大数据时代读后感ppt

导读：　大数据时代读后感ppt(共4篇)大数据时代 读后感1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来看看，写得比较完整全面，案例比较多，有一定的参考意义，写PPT吹牛用得上，但是有什么巨大的意义就谈不上了。很多观点不能同意。一、主要观点上可以探讨的地方作者提出了关于大数据的“掷地有声”的三个原...

欢迎来到中国招生考试网http://www.chinazhaokao.com/成考报名栏目，本文为大家带来《大数据时代读后感ppt》，希望能帮助到你。

《大数据时代 读后感》
大数据时代读后感ppt 第一篇

1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来看看，写得比较完整全面，案例比较多，有一定的参考意义，写PPT吹牛用得上，但是有什么巨大的意义就谈不上了。很多观点不能同意。

一、主要观点上可以探讨的地方

作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。这三点分别是：不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。

看完之后感觉都有点不是那么回事。

1.不是随机样本，而是全体数据

这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全量数据的好处，而之所以要进行抽样分析，原因不外乎两点：一是处理能力跟不上，二是数据收集能力跟不上。作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，无论计算机力量如何强大，当前很多数据还是要人工去收集，所以这个普查还是要用抽样的方式。有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。实际上至少在目前，对于人口普查，抽样还是必然的选择（嗯，你可以设想，以后人人都装一块芯片，你可以在你的PPT里讲给你的客户和老板听）。再比如我们统计里的经典问题：怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？以前我们不可能去做全量测试，因为这意味着这批零件就废了，这批奶也全部用于测试了，这样测出结果也没啥意义了（嗯，你也可以说：我我们去收集历史上所有此类零件的使用情况来进行分析吧.....嗯，加油吧，雄心勃勃的骚年）。现在呢，还是必须依赖抽样。

即便不提这些例子，仅从逻辑而言：收集、处理数据的行为本身也在不断产生着新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？

作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没不可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。

2.不是精确性，而是混杂性

这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用抽样数据的时候，我们就知道要容忍一定的误差。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。人类从未奢望过我们通过数据分析取得的多数结论是精确的。我们从来都要在信息混杂的情况下做出大多数的决策。

3.不是因果关系，而是相关关系

这是很多人（包括作者）认为最有价值、最重大的发现，而实际上却也是最收到批评的一个观点。连译者周涛教授在序言里都表示看不下去了，他至于认为如果放弃对因果关系的分析，是人类的堕落。我不说这么高的哲学层面，只从逻辑和技术上讨论一下。

计算机能够提供给我们的结论（到目前为止以及在可见的未来），都是相关性。计算机从未提供过明确

的因果关系给人类。是否因果关系，是人类在数据基础上，进行的人为判断。一直有相当多的应用，也是只考虑相关性，不考虑因果关系的：确定因果关系，是需要更大的精力、更多的投入的。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进改过的经济发展。你可以鬼扯电视的普及与经济文化的密切相关，但是实际上最终发现更可能是经济发展导致了电视的普及，而不是反过来。所以，我们真的不需要因果分析吗？说得玩笑一点：这个世界真的不需要脑子了吗？ 作者举了一个例子：谷歌分析搜索关键字来确定哪里可能发生了流行病。认为这就是利用了相关性而不是因果性。这是没有利用因果判断吗？现在在投入巨大的机器资源进行分析之前，分析师已经预计了得病的症状可能会导致人们去网上进行相关搜索（影响了搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？比如用户上网地点？上网时间？上网频率？上网语言？浏览器版本？客户端操作系统？etc...为何会像导弹一样精确地将机器资源投放到了关键字上呢？

总之，对于这些原则，作者为了显出新意，说得过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。时代在变化，我们或许应该经常重新审视这些原则，来确认自己的思想是不是僵化了、是不是过时了。我赞同作者重新审视这些看法，但是我觉得没必要讲得这么极端。【大数据时代读后感ppt】

二、细节论据上可以探讨的地方

除了三个大原则不足以令人完全信服，在一些细节上，作者的引证也不是很严谨。

如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，4种常见语法检查算法的准确率提高了很多，以此说明大数据发挥了作用。这确实是个很有启发性的例子，可以去做更深入的分析和研究，但是.....仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。（顺便我很想问问他们：为什么不测试个几十上百的算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？甚至连样本数量是否合格都不顾上了吗？）

三、这本书有什么用处？

对于这样的一本书，我不明白周涛教授在译序里为什么要建议大家（以后）每个版本都应该买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？

译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：《“大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为„大数据商业应用第一人‟，....早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。”

总体感觉是作者有很多想法，见识过很多案例（这些案例都丰富地体现在书中了，也很有参考价值）。但并非是一个曾经和数据真正绞尽脑汁搏斗过的人（这是我瞎猜的，没有考证过他的经历。考据者请不要告诉他做过什么咨询案例，这离真正体会数据的折磨还很远。）。

第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。但是，随着管理决策越来越受预测性分析和大数据分析的影响和控制，依靠直觉做决定的情况将会被彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。一种新技术的采用很有可能大幅提升企业的战斗力，并超越竞争对手。但是作者是期望对行业立言的人，面对整个社会我们这样讲就不严谨了。引用一个例子：中国棋院的一次

