大数据思维的“三性三化”特征

大数据思维，是人类社会的一种高维度思维，就像牛顿、莱布尼茨发明微积分之后，数学科学才从初等数学上升到高等数学。

大数据思维具有六个特征，即资源性、相关性、全局性以及定量化、精准化和智能化，简称“三性三化”。

在大数据时代，应该具备怎样的大数据思维，才能引领人们在这个时代如鱼得水呢？

（一）从中国社会变革看思维的升级

人类社会每次经历的大飞跃，最关键的并不是物质的需求，甚至不是技术催化，而本质是思维工具的升级升华、迭代创新。

一百年多年前，陈独秀、李大钊、蔡元培、胡适、鲁迅等一大批仁人志士，推进着中国新文化运动，要培训和塑造一代新青年，从而去创造建设一个新中国。他们首先想到的就是要改造传统的陈旧的思想，打破思维的枷锁，并提出了以“科学和民主”为核心理念的思想启蒙。到了1921年便成就了中国历史上一件开天辟地的大事件：中国共产党在上海诞生！

四十多年前，邓小平在百业待兴之际，提出了“中国要走改革开放之路”的伟大设计，而最为核心的就是：解放思想，实事求是。正因为有了思想的解放，有了大胆的探索实践，中国人民在党的领导下，走出了一条具中国特色的改革和发展之路，从一穷二白崛起，成为了现今的世界第二大经济体。

当大数据时代到来时，我们再次抓住机遇，国家正大力发展数字经济，推进城市数字化转型，加大数字资源挖掘，开拓数字场景开放，加快数字技术开发，并取得了长足进展。而基于大数据思维的应用，在我们生活中的例子已不鲜见。

例如，市政府在办理相关单位和个人申请事项中，从过去要盖100多个图章，走几个月流程，现在是“让数据多跑路，让人只跑一次”，高效率办事。数字化转型，是要从大数据思维高度，充分认识和实现“流程再造、规则重塑、功能重构、应用优先”。

又如，在这次新冠病毒防疫中，每个市民都拥有“健康码”、“行程码”，这就能利用大数据精准找到“密切接触者”，从而“早发现早隔离”，实现最短7天“动态清零”的目标。防疫精准化的实现，正是基于大数据思维、依托健康和出行大数据的良好实践。

（二）大数据思维的“三性三化”

当我们拥有了大数据资源，就打开了一片新的天地，并且需要重新定义处置动态事件的方式和流程。在大数据时代，大数据不仅将改变每个人的日常生活和工作方式，改变商业组织和社会组织的运行方式，还将带来深刻的思维转变。

那么，大数据思维有哪些特征呢？相比互联网思维和移动互联网思维，有哪些区别？

我们先捋一下，互联网和移动互联网有哪些主要思维特征？

互联网和移动互联网作为一种先进的生产和生活工具，核心价值就是互联互通、随时随地获取信息。其主要思维特征，包括有网络化思维、用户思维、碎片化思维、流量思维、创新思维、敏捷迭代开发思维等。

大数据，是一种以容量大、类型多、存取速度快、应用价值高为特征的数据集合。其主要思维特征，包括有资源性、相关性、全局性、定量化、精准化、智能化，即“三性三化”特征。

1、资源性思维

大数据是人类社会的一种资源，这种资源既不同于农业社会的“自然资源”（例如土地和阳光、水），也不同于工业社会的“化石资源”（例如石油、煤炭、稀有矿产、天然气、页岩气等），而是人类社会进入到信息时代、数字化时代，将各类自然、社会、人文的数据，通过数字技术，可及时地、有效地进行存贮、加工、计算和再利用的资源。大数据资源是“人造的”，也是“人为储藏的”，它是可以“取之不尽，用之不竭”的资源。

英国《经济人》杂志曾经这样报道，如果将大数据比作“石油”，那么，中国就是数据世界的“沙特阿拉伯”，由此可以窥见，在第四次工业革命浪潮中，全球看好中国崛起以及在数据世界的巨大影响力。

所有资源，对人类社会都有正反两面影响，这就像大自然中的水，水能载舟亦能覆舟，核能既能变成核电造福人类，也能被用于制造原子弹伤害人类。而大数据作为一种资源，也有“两重性”，既造福人类，也会伤害人类，比如个人隐私泄露等等，关键在于如何有效控制和合理利用。

