大数据时代读后感读书心得(系列5篇)。
当我们对生活与工作产生了新的看法时，我们可以用语言文字表达我们的感受。心得体会中，心路历程可以成为我们记录的顺序，我制作这份“大数据时代读后感读书心得”是为了给您带来美味的享受，希望您能够多多关注我们的网站我们将为您提供更多有价值的内容！
大数据时代读后感读书心得【篇1】
金融学院实验班
王骁义***
《大数据时代》读后感
这个学期伊始，在事实与政策老师的建议下我选择阅读了《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。读完这本书，我对书中描述的大数据时代有了更深的理解。
本文明确阐述了大数据的基本概念和特点，并列举了清晰的观点。不管对于产业实践者，还是对于**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。
导言提出，大数据将给生活、工作和思维带来巨大变化。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**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，**的结果与官方数据的相关系数高达97%。
根据传统的信息返回程序，新流感病毒病例的通知将延迟一至两周。对于一种迅速蔓延的疾病，两周的信息滞后是致命的。谷歌使用大数据技术，以前所未有的方式分析海量数据，找出流感传播的范围，这为全球的**流感提供了一个更快的工具。
此外，我联想到原**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oren ezioni创立，利用机票销售数据**未来机票**，旨在帮助用户在购买机票时**制作**，并将机票趋势**的可信度标记出来，供消费者查询。
farecast系统利用近十万亿条**记录**的准确度达75%，使得使用farecast票价**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。
正是因为我们进入了一个前所未有的信息时代，人们拥有如此多的数据，我们才能利用大数据的分析和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。事实上，大数据技术已经渗透到我们当中。它已应用于垃圾邮件过滤、新浪微博技术平台、谷歌翻译和输入文本的自动纠错。
本文提出的一点是**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**、矫正。只是进入了大数据时代人们掌握的数据**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。指出在小数据时代，随机抽样是用最少的数据获得最大值的方法。作者使用大数据和乔布斯的癌症**来说明使用所有数据而不是样本的重要性。
乔布斯成为世界上第一个对他所有的dna和肿瘤dna进行测序的人。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”。虽然他最终死于癌症是不可避免的，但这种获取所有数据而不是仅仅获取样本的方法延长了他几年的寿命。
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准确性的优缺点。作者特别举了谷歌翻译成功的例子。
google translate优于ibm的candide系统，并不是因为它有更好的算法机制。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。（它的语言库来自未过滤的web内容，它将包含一些不完整的句子、拼写错误、语法错误和各种其他错误。）
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，了解大数据时什么比为什么会出现更现实。作者列举了林登亚马逊推荐系统的成功案例，证实了大数据在相关性分析和销售成功方面的优势。
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。基于相关性分析的**是大数据的核心。aviva insurance利用数百种生活方式的数据，如兴趣爱好和长时间的网络浏览，间接确定谁更容易患高血压、糖尿病和抑郁症。
ups国家快递公司通过使用**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**大数据的优势。
本书的第二部分是关于大数据时代的业务转型。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。莫里用大量的人力分析了他保存多年的航海记录，从这些大量的数据中获得了新的利用价值。