训练会后，总教头马晓春对隔天要去各自的母队参加围甲的棋手们说：祝大家周末取胜。棋手们笑了：我们只有一半的人能赢啊。同样，如果大家都采用了大数据技术，那么也总有企业要在竞争中落于下风。而既然我们实际上无法真正分析“全量”数据，那CEO们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。

那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做IT工作、数据工作的人对于“最好的”专著无论如何都必须看一下。书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据PPT时有所依据，大家也得看看这本书。根据场合不同，可以对里面的内容复制粘贴、理解重写。这些内容，我相信买一版也就够了。需要提醒PPT人员的是，演示前请想清楚如何回答可能被提及的质疑。

2今天看完了舍恩伯格的《大数据时代》。如果抛开对译者的推崇，我会说，这本定价半百的介绍互联网前沿趋势的书籍其含金量并不怎么高，里面的有些例子在我看来也不能完全归于大数据领域。

舍恩伯格提到的三个趋势中的前两个我倒是非常赞同：

1.样本渐趋于总体；

2.精确让位于模糊；

至于第三点「相关性重于因果」，与周涛教授的看法一致，我也不太认同。作为一个理工科学生，我相信一切事物背后都有原理，人类终究是要找到并且搞明白世界之所以如此运行的原因的。否则，科技发展到后来，岂非变成了巫术一般的存在？

当然作者在文中提到了人类有急于寻找因果性的冲动，而有时候找到的所谓「因果」也并非真正的因果。表面理性的人常常被非理性所迷惑，满足于想当然的解释。在这种情况下，片面甚至错误的因果性还真的没有相关性靠谱。但我们也不可忘了，相关性始终只是暂时的途径，我们的终极目标还是因果性，否则，人之为人的一项根本属性就不存在了。

这本书的另一个值得称赞的地方就在于作者作为大数据的倡导者，并没有一味大加褒扬，而是深刻洞察到了新的技术趋势会带来哪些问题。诸如个人隐私和数据独裁等在数据主导时代可能发生的严重后果，作者都给予了足够的考虑。并且难能可贵的是，针对未来可能出现的危机，舍恩伯格还给出了具有建设性的应对之道——看了他的个人履历后，你不得不佩服这样一位在技术和公共政策都具有独到见地的跨领域专家。

3两年前，还是社会学专业的我最喜欢翘的课叫做”社会统计学”，与其听着传统死板的抽样调查与回归分析，我更喜欢和一个做数据挖掘的数学系同学四处溜达。“数据挖掘（Data mining）是什么？”她跟我

举了一个最简单的例子：“沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。”

“严谨的社会学训练”让我几乎在当时就开始思考“为什么？”“尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会„顺便‟购买尿布？还是因为买“尿布”的时候会联想到„‟啤酒‟？”——这使我立刻意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式——甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——“为什么？”它面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：”人类社会中**事情的发生，是因为**及**因素的作用。“【大数据时代读后感ppt】

我意识到，这与《大数据时代》中所提出的”大数据思维“的三个层面正好截然相反：

1、不是因果关系，而是相关性。大数据思维只关注”相关性“，而不再关注因果关系。也就是说，沃尔玛知道尿布和啤酒、手电筒与pop-tarts蛋挞的销量具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。它并不需要去分析原因，因为只要知道这件事情”正在发生“或者”即将发生“，企业就完全能够做出正确的决定。

2、“样本=全部”——不是随即样本，而是全部数据。《大数据时代》也对传统意义上的统计学构成了冲击。在这样一个我们有足够强大的数据搜集和数据处理能力的时代，样本不再是万分之一，而转变成了”样本=全部“，样本，就是万分之一万。传统意义上的统计学的随机抽样方法中有一条极其明智的真理：”采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。”可以说，“样本分析”奠定了绝大多数科学研究的基础。而大数据时代，全数据分析的模式将全面替代“样本分析方式”。正如《魔鬼经济学》（Freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过64000场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，恰恰是样本分析所无法提供的。

3、不是精确性——而是混杂性。数据量的显著增大也必然会让我们付出一些代价——一些不准确的数据会混入数据库，结果也可能不准确。这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。 对“小数据”而言，最重要的要求就是减少错误。而在大数据的采集里，在技术尚未达到完美无缺之前，混乱是无可避的。虽然我们得到的信息不再那么准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变的更为划算。从谷歌翻译系统中可以看到，它收集了上万亿的语料库，来自未经过滤的网页内容，可能会含有不准确的用法、语病，未必每一条语料库都非常“精确”，然而这个语料库是布朗语料库的几百万倍大，这样的庞大规模优势完全掩盖了它的缺点。也就是“大数据的简单算法，比小数据的复杂算法，更加有效”。

总体而言，大数据时代透露出三个特征——更多、更杂与更好。它面向未来，要做的事情是关于“预测”。正如作者所说"大数据要求我们有所改变，我们必须能够接受混乱和不确定性。精确性似乎一直是我们生活的支撑，就像我们常说的„钉是钉，铆是铆‟，但认为每个问题只有一个答案的想法是站不住脚的，不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。“

当我们用”物联网“去开始测量、记录、分析，世界，并将我们的世界”数字化“的时候，Information Technology，信息技术的变革，就将聚光灯转向了Information的身上。

