书籍简介

书    名：大数据预测

作    者：[美] 埃里克•西格尔

原版名称：Predictive Analytics

译    者：周昕

ISBN：9787508644608

页    数：300

定    价：58.00

出版社：中信出版社

出版时间：2014-3

2020年的一天，在你驱车前往公司的路上，导航系统通过预测交通流量，会自动帮你选择一条最合适的交通路线；车内推荐系统会根据你的饮食习惯预测你可能会喜欢吃什么，并推荐沿途的早餐店；你的电子社交助理已经为你自动选择了你可能感兴趣的社交网信息；当车内系统预测到你驾车有些分心时，座椅会自动震动进行提醒……

以上这些情景不是科幻大片独有的，它们有的已经或会在未来的某一天成为现实。而这一切所倚靠的就是预测分析技术。

大数据时代下，作为其核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。

作为预测分析领域的专家，埃里克·西格尔博士深谙预测分析界已经实现和正在发生的事情、面临的问题和将来可能的前景。在《大数据预测》一书中，他结合预测分析的应用实例，对其进行了深入、细致且全面的解读。

关于预测分析，你想了解的全部，你的生活以及这个世界会因为预测分析改变到什么程度，《大数据预测》都会告诉你。

书摘

1. 黑匣交易——由系统自动做出金融交易决定，这也是目前数据驱动决策中最振奋人心的部分。人们只需要将现有金融环境参数输入“黑匣子”，系统就会自动做出买/卖/持有的决策。其系统特征首先是“黑”（即不透明），交易员根本无须知道系统内部的测算过程，只要系统做出有效的结论即可。如果系统做出的结论有效，那么这几乎可秒杀世上其他一切商业计划：电脑变成了自动挣钱的机器，消耗一点儿电力就可换来源源不断的投资收益。

2. 预测悖论：我们对自己的预测能力多一份谦逊，我们在规划未来上就多一份成功的把握。

——纳特·西尔弗（Nate Silver）《信号与噪声：大数据时代预测的科学和技术》。

3. 当我们开始慢慢承认预测力量的重要性时，我们也要面对这种力量所带来的隐私争议。由此造成的连锁反应甚至令专家都感到震惊：企业有了新的能力、消费者对此感到不安、媒体在旁边火上浇油，科学家们则变得小心翼翼，并开始重新审视赋予企业这些能力是否妥当。

4.  有关个人的数据不等同于个人——数据比人更便于管理。数据不占用物理空间，其维系成本几乎为零；数据存在永续性，而且也便于复制和传输。数据比黄金更宝贵，尽管数据没有任何分量，没有任何物理属性。

5.  数据的价值、力量和意义也让数据变得很敏感。数据越多，力量越大；力量越大，也就越敏感。因此，我们现在碰到的这种冲突几乎是不可避免的。如果没有人关心数据，那么自然也不会有人去保护数据，不会有人想要获得数据或从一开始就去搜集和保存数据。约翰·埃尔德后来回忆说：“正因为数据具有独特的力量，人们才会认为它是危险的；如果数据是无关痛痒的，它就不会成为威胁。”

6. 数据是信息时代的新货币，天生不受监管。要想分享消费者的数据，只需要轻轻点击一下，完全不需要运送任何货品。

7. 对任何机构或企业来说，它们都必须确定数据的使用者、内容、位置、使用时间、保存期限以及使用原因等：

保存——确定数据的内容和存储时间。

许可——确定可查看或调取数据的员工、社会各界人士和其他组织成员。

分享——确定可接收数据的内部部门或外部机构。

合并——确定可汇总或连接的数据部分。

回应——根据数据所采取的行动，确定组织的回应、行动以及其他行为。

8. 全球化企业是很复杂的。这不是由销售人员组成的团队，甚至不是一支正规的为销售人员提供支持的人力资源团队。相反，这是一个全球性的团队，其成员主要分部在墨西哥、中国和波兰，该团队的主要工作是帮助其他为销售人员提供支持的人力资源团队。因此，该项目是多层次的，是对协助人力资源进行管理（主要支持销售队伍）的团队所实行的分析性人力资源管理。

9. 信息技术改变了我们生活的方方面面……尽管我们现在有新的伦理问题，我们却没有形成新的伦理。——麦克·罗蒂（Michael Lotti）

10. 感有时并不在预测分析所考虑的范畴内。因为情感是变幻不定的因素，无法像事实或数据那样被轻易记录在表格中。情感转瞬即逝，而且是主观的。诚然，情感是人的一种重要的状态，但情感的微妙使得大部分科学都无法对其展开研究。