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崇臣教授通过安装压力传感器，将人体臀部特征数字化，进而形成乘客身份识别。这项技术为汽车防盗系统提供了方案。
公司，致力于为顾客**商品的**，通过收集处理海量的**信息，**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**，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**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**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**，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**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，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***，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**，购物**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。
大数据时代读后感读书心得【篇2】
颠覆精确计算数据的浪潮
----评大数据时代的思维变革
吴凯2015年9月，经李克强总理签批，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。
大数据对于新闻研究人员来说并不陌生。它是指在可承受的时间范围内，常规软件工具无法捕获、管理和处理的数据收集。集合大量，高速，多样，价值四大要素。
舍恩伯格的《大数据时代》给我们非常详细的，系统的，包涵无数经典范例的介绍了这种时下发展势头迅猛，未来前途不可限量的新型概念。
在舍恩伯格的大数据思想中，大数据的影响非常强大，不仅局限于单个行业或行业。它不仅用于一个行业或由多家公司控制。在《大数据时代》中，舍恩伯格把其具体分为三个大的论点进行分别论述，则是：
1大数据时代所带来的思维变革
2大数据时代所带来的商业变革
3大数据时代所带来的管理变革
本文的主体是舍恩伯格理论的第一部分。则是大数据时代所带来的思维变革。
在这个方面。申伯格非常清楚，在大数据时代，人们需要使用所有的数据，而不仅仅是依赖一部分数据。笔者认为，在很长的一段时间内，人们对数据的准确程度已经到了一种近乎苛刻的程度。
对于舍恩伯格的观点。这是一种截然相反的挑战。挑战的数十年，乃至数百年的人对准确的要求。
他在著作中提到，我们应该试着习惯不是确凿的准确无疑，而是庞大而又冗杂的数据中寻找到其中的规律。接下来，作者根据书中的章节逐一进行分析。
更多的申伯格说：当数据处理技术发生巨大变化时，大数据时代的采样就像汽车时代的骑马。作者非常形象的表明了在当代数据**时代下，对庞大数据进行传统的抽样调查的结果已经变得不在可信，我们需要的结果，或许能从全部的数据中获得，并且更为准确。
过去，总体样本数不是很大，样本的随机性很小，选择的随机性比样本数更重要，其次是一种非常有效的随机抽样调查方法。如今，越来越多的数据使得该方法的绝对随机性变为包涵风险。许多学者和公司都关注于能否将所有数据作为一个整体进行分析。显然，结果是令人满意的。
或许在时间上，人力物力投入更多，但是事证明，这种调查方法在大数据时代更为准确有效。文中举出例子，苹果公司的前总裁斯蒂芬乔布斯在自身与癌症病魔抗争的过程中采用了一种不同的方法，成为了世界上第一个对自身所有dna和肿瘤dna进行排序的人，为此他支付了高达几十万美元的费用，而他得到的，是包括全部的庞大基因密码数据。并且，乔布斯利用这庞大的基因数据让医生通过特定的dna进行用药，为此乔布斯开玩笑：
我不是第一个用这种方法战胜癌症，就是最后一个用这种方法死于癌症。虽然他的愿望未曾实现，但是，通过这种对人的全部基因进行大量分析，“私人订制”的医疗已经成为未来的一种新型医疗模式。而且这种方式的确有效的帮助他生命延长了许多年。
这非常引人深思，当研究对象从样本变成总体是，随之而来直观的是更多次的复杂的排列和计算，更长的工作时间，可是当在研究全部数据出现的大致趋势和结果，往往更加的趋于稳定，更大的杜绝了样本调查所谓的随机性。在我看来，在很长一段时间内，随机抽样确是是一种很好的方法。他在数据**之前的数据处理方便快捷，可用于技术支持。为什么我们不选择一个更好，更全面，更准确的综合数据分析。
因此，分析大数据，全面替换样本是大势所趋。
在第二个方面，勋伯格解释说，在大数据时代，既然我们要处理和接受所有的数据，我们也必须接受海量数据中的不确定性和复杂性。只有接受不确定性，我们才能打开一扇从未踏入的世界之窗。