从三千多年前会计学的诞生开始，人们将大量的经济活动”数字化“。然而，”数字化“只是为”数据化”拉开序幕。

在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。

在Foursquare和街旁网中，“方位”也已经被“数据化”，在我们喜爱的地方”check-in“,我们通过忠诚度计划、酒店推荐和其他计划得到好处。

在Facebook或twitter的里，"沟通"也已经被“数据化”，伦敦的金融公司通过分析每天的Twitter的大量数据，以作为股市的投资信号。

而更令人兴奋的是，”数据"作为一种资源，本身是一种非竞争性的资源，它的价值并不会因为被使用而减少，相反，它可能被通过不断地重复使用而产生出更高的价值。数据本身的价值，是它所有能够产生的可能选择的价值的总和。书中提到了几种数据创新：

1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”

2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。

3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。

4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。

5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些‟错误“，我们改变了教育的方式。

6、开放数据：政府只是收集信息的托管人，而数据应当对全球开放。

在大数据价值链上，会有三种不同的大数据公司，第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。从我的理解来看，第一种人，拥有金矿的矿山。第二种就是数据分析师，也可以说，拥有开采、提炼金矿的技术。第三种则是加工金矿的人，把金矿做成金元宝、首饰，通过创新思维让数据具有商业价值。在大数据时代的早期，思维和技能是最有价值的，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘，也就是说——金矿本身才是最值钱的。

然而，大数据背后带来的也是重重隐忧——从我们的隐私不断暴露，个人在网络上留下的千丝万缕的踪迹似乎让人们又回到了”老大哥在看着你“的那种担忧。”“数据统治”的登峰造极从哲学上会抹杀人的自由意志和选择的可能性，正如，基于你以前的各类数据分析，陪审团断定你以后将会犯罪。那将是人性面对技术的一次溃败。

阅读《大数据时代》的过程，总是让我不断地想起库恩《科学革命的结构和范式》。毫无疑问，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。

4 大数据这个概念现在可说是红得发紫，有谣传说连中央的大领导们都上了大数据的贼船，寻思着要从维克托•迈尔•舍恩伯格的《大数据时代》中学习如何治国理政。

笔者却对大数据充满了吐槽的欲望，部分是因为笔者曾经遇到过一位大数据的狂热鼓吹者，名言是“是不是科学就看有没有大数据，有大数据就是科学，没有大数据就不是科学，”以及“我觉

《大数据时代读后感(全)》
大数据时代读后感ppt 第二篇【大数据时代读后感ppt】

《大数据时代》读后感

《大数据时代》这本书主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。

文中清晰的阐述了大数据的基本概念和特点，并列出明确的观点。不管对于产业实践者，还是对于政府和公众机构，都非常具有价值。作者将本书分为3个部分。第一部分提出了大数据时代处理数据理念上的三大转变：抽样等于全体；要效率不要绝对精确；要相关不要因果；第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面，讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力；最后一部分，作者描绘了大数据帝国前夜的脆弱和不安，包括产业生态环境、数据安全隐私、信息公正公开等问题。

本书观点掷地有声，作者观念高屋建瓴，从很多实例和经验中萃取普适性观念。例子详实丰富，囊括了进百个学术和商业实例。

引言提出了大数据将给生活、工作于思维带来重大的变革。一个例子是2009年H1N1流行病毒背景下谷歌通过检测检索词条，处理了4.5亿个不同的数据模型，通过预测并与2007年、2008年美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，预测的结果与官方数据的相关系数高达97%。按照传统的信息返回流程，通告新流感病毒病例将有一到两周的延迟。对于飞速传播的疾病，信息滞后两周是致命的。而谷歌运用大数据技术，以前所未有的方式，通过海量数据分析得出流感所传播的范围，为世界预测流感提供了一种更快捷的预测工具。此外，我联想到原淘宝董事长马云通过大量数据分析得出2008年经济疲弱，为其商家提前做好迎接经济危机提供了时间缓冲。（补充并清晰描述详细）关于大数据在商业领域的应用， Farecast公司是一个成功的典型范例。该公司由奥伦·埃齐奥尼创办，利用机票的销售数据来预测未来的机票价格，旨在帮助用户在购买机票方面做出预测，并对机票价格走势预测的可信度标示出来供消费者查考。Farecast系统利用近十万亿条价格记录预测的准确度达75%，使得使用Farecast票价预测工具购买机票的旅客，平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。

也正是由于我们进入了一个前所未有的信息化时代，人们拥有了如此多的数据，才提供给我们利用大数据的分析处理手段，创造新的价值。也许有人以为我们大数据时代的还未来临。其实大数据技术早已渗透到我们中间，它被应用在垃圾邮件的过滤，新浪微博技术平台，谷歌翻译以及输入文字的自动纠错等。

文中提出的一个观点是，预测是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行预测、矫正。只是进入了大数据时代人们掌握的数据爆炸性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。

关于不是随机样本而是整体数据中。作者指出了随机取样是小数据时代用最少的数据获取最大价值的做法。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义。乔布斯成为世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人，要么就是最后一个因为这种方式死于癌症的人”。虽然最后难免死于癌症但这种获得所有数据而不是仅样本的方法将他的生命延长了几年。同样，从事跨境汇款业务的Xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。初此之外，他还列举了日本“相扑”等来证明使用全体数据的重要性。

