大数据时代下半场:数据治理、驱动与变现(txt+pdf+epub+mobi电子书下载)


发布时间:2021-08-03 08:24:05

点击下载

作者:(德)罗纳德·巴赫曼,吉多·肯珀,托马斯·格尔策

出版社:北京联合出版公司

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

大数据时代下半场:数据治理、驱动与变现

大数据时代下半场:数据治理、驱动与变现试读:

前言

大数据是除“云计算”“移动”“内存”和“社会媒体”之外决定当前IT行业趋势的一个关键词。我们可以确定的是,大数据与商业智能不同,不仅在企业经济中,而且在总体社会环境中都具有重要意义,对于这一点我们可以从大数据成功登上政治刊物《明镜》周刊头版(参见:Schulz,2013)和其在电视脱口秀节目如《贝克曼》(Beckmann,德国脱口秀节目)中成为讨论主题的事实中得见。该主题在全社会的重要性,特别是它们的产生在大数据环境中会对企业及其行为模式产生影响。商业智能与大数据的联系,我们将在后面深入探讨。

大数据时代上半场的主要任务是收集数据,但是在下半场时,企业的主要任务由收集数据逐渐地向数据治理、数据驱动及数据变现等方向转换。

在企业中,随着可用信息不断增加,不难猜想,市场营销和销售都在追求更好地了解客户并提供个性化服务的目标,然而没有大数据,这个目标便是天方夜谭(参见:Bloching,Luck&Ramge,2012)。

企业内部基本赞成追求该目标,通过实时处理大量数据,几年前不能实现的应用也能够成为现实。在涉及应用实例及描述其经济潜力时,这种幻想似乎没有任何限制。大数据这个词就像“21世纪的石油”,广泛流传。

但是大数据真的会给我们带来“美好的新世界”吗?我们的期望能够在多大程度上得到实现?机遇背后存在着哪些挑战?技术可行性会一直都有意义吗?哪些技术投资是必不可少的?人们可以预期的投资回报率(ROI)有多少?事实上,我们需要付出代价来换取大数据提供给我们的机遇——这种代价不仅仅是货币形式。

此外,大数据的重要意义也随着我们每个人的角色不同而不同。我们一直参与其中,尽管大数据和我们知道与否、愿意与否并不相关,但是作为公民、客户、企业员工及互联网、智能手机、导航设备的用户,大数据对于我们具有何种意义?在这个网络化的世界里,我们既是大数据的创造者,同时也是使用者,我们自己如何参与“大数据现象”,这会产生何种结果?面对“大数据—老大哥”的联合,政治会扮演什么样的角色?在与数据打交道时,公司又会在国际上提出怎样的“游戏规则”?

大数据不仅仅代表了大量的数据,而且更多地反映了各个生活领域已经广泛数字化,即“数字化世界”所推动的社会变革,以及由此给社会文化带来的深远影响。大数据给社会造成的变化任何人都不可能否认,因此,积极阐释大数据是不可避免的。

大数据的复杂性需要一本结构清晰的书来进行分析,这样一方面可以把握其复杂性,另一方面也可以清楚地描述每个层面。因此,我们一直在努力,合理划分内容,并根据章节的逻辑结构处理我们目前所关注的相互关系。我们意识到,这个主题还可以通过其他出发点或者结构进行研究,尤其是当我们选择了另一个中心时。

企业和全社会层面紧密连接,我们所有人都扮演着公民、顾客和企业员工的不同角色,这一点我们在第一章中有详细的描述。因此,之后指向企业层面的内容将以通俗易懂的语言进行论述。

有了这一论点,我们就应该承认这一事实:我们所有人必须广泛掌握“大数据”和“数字化世界”之间复杂的相互关系,以便迎接21世纪中心话题的挑战。

在此过程中,我们应该抛下自己的安乐窝,抛弃习惯的行为做法和思维模式,主动承担责任,因为这是在集体和个人层面起决定性作用的成功要素。

这一认识使得大数据成为了一个非常吸引人的话题。罗纳德·巴赫曼吉多·肯珀托马斯·格尔策2014年1月

引言

引言内容

●主题引入

●通用概念和定义阐释

●大数据现象”

●大数据的自身动力我们都是“大数据”

