒店選址的空間陷阱
-
-
-
第3章 數據之於生活
-
3.1 理性生活:那些你所不知道的事
-
3.1.1 你的消費水平給上海拖後腿了嗎
-
3.1.2 如何面對注定平庸的人生
-
3.1.3 下雨天外賣會變多嗎
-
3.1.4 「雙12」規避「假折扣」指南
-
3.1.5 上海的水源安全嗎
-
3.1.6 「控制人口」——開給上海的一劑毒藥
-
-
3.2 感性生活:八卦新玩法
-
3.2.1 高顏值的人都在哪兒
-
3.2.2 中國正在二次元化嗎
-
3.2.3 如何像白富美一樣生活
-
3.2.4 長三角城市那些不得不說的八卦
-
3.2.5 上海哪所高校的吃貨最幸福
-
-
3.3 生活之重:生為房奴
-
3.3.1 上海的房子都被誰買走了
-
3.3.2 上海購房攻略
-
3.3.3 遙不可及的學區夢
-
3.3.4 房地產泡沫有多大
-
-
- 附錄1: 我們是怎麼學會玩城市數據的?
-
附錄2: 城市數據團工作方法簡介
-
一、數據分析和文章寫作流程
-
二、主要數據類型和獲取方式
-
1.權威機構公開發佈數據
-
2.互聯網開放數據
-
3.企業級數據
-
4.調研數據/眾籌數據
-
-
三、主要分析工具
-
四、分析方法
-
1.簡單數理統計
-
2.現有分析模型的應用
-
3.自己設計指標
-
4.現有數學模型的改進或新模型的建立
-
5.數據可視化
-
-
- 出版地 : 臺灣
- 語言 : 繁體中文
評分與評論
請登入後再留言與評分