點擊關注，靜心科技為您提供不一樣的靜心視角。

當你對亞馬遜的價格不滿意的時候，沒事，不要著急，等10分鐘之後，亞馬遜的價格就會發生變化。不要感到驚訝，這是亞馬遜推出的“動態定價體系”。

價格調研機構Profitero在2013年做出的調研報告顯示，亞馬遜每天都會對產品的價格進行多達250萬次的調整，而傳統服務行業沃爾瑪在2013年11月份的時候也只調整了5萬多次價格。不僅僅如此，亞馬遜在2013年全年中每日調整的數量提升了10倍。

雖然對於一些消費者來說，剛買的東西立馬降低是一件很糟糕的體驗。但是這種價格動態調整機制，讓亞馬遜的利潤提升了25%。這種價格動態調整機制讓亞馬遜商品的價格具備更大競爭力的同時，獲取更大的利潤。

那麼這一切，亞馬遜是如何做到的？

這是因為亞馬遜擁有大量的數據。2億的用戶和15億種待售商品讓亞馬遜擁有10億GB大小的商品、用戶數據。10億GB的數據是什麼概念？如果將數據存放在1T容量、厚2cm的硬盤上，硬盤堆起來的高度為大約為2萬米，是珠穆朗瑪山峰高度的2.3倍。

亞馬遜結合這些海量的數據，利用大數據分析的方法，分析出亞馬遜用戶的購物習慣、競爭對手價格、利潤率、庫存等因素，從而動態調整自己的價格和商品庫存量等。

動態定價體系，簡單來說，就是降低熱賣商品價格，獲取更大的用戶粘性。提升非熱賣、生活必需等商品價格的價格，賺取更多利潤。而且，亞馬遜還利用個性化推薦，來提高消費者的購買慾望和滿足消費者日常需求。

不僅僅如此，亞馬遜還用“預期運輸模式”預測消費者的購買需求，從而加大消費者人群附近倉庫的貨源配送，從而降低消費者購買網上商品所需要的快遞配送時間、價格成本。

那麼，大數據是如何引發一起生活、工作與思維的大變革？一些商業巨頭（例如谷歌）又是如何利用數據實現個性化商業運行？面對很多人開始呼籲保護“個人信息隱私”的時候，讓公司掌握這樣多的數據到底是件好事，還是壞事？

大數據如何改變生活、工作和思維？

2009年，出現了一種新的流感病毒——甲型H1N1流感。這種流感病毒結合了禽流感和豬流感病毒的傳染特點，迅速在短短几周內開始擴散。當時，全球公共衛生機構都非常擔心一場致命的流感病即將來襲，甚至會引發大範圍流感。

糟糕的是，我們的專家還沒有研發出相應的流感疫苗。衛生專家只有瞭解流感出現的源頭，才能通過採取一些措施來減慢它的傳播速度。當時，美國和其他國家都是要求醫生上報發現新流感病毒的病例來預測流感源頭。

但是很多人可能是因為多日感覺身體不適後才會去醫院，因此這種流感傳播數據就會有一兩個周的延遲，導致公共衛生機構在病毒爆發的關鍵期顯得無所適從。

就在甲型H1N1流感爆發的前幾周，互聯網巨頭谷歌在《自然》上發表了一篇關於谷歌是如何預測冬季流感病毒傳播的文章。谷歌的流感預測範圍還不僅僅是在全美國，還可以具體到特定的州和地區，這使得公共衛生機構的專家和計算機科學家感到大吃一驚。

谷歌將5000萬條美國人最頻繁的檢索詞條和美國疾控中心在2003年至2008年間的季節性流感數據進行對比，希望能夠找到通過分析用戶的搜索記錄來分析這些人患病的概率。最終谷歌發現，預測數據和官方數據之間的相關性高達97%。

因此，與之前習慣性滯後的官方數據相比，谷歌的預測數據成為一個更有效、更及時的信息數據來源，谷歌的預測手段也成為全球預防流感傳播的更好手段。而這背後，谷歌的預測方法並不依賴於專業測試、醫院檢查等手段，而是僅僅基於大數據分析的基礎之上。

這是一種全所未有的方式，通過海量數據的分析，獲取巨大價值的產品、服務和商業。

大數據不僅僅改變公共服務，也改變著整個商業模式。購買機票就是一個很好的例子，飛機票預測公司Farecast的票價預測準確率已經高達75%，從而平均使得每張機票可節省50美元。Farecast只是一個商業模式轉變的縮影，但是這代表著當今世界發展的趨勢。

過去，人們覺得數據是靜止的、陳舊的，認為票價數據在飛機降落後就沒有價值。但是現在，這些數據以及成為一種商業資本。一旦思維轉變了，數據就能夠被巧妙地運用到激發新產品、新服務。

谷歌是如何利用數據？

天文學和基因學因信息大爆炸，創造出“大數據”的概念。如今這一概念已經融入到人類發展的所有領域。大數據是人類獲取新知識、創造新價值的又一途徑，而且還是改變市場規則、政府與公民關係的有力方法。

谷歌擁有數億用戶的信息，但是谷歌又是如何利用數據？這個分析過程肯定不是像在筆記本上用Excel軟件進行數據分析那樣簡單。畢竟數據量實在是太大，根本無法在一臺電腦上運存、分析。

簡單來說，讓一個普通的計算器完成2個1000位數字相乘都是一個非常困難的事情，即使這個計算器的性能再強大。因此，讓一個臺超級計算機強大到能夠處理這種海量數據，所需的成本是非常之高。