在作者的观点里，大数据通常用概论说话，而不是确凿无疑，整个社会习惯新思维需要非常长的时间。2006年谷歌开始涉足机器翻译，现如今收到了一致的好评，在翻译的正确性和流畅性上远远高于其他翻译软件，他的秘诀就在于谷歌吸收了网络上所有的翻译，他既能从各色各样的语言**上寻找对译文件，同时寻找联合国，欧盟等国际组织的报告及文件，甚至是其余的速度书籍的语言，面对如此混乱的输入源，较其他的翻译系统而言，谷歌通过多输入源，扩大了自己的翻译**，虽然许多的小**的用语甚至是出现了错误的，但是在大量的数据的支持下，他做的的确比其他的系统要更加的出色。这个例子充分说明，在当今时代，保持单一而准确的数据源并不是提高系统质量的唯一途径。相反，你收集的越多，你的系统就越好。
当然，错误是不可避免的，但是利大于弊。从某种方面来说，多和杂，在现在的，即将变成主流。在我的阅读中，我发现google的例子充分证明了scheenberg的远见。一方面，这是一个倒退，从100%的准确率到90%的准确率。
但是结果是好的。这就是大数据时代要求我们做的：重新审视准确性的利弊。
而在另一个方面，不精确是我们需要的，是节约时间和成本的正确选择，谷歌的邮箱会确切的标注很短时间收到的短信，比如“十一分钟之前”而当对方收到信息已经有一段时间了，则他会标注为“两个小时前，”或者是：“三天前”。则也是足够说明，精确或许真的有时候并不重要。
当然，大数据的悄然普及，需要建立一个新的数据库，存储之前无法想象的海量数据。而作者也明确表示，大数据的数据库，并不是需要无线的空间，他就存在于多个地点，多个硬盘中，他们互不干涉，却相互联系，同时利用这互联网连接，同时更新，同时的获取着最新的数据。hadoop就是最好的例子。
hadoop是以开源式的分布系统的基础架构，相比巨大的空间，巨大的硬盘，这显然更便捷，当他与visa合作时，却能够将处理两年内730亿单交易的时间，从一个月缩减为1分钟，也许hadoop不适合逻辑的记账，当时当允许少量错误的时候，他就是如此的给力。
在这一点上，作者同意作者的建议，即当代数字社会要求我们寻找混乱和不确定性，而不是纠结100%的准确性。另一方面，这种变化是我们在新数据时代取得成功的基础。
在第三个观点上，我不同意舍恩伯格的说法：知道什么是足够的，没有必要知道为什么。在这方面，笔者认为存在是绝对化的。在当今时代，我们不需要知道现象背后的原因，而是让数据发出自己的声音。
美国的知名的亚马逊**的推荐系统往往能够在不知道用户的任何嗜好的情况下，准确的（大致）的推算出用户可能喜欢的，或者有一元购买的，并放置在用户的推荐栏内。或许这可以说明问题。亚马逊在茫茫多的用户购买记录下，充分利用并推导了用户可能或者喜欢购买的东西。
“推荐信息往往与你以前购买的物品存在细微的关系，并且循环往复”亚马逊的詹姆斯马库斯是这样说的。
这也充分的说明了一点，我们并不需要知道他到底真心喜欢什么，我们只是在寻找着和他购买物的相关关系，便推测出了他的潜在交易。单纯的相关性，而非非常实在的因果关系。
简单地说，亚马逊不需要知道你为什么要买这么多。他也不知道你买这件商品的原因，他只是单纯的从你买了另一件商品从而推测出你或许需要这样的商品。当然错误是存在的，在上个观点中就已经提到了，但是在绝大多数的成功下，少数的失败是必须的。
也是客观存在的。
所以，舍恩伯格大胆的提出，大数据的分析的核心就是建立在相关关系分析法基础上的**。
也许我们谁也不知道，沃尔玛为何在飓风期间把蛋挞和飓风用品摆在一起售卖，但是可以肯定的是，效果良好。
神恩伯格告诉我们的，不要太过于的在乎为什么，只需要知道是什么，也许你就能获得成功。
总结：综上所述，舍恩伯格所展现的大数据时代下的观念是与现**念有一定的区别和歧义的，在一些方面甚至我们真的无法一下子就接受。让人放弃数十年甚至数百年以来对正确，对精确的执着是非常困难的。
这同时也需要时间去改变。个人认为作者利用非常生动的例子说明时代的悄然改变，同时也利用不同的方法潜移默化的改变读者的思维。让读者能够理解，承认大数据时代的变化。
观念的变化是正确的。这一方面足以体现作者学识的渊博，另一方面也体现着当代社会的人思想固化，改变不在一朝一夕。
面对新时代的思潮，非逆之者亡，我想，更多应该是未知者亡吧。。。。。
大数据时代读后感读书心得【篇3】
2、《tqm实战-品质管理与品质改善》
通过学习tqm实战-品质管理与品质改善课件，杨教授用实际经验给我们讲品质管理，做好一点，做快一点”，生产干部督导员工时的口头禅,如果没有精细化的品质标准和检验规范,一切都只是作秀的管理表演？质量是检验的还是制造的？质量是设计的还是管理的？
内部的纷争于事无补,如果不了解客户的需求,一切都是折腾；品质,成本,交期,安全,士气,是现场管理的五大目标,也是最终的结果,但是,如果缺少管理的方法和工具,这些结果只能是年年检讨,年年设置,年年落空；什么是最好的品质?最合适的品质才是最好的品质!什么是最好的品质管理?