作者同时也指出随着数据使用的越来越多，其得出的结果并一定能越来越精确，毕竟数据不能保证百分之百的正确，特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。作者特别举了谷歌翻译成功的例子。谷歌翻译之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制。和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。（其语库来自于未经过滤的网页内容，会包含一些不完整的句子、拼写错误、语法错误以及其他各种错误）

在不是因果关系，而是相关关系的篇章中。作者指出在大数据时代往往知道是什么要比知道为什么来的更实在。作者列举了林登的亚马逊推荐系统的成功，证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表，从以前广为人事的啤酒和尿布的案例，以及作者举的有关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于其策略

的帮助。建立在相关关系分析法基础上的预测是大数据的核心。Aviva保险公司利用几百种生活方式的数据，如爱好、长浏览网页等间接的预测出哪些人更可能患高血压、糖尿病和抑郁症。UPS国家快递公司通过使用预测性分析检测其全美6万辆车队。进行防御性的修理，节约巨大得的成本。这些都充分显示了大数据在预测方面的优势。

本书第二部分讲的是大数据时代的商业变革。

作者用莫里绘制导航图的例子告诉我们，远在信息数字化之前，对数据的运用就已经开始了。莫里利用大量的人力去分析多年保存的航海记录，他从这些大量的数据中获取到新的利用价值。绘制的图表帮助商人节约一大笔钱，使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。日本先进工业技术研究所越水重臣教授通过安装压力传感器将人屁股特征数据化，进而形成对乘客身份的特征识别。这项技术为汽车防盗系统提供了方案。Decide.com公司，致力于为顾客预测商品的价格，通过收集处理海量的价格信息，预测准确率高达77%，帮助顾客在购买一个产品时节约了大约100美元。MasterCardd.Advisor部门通过分析来自210个国家的15亿信用卡用户的650亿条交易记录，分析得出商业发展和客户消费趋势，如通过分析发现如果一个人下午四点左右给汽车加油的话，他很可能在接下来的一个小时内去购物或者去餐馆吃饭 ，且在这一小时里大约花费35到40美元。商家正可以利用这个分析结果，在加油的小票背面附加上附近商店的优惠券。

这些例子都证明了大数据蕴藏着巨大的商业价值。根据提供价值的不同来源，大数据价值链包括三大构成部分。包括第一种是基于数据本身的公司。这些公司拥有大量数据或者至少可以收集到大量数据，却不一定有从数据中提取价值或者用数据催生创新思想的技能。第二种是基于技能的公司。它们通常是咨询公司、技术供应商或者分析公司。它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。比如说，沃尔玛和Pop-Tarts这两个零售商就是借助天睿公司的分析来获得营销点子，天睿就是一家大数据分析公司。第三种是基于思维的公司。皮特.华登，Jetpac的联合创始人，就是通过想法获得价值的一个例子，他通过用户分享到网上的旅行照片来为人们推荐下一次旅行目的地。对于某些公司来说，数据和技能并不是成功的关键。挖掘数据的新价值的创新思维才是这些

公司脱颖而出的优势所在。

大数据成为许多公司竞争力的来源，未来可能整个行业的结构会发生改变，大公司和小公司最有可能成为赢家。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。当然公司要根据自己的情况进行调整。大数据向小数据时代的赢家以及那些线下大公司（如沃尔玛、联邦快递、宝洁公司、雀巢公司、波音公司）提出了挑战。同时，大数据也为小公司带来了机遇。大数据也将会影响国家竞争力。当制造业已经大幅转向发展中国家，而大家都争相发展创新行业的时候，工业化国家因为掌握了数据以及大数据技术，所以仍然在全球竞争中占据优势，但这个优势很难持续。随着技术的发展，西方世界在大数据技术的优势将会慢慢消失。对于大公司而言，好消息是大数据技术可以加剧优胜劣汰。一旦公司掌握了大数据，它不但可能超过对手还可能遥遥领先。

文章第三部分讲了大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。包括如数据的收益的处理问题以及数据中用户资料的隐私和决策过程带来的影响。作者在保护个人隐私方面提出了几种想法。一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。作者同时也指出了这两种方式的难度。一方面收集到的数据可能会被后续的多次利用。另一方面，匿名化会在数据收集越来越多和数据的相互结合关联使用时变得无效。作者列列举电影《少数派报告》的情节说明越来越依赖数据时，大数据可能将我们禁锢在可能性之中。当然通过分析犯罪的常发地与常发时间，合理安排警力会对治安防范提供不小的帮助。作者还指出不能尽信数据的分析结果，因为不能保证获取分析结果来源的数据准确性。大数据在给我们生活提供便利的同时，也让隐私保护的法律手段失去了作用。我们必须杜绝对数据的过分依赖。

在高速迈进大数据时代的同时，人类信息管理准则需要重新定位，这将带动社会核心价值观的转变。大数据时代，对原有规范的修修补补已经不足以抑制大数据带来的风险。保护个人隐私就需要对个人数据处理器对其政策和行为承担更多责任。同时必须重新定义公正的概念，以确保人类行为的自由。作者提出了解决这些问题的方向。如个人隐私保护方面，可以让使用者承担更多的社会责任。将责任从民众转移到数据使用者有很多意义，也有充分的理由。因为他们更清楚将如何使用数据且是数据应用最大的受益者。关于公正方面简单的讲就是个人可