2、相关性思维

人类通过对大数据的处理，就不仅只关注“因果关系“，而更关注”相关性关系“（即数据的关联性关系）。最典型的例子就是”尿布与啤酒“的案例。

在大数据时代，思维方式要从因果思维转向相关思维，努力颠覆千百年来人类形成的传统思维模式和固有偏见，才能更好地分享大数据带来的深刻洞见和巨大价值。

以人口普查为例，我国近三次人口普查时间间隔为十年，面对庞大的人口数量，大数据相关性思维在数据统计中发挥了关键作用。据悉以2010年人口普查为例，我国人口普查的总投入超6亿元人民币，耗费了巨大的人力、财力、时间。倘若能运用大数据进行人口普查，以其相关性分析的优势，就能用百分之一的抽样调查进行大数据挖掘分析，将大大降低和节省政府人口普查的各种成本。

2、全局性思维

在大数据时代，随着数据收集、处理、存储、分析技术的突破性发展，我们可以更加方便、快捷、动态地获得与研究对象有关的所有数据，而不再受限于样本研究方法，那么相应地，人们的思维方式也应该从样本思维转向全局性思维，才能够更直观、全面、立体、系统地认识和运用大数据价值。

4、定量化思维

毕达哥拉斯说“万物皆数”，道格拉斯说“一切皆可量化”。

量化思维为数字化特征带来的必然思维结果，换言之，量化可以解释为共性语言描述和解释世界的一种方式，其体现在于充分运用最新技术手段，对于各个领域进行信息全面定量采集以及信息互通，打通信息间隔阂，并进行全新的信息整合，实现分析实用性及数据科学性，创造更具有价值的数据应用和信息资产。

从过去的主观猜想，到定性分析，再到定量分析，定量分析是除了可以进行数学分析、数字分析、数据分析外，还可以对文字、图片、数字等定量，用统计概率方法进行量化分析。

5、精准化思维

在大数据时代之前，由于收集的样本信息量较少，分析得出的结论在推及总体上就会出现“南辕北辙”现象，由于数据准确性的大大降低，容易导致分析的结论与实际情况可能大相径庭。

进入大数据时代，得益于数据技术的突破，大量结构化、非结构化、异构化的数据能够得到储存、处理、计算和进行分析，从而大大提升了我们从海量数据中获取有效知识和洞见决策的能力。

6、智能化思维

应该说，自进入到信息社会以来，人类社会的自动化、智能化水平已得到明显提升，不过始终面临着瓶颈而无法取得突破性进展，机器的思维方式仍是线性、简单、物理的自然思维，智能化水平仍不尽如人意。

然而，随着大数据时代的到来，为提升机器智能化带来了契机。通过机器学习，可以从数据中获取有价值的学习数据，大数据将有效地推进机器思维方式由自然思维转向智能化思维，这才是大数据思维转变的关键所在和价值所在。

大数据技术，具有类似“人脑”一样可主动、立体、逻辑地分析数据、做出判断、提供洞见的能力，那么，无疑也就具有了类似人类的智能思维能力和预测未来的能力。“智能”、“智慧”是大数据时代的显著特征，大数据思维方式也应该从自然思维转向智能思维，以不断提升机器或系统的社会计算能力和智能化水平，从而获得具有洞察力和新价值的东西，甚至类似于人类的“智慧”，例如人脸识别、智能语音翻译、识图软件等等。

就像在牛顿、莱布尼茨发明微积分前，人类应用的数学定理和公式基本上是初等数学范畴，当有了微积分，数学学科才进入了高等数学范畴。概括而论，大数据思维是一种高维度的思维，大数据时代需要更高级的“大数据思维”。

本文作者：

潘皓波，2019年度上海智慧城市十位领军人物之一，上海大数据联盟副理事长，金棕榈企业机构董事长，高级工程师，曾任复旦大学数学系、管理学院讲师，主讲《数学分析》、《高等数学》、《信息经济学》、《管理信息系统分析与设计》等课程，南开大学MTA硕士导师，《旅游大数据分析与应用》主编（全国普通高校旅游管理类专业规划教材）