保证客户满意的情况下还能让企业有效益,才是好的品质管理；不良率---直通率---品质成本率,只有将品质管理系统不断进化与升级,我们才能构建符合企业自身发展的品质管理体系；《以客户需求为导向的质量管理》是专门针对制造业干部研发的课程，针对生产制造型企业重实战,重案例,重操作的需求,结合老师30余年来的品质管理实践,品质管理咨询实操,品质管理培训实战呕心沥血之作,值得您期待!
通过学习掌握现场品质控制的理念！使你的大脑经过最前言的品质控制理念的洗礼。2） 掌握现场质量改进的方向，提高分析和解决问题的能力。
3） 掌握几种质量控制的改进方法，成为您解决现场问题的利器。4） 正确分析质量成本，利用现有资源，降低成本，创造最大利润！5） 掌握统计学在质量管理中的应用，为您的工程能力分析和改进提供保障，超越竞争对手，欢迎广大客户。
6） 把握全面质量管理的本质，使企业的产品质量走上快车道。
轧钢事业部卷板辅助车间
2015年5月25日
大数据时代读后感读书心得【篇4】
《大数据时代》，作者是被誉为“大数据时代的预言家”维克托.迈尔-舍恩伯教授和肯尼思.库克耶。本书旨在在大数据方兴未艾、众说纷纭之际，进一步阐述和澄清大数据的基本概念和特点。
人类历史长河中，即使是在现代社会日新月异的发展中，人们还主要依赖抽样数据、局部数据和片面数据，甚至在无法获得实证数据的时候纯粹依赖经验、理论、假设和价值观去发现未知领域的规律。因此，人们对世界的认识往往是肤浅的、肤浅的、单纯的、扭曲的或无知的。维克托指出，大数据时代的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的商机。
本书从思维变革、业务变革和管理变革三个方面阐述了大数据时代的到来，列举了公共卫生和商业服务领域大数据变革的诸多实例。比如：在思维变革部分，以ups与汽车修理**为例，证明知道“是什么”就够了，没必要知道“为什么”；在大数据时代，我们不必非得知道现象背后的原因，而是要让大数据自己“发声”：
u ps国际快递公司从2000年就开始使用**性分析来检测自己全美60000辆车规模的车队，这样就能及时的进行防御性的修理。之前ups每两三年就会对车辆的零件进行定时更换，但这种方法不太有效，因为有的零件并没有什么毛病就被换掉了。通过对车辆个部分的测试，ups现在只需要更换需要更换的部分，从而节省了数百万美元，这就是通过找出各种新数据之间的相互关系来解决日常需求。
这种方式完成可以应用于我们石油石化行业，我们的大量生产装置及设备，在建立日常的关键部位检测机制基础上，形成大量的数据信息，通过对这些数据的科学分析，判断出需要检修或更换的零件，从而有效降低运营成本。
当我们一旦“不再追求精确度，不再追求因果关系，而是承认混杂性，探索相关关系”，“思维转变过来，数据就能巧妙的用来激发新产品和新型服务”。数据正成为新世纪巨大的经济资产、矿产资源和石油资源，将带来新的创业方向、商业模式和投资机会。
近年来，伴随着经济社会快速发展、深度调整，石油石化产业变革加剧，面临的四大革命中其中一项就是“数字革命”。因此，我们必须牢牢把握数字革命的发展趋势，加强大数据分析的数据治理和应用，提高企业的生产经营管理水平，迎接大数据时代的到来。
大数据时代读后感读书心得【篇5】