以并应为他们的行为而非倾向负责。就像公司有内部会计和外部审计人员一样，大数据时代，公司将设置专门的人员--内部和外部算法师对大数据活动进行监督。还有可能出现第三方的机构对大数据行为进行监督和衡量。作者甚至考虑到对大数据存在的垄断情况进行分析并在反垄断反面给了建议。最后结语中作者提出大数据提供给人们的只是参考答案，提醒我们在利用这个工具时要铭记人类的作用是无法完全替代的。

大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。对于一个国家如此，对于一个企业亦是如此。在如此快速的到来的大数据时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。公司的规划中，也需充分考虑到大数据对于公司的未来发展所带来的机遇和挑战。对于掌握大量数据的公司，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？比如国内目前的社交网站，购物网站等都掌握了用户的大量的数据信息。在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给其他企业或个人带来价值。

《大数据时代读后感》
大数据时代读后感ppt 第三篇

去年的“云计算”炒得热火朝天的，今年的“大数据”又突袭而来。仿佛一夜间，各厂商都纷纷改旗换帜，推起“大数据”来了。于是乎，各企业的cio也将热度纷纷转向关注“大数据”来了。有一张来自<程序员>微博的漫画很形象。大数据时代读后感。我觉得这张图，很真实地反映了现实中小企业云计算，大数据的现状。

不过话又还得说回来，<大数据时代>是本好书。

当然，很多it知名人士也大力推荐，写了好多读后感来表述对这本书的喜欢没看此书之前，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的bi，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，1。什么是大数据?

查了查百度百科，是这样定义的:大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据时代读后感。大数据的4v特点:volume、velocity、variety、veracity--这个好像是ibm的定义吧。

以个人的观点来看:数据海量，存储海量都是大数据的基本原型吧。

2。大数据适合什么样的企业?

诚然，大数据的前提是海量的数据，只有拥有巨量的数据资源，方能从中查找出数据的关联性，才可以让通过

专业化的处理，让其为企业产生价值。针对电信运营，互联网应用这样海量用户的数据的大企业，也是在应用大数据的道路上拥有得天独厚的条件，但是针对中小企业呢?销售订单数据?若非百年老店，估计数据也是少得可怜，5，能用的可能只有消费者数据了吧。貌似大多数厂商，用来举例的也就是消费都购买行为分析为最多。同样，在公共事业类的政府机构，大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据，似乎有点大题小作。书中说:大数据是企业竞争力。诚然，数据是一个企业的核心无形资源(利用得好的话)，但是否所有的数据，或都换则方式说:所有的企业都以大数据为竞争力，是否真的合适么?是否在中小企业中，会显示得小题大做呢?

3。大数据带来的影响

当一波又一波的it技术热潮源源不断地向我们铺面而来的时候，你甚至都没有做好准备，你都要开始迎接它所给你带来的影响了。经过物联网，云计算的推波助澜下，大数据开始登场了。但它到底给我们带来了什么呢?

1)预测未来书中以google成功预测了未来可能发生流感的案例来开篇，表明通过大数据的应用，可以为我们的生活起一个保驾护航的指向标。实质很简单，技术改变世界。

2)变革商业大数据所带来的商机，同时会衍生出一系列与大数据相关的商业机遇与商业模式，数据的潜在价值会源源不断地发挥作用可以容易想到的是未来有专门的数据收集，数据分析，数据生成的一条数据产业链产生。影响最大的，当然是it公司

3)变革思维书中所说:因为有海量的数据作基础，未来，我们可能更关注数据的相关，而非精细度。对这条，本人还是持保留意见的。

大数据时代读后感(二)

如今说起新媒体和互联网，必提大数据，似乎不这样说就out了。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典着作——舍恩佰格的<大数据时代>。维克托·迈尔——舍恩伯格何许人也?他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和ibm等全球顶级企业，他是欧盟互联网官方政策背后真正的制定者和参与者，他还先后担任多国政府高层的智囊。这位被誉为:大数据时代的预言家“的牛津教授真牛!那么，这位大师说的都是金科玉律吗?并不一定，读大师的作品一定要做些功课才好读懂，如果能做足功课又具备相应的理论功底，就能与之进行一场思想上的对话。

舍恩伯格分三部分来讨论大数据，即思维变革、商业变革和管理变革。在第一部分”大数据时代的思维变革“中，舍恩伯格旗帜鲜明的亮出他的三个观点:一、更多:不是随机样本，而是全体数据；二、更杂:不是精确性，而是混杂性；三、更好:不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。一方面是对全体数据进行处理，在技术和设备上有相当高的难度。另一方面是不是都有此必要，对于简单事实进行判断的数据分析难道也要采集全体数据吗?我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为一定可以找到一种数理统计方法来进行分析，并不一定需要全部数据。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。

我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。”大数据的简单算法比小数据的复杂算法更有效。“更具有宏观视野和东方哲学思维。对于舍恩伯格的第三个观点，我也不能完全赞同。”不是因果关系，而是相关关系。“不需要知道”为什么“，只需要知道”是什么“。传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来?为何而用?如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。