可行的辦法就是將數據和計算分解成為許多的數據塊，讓後將這些數據分散到大量的普通計算機上進行計算

。並讓這些計算機同時工作，等所有計算機都計算完畢後，組合所有計算機的計算結果就成為最終的計算結果。

例如，你需要統計一個城市的人口數量。如果你自己一個人親自去數所有的人，非常耗時而且效率不高。如果你在每一個小地方安排一個人，讓這一個人去數週圍的人，最後將所有人收集的結果彙總，得到你想要的城市人口總數。這種方式比你一個個的數要來得快得多，曾經羅馬帝國就是利用這種方式進行人口普查。

這種方式就是我們經常說到的分佈式計算方法。谷歌公司就是將這種分佈式計算的思想運用到“MapReduce”算法中，這裡的Map就是類比一個小地方的人口，Reduce就是類比人口總和。流行的大數據分析工具Hadoop就是採用“MapReduce”算法，而且Hadoop正迅速成為行業標準。

大數據分析工具Hadoop的工作原理就是將所有的數據存儲在一組常規服務器中，然後運行Hadoop進行數據處理。這個過程中是不需要超級計算機，而且服務器之間是不需要直接的物理連接。要想處理更多的數據，只需要額外增加服務器就行。

目前國內阿里巴巴、騰訊、百度以及華為，國外eBay、facebook、亞馬遜等都在使用Hadoop。預測表明，80%的世界財富500強的企業在2020年都將使用Hadoop。

總之，大數據處理絕非是像Excel處理數據一樣，它比一般的數據處理要複雜得多。

讓公司掌握這樣多的數據是件好事，還是壞事？

一般情況，當公司利用數據提高服務效率的時候，大眾不太注意自己的信息是否被採集，甚至是接納。最早，世界上最大的快遞承運商與包裹遞送公司UPS公司，採集卡車的數據來優化送貨路線，從而節省了5000萬美元。

當時，並沒有多少人注意這些，甚至當時有人表示這種行為只是UPS為了節省汽油。

但是當公司開始收集個人信息的時候，公眾開始引發非議。最著名的就是塔吉特百貨公司（Target）利用一位十幾歲的女孩購買的推斷出其懷孕的事實，並針對懷孕情況為其推送婦女用品的優惠券。而這位女孩的父親卻還不知道自己女兒懷孕，為此，因發現塔吉特百貨公司的優惠券而與該公司發生了爭執。

最終這位父親向這個公司道歉，承認女兒懷孕，並感謝塔吉特百貨公司的提醒。但是塔吉特百貨公司先於父親發現女兒懷孕這件事，讓大眾開始擔憂個人信息洩露的危險。大數據可以讓公司能夠針對性推送廣告，提高廣告的轉化率，對公司來說是有利可圖的。

但是這樣對於個人來說，是一件好事嗎？

一方面，定向推薦對於我們個人來說，是有益的。公司定向推動優惠券來獲取利益，但也節省了我們個人挑選的時間和金錢。而且這種定向推薦也越來越能夠滿足我們的口味，比如資訊、電影、音樂等。

但是另一方面，重視隱私保護的人對這種過度個人信息採集表示不滿。前面所說的，你肯定不希望塔吉特百貨公司掌握的信息，比如婚姻、家庭情況，透漏給你周圍的人。並且掌握這些信息的公司一旦將這種個人信息出售或者被黑客攻擊，後果可是不堪設想。

2013年，吉特百貨公司4 000萬名顧客的信用卡號碼和7 000萬名顧客的個人信息，如姓名、電子郵件和郵寄地址，被黑客獲取。2013年，黑客成功攻擊了雅虎公司的30億個賬戶，竊取了用戶的生日信息和電話號碼。2017年，信用報告機構Equifax被黑客攻擊，導致1.43億美國人的社會安全號碼被盜。

很多公司面對信息洩露的質疑的時候，回應說已經採取匿名數據的方式來隱藏用戶的個人信息，但是這種匿名方式同樣可以逆向來破解我們的個人信息。因此只要你聯網，都會存在數據洩露的風險。

那麼大數據的應用到底是好，還是壞？其實目前也沒有定論。大數據的確能夠提高公司的效率，但是也的確給用戶的隱私安全造成威脅。但是可以肯定的是，無論你是否接受，你是否喜歡，大數據只會越來越大，大數據的應用場景也會越來越廣泛。

也許，只有讓社會持續存在爭議的呼聲，才能讓公司更加註重用戶的個人信息安全。

結論

本文從亞馬遜動態價格調整機制入手，引出大數據能夠有效促使企業提高效率和收益的事實。並通過亞馬遜利用大數據分析的營銷模式，引出大數據是如何影響改變生活、工作和思維的思考。

利用谷歌預測流感傳感、飛機購票的案例，分別講述了大數據是如何影響我們的公共關係以及商業模式。並且表明，只有改變過去認為數據是靜止的思維，才能讓大數據產生更多新的產品和服務，才能更好地服務我們人類社會的生產生活。之後，結合谷歌運用大數據的案例，從技術層面講述企業是如何利用大數據。

最後，綜合分析企業掌握大量數據的優勢與風險，表明目前無法全面評估企業掌握數據是好是壞。但是可以肯定的是，社會對個人隱私保護的呼聲將有力於掌握數據的企業更加註重數據的安全保護。

但是，不管你喜歡還是不喜歡，不管你接受還是不接受，大數據只會越來越大，大數據的運用範圍也會越來越廣。

你們怎麼看待大數據的發展？歡迎在留言區評論。