11. 所有人在面对不确定性时，往往都会在经济上后退、撤销、跑开，而我们所推崇的是一直走下去。——美联储前主席艾伦·格林斯潘

12. 大数据不是真实的存在。数据最激动人心的不是其数量，而是其增长速度。我们会永远敬畏数据的庞大数量，因为有一点永远不会变，那就是：今天的数据必然比昨天多。规模是相对的，而不是绝对的。如果我们今天使用“大”，那么很快，我们的形容词就会不够用了：“大数据”“更大数据”“再大数据”以及“最大数据”。其实，早在1975年，一个名为“国际超大型数据库大会”的组织就已成立。在海量数据面前，我们的词汇量显得如此匮乏。

13. 数据自己会说话。数据中总有故事，而系统总能从数据中学到一些东西。数据科学家通过预测分析系统不断地从数据堆中找到规律。如果将数据整合在一起，尽管你不知道自己将从这些数据里发现什么，你至少能通过观测解读数据语言来发现某些内在联系。数据效应就是这么简单。

14. 大部分有关决策的讨论都是在这样的前提下进行的，即只有高管负责做决策或只有高管的决策才有效，这是极其危险的错误。——彼得·德鲁克

15. 现代生活与传统生活的本质区别在于对风险的把握：现代人认为未来不再是诸神的安排，人类在自然面前也不再只是屈从。在试图穿越这一界限的过程中，有些人认为未来不过是历史的镜像，而另一些人则认为未来只能由神谕和先知掌控。——彼得·伯恩斯坦

16. 世界上有三种谎言：谎言、该死的谎言和统计数据。——英国首相本杰明·狄斯雷利

17. 归纳是艺术。我们可以按自己的想法来理解世界是如何运行的：数据记录了过去发生的事实。对具体事实，我们可以概括总结，从中得到重要结论并认定同样的规律还会在未来发挥作用。

18. 在每块大理石里，我似乎都清楚地看到里面的雕像，它仿佛就坐在我面前，栩栩如生。我只需去掉大理石中多余的部分，雕像就能显现出来，让普通人也看到我所看到的东西。——米开朗基罗

19.  归纳效应：艺术推动机器学习；电脑程序和人类随机创造的策略最终能帮助我们创建预测模型，这些模型能预测未来的事情。

20. 众包是运用大众智慧的完美方法，年龄、性别、种族、教育和职业统统不重要，工作质量成为唯一的考量指标。 ——杰夫·豪《众包：群体力量驱动商业未来》

21. 我所工作的团队通常会把商业竞争视为一场竞赛，我们从分享中获益，斗争使得我们的所得都以一定的代价为前提，众包的开放性正符合这一哲学理念。——斯坦·克雷琴格

22. 对大部分事物来说，平均值都差强人意；但在决策中，平均值往往是最好的。——詹姆斯·索罗维基《群众的智慧》

23. 群体智慧的概念推动了组合，因为这彰显了系统组合的一个关键原则：如果采用许多人的预测均值，那么就可改善预测。——阿博特分析公司总裁狄安·阿博特

24. 预测模型正不断改善以实现其潜能，但有时预测结果却会误差很大。通常，企业需要决定在预测结果产生之后应采取什么行动。因为仅仅预测个人将要做什么是不够的，还必须知道如何去应对。为此，我们要预测的内容应超越“即将发生之事”，我们也要预测完全不同之事。

25. 预测分析的触角早已伸向社会的各个角落，无论是企业还是政府机构、无论是执法部门还是慈善组织以及医院和高校，这些社会组织都要做出数以百万计的运营决策来实施服务，而预测技术则能引领这些决策。预测技术是用来改善大规模运营效率的有效手段。

26. 预测技术的具体细节和时点会有赖于现实的条件，但预测分析技术本身不再是问题。因此，我们大可自信预测，预测将大行其道。几乎每隔几个月，媒体就会出现关于预测技术大显神威的消息。这样的机遇还将不断涌现，有时甚至会让人目不暇接。不管如何，我们将越来越有效地预见未来，未来正等待着我们大显身手。

读者群简介

欢迎乐读创业社新书友，本群为创业者而设立，也有不少作者译者和出版社的老大。大家可以看下http://ledu.club里面推荐的创业相关书。

如果看书多，可以挑战下自己，参加一周一本活动，请看一周一本书群规则http://ledu.club/?page_id=43 ，除了文学书，其他都可以自由选择，也可以看看大家的成绩单：https://www.gdgdocs.org/spreadsheets/d/tFo1ze58REfxjefplKX157w/htmlview

觉得难度稍大，也可以参加两周一本书活动，群规则http://ledu.club/?page_id=355

想加入的小伙伴请扫描下面的公众微信号：