世间万物的复杂性多样化并非非此即彼那么简单，舍恩伯格也是这种二元对立的幼稚思维吗?其实不然，()读者在阅读时一定要看清楚他是在什么语境下说的，不要因囫囵吞枣的浅读而陷入断章取义的误读。比如说舍恩伯格在提出”不是因果关系，而是相关关系。“这一论断时，他在书中还说道:”在大多数情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道‘是什么’时，我们就会继续向更深层次研究的因果关系，找出背后的‘为什么’。“[i]由此可见，他说的全体数据和相关关系都在特定语境下的，是在数据挖掘中的选项。

大数据研究的一大驱动力就是商用，舍恩伯格在第二部分里讨论了大数据时代的商业变革。舍恩伯格认为数据化就是一切皆可”量化“，大数据的定量分析有力地回答”是什么“这一问题，但仍然无法完全回答”为什么“。因此，我认为并不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据应用的商业系统中，而没有把它置于整个社会系统里，但他在第二部分大数据时代的管理变革中讨论了这个问题。在风险社会中信息安全问题日趋凸显，数据独裁与隐私保护成为一对矛盾。如何摆脱大数据的困境?舍恩伯格在最后一节”掌控“中试图回答，但基本上属于老生常谈。我想，或许凯文·凯利的<失控>可以帮助我们解答这个问题?至少可以提供更多的思考维度。正如舍恩伯格在结语中所道:”大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。“谢谢舍恩伯格!让大数据讨论从自然科学回到人文社科。由此推断，<大数据时代>不是最终答案，也不是标准答案，只是参考答案。

此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据?什么叫大数据?数据分析与数据挖掘的区别，数字化与数据化有什么不同?读前做些功课读起来就比较好懂了。

大数据时代读后感(三)

我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。这个命题是我读这本书最大的感触。个人认为也是这本书最核心的思想。从头说起吧，首先，书提出一个颠覆我以前认知的命题--”并非原子而是信息才是一切的本源“，将世界看做信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视下是的视角。它是一种可以渗透到所有生活领域的世界观。这个命题是在书的最后一部分中的某一段中描写的。我之所以把它放在最前面来讲，因为我觉得，这是谈数据化世界的前提，自然也是谈论大数据的前提啦。书的中间部分有一节讲到数据化和数字化的区别。经过我自己脑子的整理，把数据化世界这个命题列为大数据思维的第二步。写到这里，我不由得反省下，我是不是有领悟到书的精髓所在(我认为的精髓)，就是第一句话。因为回顾我整个思路，还是按照旧模式的因果关系思考模式思考问题。书中另一个吸引我的地方就是，有很多观点的论述，会从哲学的高度论述。虽然，自己肚子没多少墨水，但是读这些描述的时候，就会发现自己会更好的理解作者提出的命题。比如书中有一段文字

当我们说人类是通过因果关系了解世界时，我们指的是我们再理解和解释世界各种现象时使用的两种基本方法:一种是通过快速、虚幻的因果关系，还有一种就是通过缓慢、有条不紊的因果关系。大数据会改变这两种基本方法在我们认识世界时所扮演的角色。

在附上一些事例的时候，用作者提供的”本质“去看待时，很容易理解，确实是这么回事。好了，那么大数据到底改变了我们什么呢，作者给出3点，

大数据的精髓在于我们分析信息时的三个转变，这些转变讲改变我们理解和组建社会的方法。

第一个转变就是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(样本=总体)

第二个转变就是，研究数据如此之多，以至于我们不再热衷于追求精确度

第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。大数据告诉我们”是什么“而不是”为什么“。在大数据时代，我们不必知道现象背后的原因，我们只要让数据自己发声。，出处:短美文()，转载请保留本出处，否则追究其责任，谢谢你的支持，我们会给做得更好!

正如大家所知道的那样，人类的大脑具备这样的功能，它会把新输入的刺激或信息与”过去的经验或积累的部分知识“相对照，然后进行调整并接受下来。如果眼前新的现实与大脑中储存的固有信息无法协调，便会在无意识中拒绝接受新的现实(当作没有看见)；或者通过自己一知半解的知识任意推测，使自己认识到的情况偏离实际(产生错觉)。这是人的一种本能，目的在于使自己保持冷静。

所以作者称之为revolution。

讲了这么多，那么大数据到底给我们带来什么。在这里，我只想谈我感触最深的，其他的有兴趣的可以自己去了解。当然，书中提了很多，最多的就是，xxx公司或者个人利用大数据创造了多大的财富了，抛开这些表面的不说，最让我动心亦或者是害怕的是---预测。这是大数据带来最核心的东西，动心的理由无须赘述，计算机会告诉你什么时候买什么双色球可以中头奖，想想心里是不是有一点小激动咧。当然这只是我打的一个比较夸张的比喻。至于害怕呢，书中有段话我很喜欢

公平正义的基础是人只有做了某事才需要对它负责，毕竟，想做而未做不是犯罪，社会关系于个人责任的基本信条是，人为其选择的行为承担责任。如果大数据分析完全准确，那么我们的未来会被精准的预测，因此在未来，我们不仅会失去选择的权利，而且会按照预测去行动。如果精准的预测成为现实的话，我们也就失去了自由意志，失去了自由选择的权利。既然我们别无选择，那么我们也就不需要承担责任。这不是很讽刺吗。