人，大多时候是后知后觉的。正因如此，才会有古圣、先贤和庸人的差别，才会产生由于对市场、社会的判断的不同而导致的公司发展速度和财富积累的差别。
翻开《大数据时代》首先给我冲击的不是内容本身，而是译者周涛的序和周涛其人。27岁的天才教授及其谦虚的提到翻译本书以110%的目标，达成90%的结果，原因就是“如果再给我一个月的时间，就可以达到我预想的110%甚至更好！”而他这样做的原因就是书中的核心思想之一“大数据时代，允许一点点的错误和不完美。
”回到我们的实际生活与工作中，反问自己：我们在运营公司包括人际交往中，是不是有太多的时候固执于某一个数据的准确性而导致报表不能及时准确？我们是否有太多的时间纠结于某个无关紧要的细节，从而导致整个公司运营效率的下降？
我们是否有太多的时间要求我们的朋友做到完美，却发现自己很少有玩伴可以依靠和交谈？诞生于互联网时代的我们，应该以更高的效率、更快的响应速度和更多的学习新知识、新思想、新逻辑、新环境来交换存在的缺陷。
回到这本书本身，申伯格将大数据分为三个部分：思维变化、业务变化和管理变化。
思维变革，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。
这种思维方式的转变我理解为“道”的层面，只有意识中如此认为，行为才会为之改变。当我们能够如此方便地获取行业数据，甚至一些标杆企业和公司的数据时，我们的智慧就在于如何有效地分析数据，做出决策。我们要提醒自己：
在我们仍致力于随机抽样、精确计算和原因分析的同时，我们的竞争对手也根据混合大数据的计算做出了相应的决策，从而引领市场，赚取超额利润。
商业变革：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”。
多年前一本书《只有偏执狂才能成功》风靡一时，让很多的职业经理人和操盘者患上了“偏执”的传染病。读完本书以后，我认为读者都应从“这是为什么，为什么这样做”的偏执中走出来，在商业模式跟随环境不断变化的今天，改变对行业的看法，做出有悖于自己初衷的决策，即使艰难，更显得尤为重要。
管理变革：
这是我们读这本书的出发点和落脚点。书中关于大数据时代管理应产生改变的建议和案例，是我不敢苟同的。这种不认同可能产生于学院派和实战派的思维方式的不同，也许是自身对商业、管理的理解不够，格局不高导致。
我的观点如下：
针对已经拥有海量用户数据的大企业，如中国的腾讯、阿里巴巴，在应用大数据的道路上拥有得天独厚的条件，但是我想马化腾、马云创业之初，并没有想到他们目前最大的竞争力是他们的平台和终端所拥有的客户数量，一路走来，他们考虑的更多的是融资策略、用户体验、平台推广和那几张财务报表。这种大数据优势的积累是公司发展的结果。不可否认，目前这种先发优势很难再被超越和实现。
从我公司目前的经营情况来看，机票销售行业是一个小圈子，但数据是专业和保密的。我们只能重视而不能坚持大数据对我们发展的帮助。目前，公司需要以传统的方式获取客户资源，以确保生存和发展。其次，需要借助大数据平台和互联网时代的思维，在商业模式创新上寻找突破口，类似于基于现有航空公司数据和携程提供支持的电子商务产品试点。
总之，古语说：开卷有益。《大数据时代》在一定程度上改变了我一些固有思维模式，我相信随着自己管理经验的丰富和实战的累计，或许，再翻开它，还会给我别样惊喜。