扯到这里，顺便扯一下，书中另一段关于自由意志的描述

在哲学界，关于因果关系是否存在的争论已经持续了几个世纪。毕竟，如果凡事皆有因果的话，那么我们就没有决定任何事的自由了。如果说我们做的每一个决定或者每一个想法都是其他事情的结果。而这个结果又是由其他原因导致的。以此循环往复，那么就不存在人的自由意志这一说了。——所有的生命轨迹都只是受因果关系的控制了。因此，对于因果关系在世间所扮演的角色，哲学家们争论不休，有时他们认为，这是与自由意志相对立。

书中举了个例子，举了部电影<少数派报告>，当我看到这里的时候，”哎哟，我居然看过这部电影，想想心里还是有点小激动“，有兴趣的可以去看下，大概就是讲警察通过预测来提前抓捕犯人，不过不是通过大数据，是通过超人类的方式。当你什么举动都可以被预测，相当于你完全暴露在太阳光下，换成你，你害怕不。

最后，附上两段结语，一段是书中的一段话，另一段是我自己瞎编的。

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。

大数据终将会影响到我们，也像其他技术一样会是一把双刃剑，用得好，动心，滥用，害怕。如同核技术一样，用的话，造福地球，滥用，给个金刚石地球你，照样爆。我相信，未来的大数据的发展会如作者所说的，是一场生活、工作与思维的革命。

《思考的技术读后感》
大数据时代读后感ppt 第四篇

看完大前研一的<思考的技术>，说实在话，里面的语句都需要好好品味，要多阅读，才能有所悟，只看一遍，可能有种看不懂得感觉。就个人而言，有两个方面让我感触良多。

书中前言部分就让我产生极其强烈的共鸣，那就是:懒于求知的人没有生存空间。正如书中所说，我们生存在新经济时代，不管我们愿不愿意，我们都会和新经济打交道，而且摆脱不了因新经济而产生的各种戏剧性变化，所以我们一定要持续战胜严酷挑战，因此，现在的经济条件下，我们要准确无误地作出判断几乎是不可能的，我们要以科学的方法思考，则可获得可能成功的结果。线性思维的方式，在当今这个错综复杂的社会环境下，是容易吃亏的，我们应当培养非线性思维。落在工作实处，就拿我从事的网络营销工作来说，我们思考公司的网络营销，评估我们网络营销工作的好坏，不能仅从网络成交客户这个指标来评估，因为公司的行业特性，决定了公司的网络营销工作不会像销售商品型业务那样直接。我们更应该关注公司品牌的曝光度，网站的流量，网上的舆情监控这些指标，而这些指标的变动，又仰仗多种网络推广方式去实现，某项指标的提升，绝对不是某项推广工作单一的效果，而是整体网络推广方式的集体功效。如果只关注一点，那就很容易事倍功半。要把网络营销工作做好，一定是各个方面共同发力，各个指标兼顾，多用非线性思维方式去思考这些问题。近年来关注的钓鱼岛问题，我看很多网友的评论就是线性的，动不动就是简单粗暴的直接武力收复钓鱼岛，不惜经济国家经济倒退30年。这个我们要相信国家领导人的智慧，一个国家的战略决策，一定是综合各个方面的因素而做出的决定，因此，咱不要老拿洪磊牌复读机说事了，国家领导人站的高度跟我们不一样，思考问题肯定不会像某些网民一样那么线性，肯定要综合考虑各个方面的。

<思考的技术>，这本书初看很费力，但仔细反复揣摩，会发现看这本书，本身就是一种思维方式的锻炼。真真扎实看完这本书，并将相关思维方式运用在我们的工作生活中，一定是受益良多的。

思考的技术读后感(二)

<思考的技术>是由一位思维特别敏捷的同事推荐，看后最大感触就是，大前研一在被我们忽略的思维方法中提炼出一套完整的让人耳目一新的思考技术。我认为本书的成功主要因素有以下两个:一是大前研一扎实的调研功底积累和大量的思维练习，二是大前研一独特敏锐的眼光，这与他mit理科博士出身，在麦肯锡从事咨询顾的工作背景密不可分。

<思考的技术>的核心思考逻辑是假设??调研??论证??结论??再调研??再论证??准确的结论，这是理科生最常用的逻辑方式，但是作为理科生却把它忽略了。这是由于我们从小填鸭式的教育方式不注重思考方式的练习所致，理科议题的逻辑周期往往长达1-3年或者更长，处在这么长的周期内，理科生往往只关注论证工具和论证结果，而容易忽略了整个议题的论证逻辑。本书最大的特点是大量丰富的案例分析使本书的核心论点更为易懂。这也是大前研一独特的优势所在，他跑遍美国50各州里的49各州，做过1000以上的咨询案例分析，这是其他管理咨询师所不能企及。除了思考方式和案例分析，大前研一反复提到很多成功必备的素质和一些新的经济概念:如工作的紧迫感，对事不对人工作态度，常态化的思维练习；非线性时代概念，熟悉倍数经济概念，其中一些是我们所非常熟悉的，却在我们的日常生活中被我们所忽略。而大前研一却非常好的驾驭了它们。下面介绍本书的7大章节内容。

本书提出4个空间经济的概念:实体经济、无国界经济、数字经济、倍数经济。让读者顿感奇感，前三个经济概念大家都很熟悉，所谓的倍数概念，强调知识创意，思考方式的差距会造成收入差距数百倍甚至上千倍的差距。

第一章介绍了本书介绍的全新思路，即麦肯锡思路:数据分析??假设??搜集证据??验证??真正结论。其中提出现象不能当作原因，细化分析找出真正原因的重要性，而找出真正的原因，离不开实地访谈。然后经过绝对必要的验证过程，得出结论，这个结论应该是能让自己信服的结论。结论并不表明思路结束了，没有解决方案的结论仍然不是完整的结论，需要指定详细的解决方案，并跟踪实施。

第二章:mit的学习经历使作者具备了科学的思考方法，即假设??搜集并分析??结论。强调积累事实才能导出结论的唯一途径。以大量的资料及累计的实施为根基，导出敏锐的结论才具有可用性。为了锻炼解决问题的思考力，必须让脑子习惯思考。利用一切琐碎的时间，不断练习思考新的问题。

第三章:如何用逻辑去打动人心。

所谓的说服力就是充分考虑对手的心理状态和逻辑能力。组织一个符合他的逻辑结构和思维方式。注意给出建议的技巧。一般一个建议最佳，建议给多了，知会让执行者犹豫不决。有事实为证的建议，魅力无穷。提案一开始就要提出自己的调查结论:掌握流程的重点就是用简洁的语言做简洁的分析，每部分做一个结论，然后应用所累计的多个小结论到处自己认为绝对正确的整体结论，再以这结论提出有证据支持的建议。

总结下来打动人心的逻辑要点是:合理的表达逻辑，金字塔结构的逻辑关系，可靠的调查依据，多次的检验，对ppt报告反复熟练掌握。

第三章:洞察问题的本质。不能轻信媒体或他人的结论。需要对事不对人的态度，才能东西本质。不能忠于事实，不但无法东西问题的本质，还不能得出真正的解决方案。同时需要在企业建立忧患意识，世界上优良企业的共性具有吸收异己特质进入企业文化。例如ge的?冲突对抗?，丰田公司的?忧患意识?。

第四章:非线性思维。所谓的线性思维就一定会得到正确的答案的直线思维方法。但是在非线性以及复杂理论的世界里，只要初期条件有些不同，结果就会变得无法预测。这需要我们跳出原有体制来思考，为没有答案的问题寻找答案。而我们的填鸭式的教育方式是培养不出非线性思维的人才，相对来说，欧洲国家更注重学生思维方式而不是知识的培养。对于我们培养这种思维方式建议，是生活简单化，把需要思考的事集中起来思考，不需要思考的就不要想。

第五章:让构想大量涌现。这需要摆脱陈旧思维方式，利用新事物或假日休闲方式刺激脑部，从而然脑部变的更灵敏。思考就是常常提出疑问，然后自己努力寻找解答。但思考必须有紧迫感，这样才能全心投入。与别人辩论是一种有效的思考方式。

第六章:解读五年后的商机。对一个商业公司的前景进行分析，需要先分解其功能在进行思考，如它的价值功能是否持续发挥作用，这种功能倾向是变强还是减弱，价值功能最重要的影响因素是否发生变化。例如通过以上功能分解来思考，可以分析移动电话未来将成为电脑、音乐、影响、电子钱包的终端。()前五章逻辑思维让发展新事业变简单，新事业成功需要以下四要素:1)事业领域的定义必须明确；2)分析现状进而推断未来的方向，针对因果关系来设立简洁而具有说服力的假设；3)专注于自己应选择的方向，即使出现几个可能的选择，也应该专注；4)不能忘记基本假设，排除已经发生变化的情形但不偏离原则。

第7章开拓者的思维。冲破旧商业的障碍，具有让大型企业突然消失的想法。如数码相机让柯达消失，apple让传统手机巨擘nokia销量大减等发生在身边的案例。认识新大陆的四个空间，实体经济、无国界经济、互联网经济、倍率经济。实体经济的世界中，企业的价值是依据未来期待收益所换算出来的净现值。处于新大陆中的企业，则是根据将来的市场占有率的期望值来决定企业的价值。如google，facbokk在没有实际营业收入的情况下就已经被世界认可。我们需要做的是意识到知识的附加值具有千倍差距的事实，然后不断锻炼自己的思考能力。

<思考的技术>对我们日常的逻辑思路有了一个全新的梳理，让我们重新拾容易被人忽略的思考价值。给自己的大脑来一次节能吧，本书非常实用，推荐大家读一读。

以上就是中国招生考试网http://www.chinazhaokao.com/带给大家不一样的精彩成考报名。想要了解更多《大数据时代读后感ppt》的朋友可以持续关注中国招生考试网，我们将会为你奉上最全最新鲜的成考报名内容哦! 中国招生考试网，因你而精彩。

相关热词搜索：大数据时代读后感1500 与大数据同行读后感

1、大数据时代读后感(2016-05-17)