对于大数据的概念,迄今尚未有通行的固定定义,然而一些人尝试将该现象解释为极大的、呈指数型增长的数据量,有多层次的特点和特定背景。关于大数据的设想依旧处于模糊状态。

这一事实使人明晰,我们并不能明确知道大数据对于个人、企业及全社会的现实意义,只有一种“翘足而待”的氛围盛行于世,全球各种社区都在想象着大数据时代的情形,并且期待利用大数据创造各种可能。在对“大数据究竟具体是什么”及“人们想要如何对待大数据”等问题的设想逐步建立的同时,该主题也在一并发展。更确切地说,前者常常落后于后者的发展。这是因为致使“大数据现象”出现的科技和社会变革不断地发展,使它有了更多的动力。

现在基本可以确定的是:

1.“大数据现象”是存在的。

2.我们在生活的不同角色中都受到大数据的影响,没有人能够摆脱这种影响——即使关闭或不再使用科技设备。

3.“大数据现象”假设了一种不受人操控的自身动力。

4.我们需要理解这种自身动力的作用机制,以便利用现存的机会,规避潜在的危险。

一些人在这里也许已经觉察到,他们多年来已经将大数据进行了技术转换,至少在专家看来,如今IT基础设施和企业生产过程中大量数据的合并已属常规。那么是什么使大数据如此新颖且无法估测?答案便是纯技术层面很少涉及大数据,并且无法正确对待这一多层次的主题。

帕蒂尔(D.J.Patil)是旧金山格雷洛克风投公司(Greylock Partners)的首席数据科学家,2011年在著名的数据科学家福布斯排行榜中名列第二,仅次于Google创始人拉里·佩奇(Larry Page)。他在慕尼黑数字生活设计大会(DLD Conference)上引用了美国杜克大学心理学和行为经济学教授丹·艾瑞里(Dan Ariely)的话:

大数据的话题就像青少年时期的性,每个人都在谈论,但没有人真正知道它究竟是什么。所有人都在想:其他人在做这件事;每个人都宣称:自己也要做这件事。

帕蒂尔在他接下来的讲话中提出了大数据的重要挑战:

它涉及的是,在数据大杂烩中辨识典型,并正确阐释。我们自己现在便是一个数据产品。

帕蒂尔所说的“辨识典型,并正确阐释”已经暗示,我们没有做到在纯技术、纯理性的基础上持续自动地分析数据,并由此取得高质量的成果。这更多涉及辨识和阐释,也就是分析,这种分析的对象便是我们自己。正如帕蒂尔所说,“我们自己现在便是一个数据产品”,大数据时代,一切都围绕着这个产品转,或者更确切地说,是大数据使我们变成了这个产品。

在欧盟倡议的“互联网安全日”上,德国食品和农业部及德国信息技术、电信和新媒体协会的专家在柏林讨论了一个问题:“大数据——金矿还是炸药?”企业和政府在两点上达成共识:

1.大数据不仅蕴含着极大的经济潜力,而且可以帮助解决社会问题。比如,提高交通安全性并且防止交通堵塞,而且医药信息的系统性评估可以帮助完善治疗体系。

2.借助大数据解决这些社会问题要求我们每个人提供个人数据,并同意第三人以有史以来前所未有的规模对其进行分析和加工。作为团体和个人,只有在我们的数据及我们的私人空间得到相应的保护时,我们才甘愿如此。

因此,大数据不仅在经济和企业层面被人广泛议论,在全社会也是一个十分重要的话题。关于这一点,第二章中会有所涉及。可以确定的是,我们所有人都是限定“大数据现象”概念的一分子。我们所有人在职业和私人生活中扮演着不同的角色;同时也是大数据的创造者和使用者——无论我们想要与否、知晓与否。另外,技术发展永恒而疾速,这个过程中,我们怀着对新科技设备、网络化、通信的渴求,以消费者的身份参与其中,作用显著。

在第二章里,我们探讨了大数据在全社会产生的问题,比如,公司应当重视的几个方面:数据保护、私人领域保护、互联网时代的个人责任等。这些主题对公司使用大数据有直接的影响,公司以在规则之下受限的形式对其加以利用,作为竞争要素开启新的机遇之门。图1 大数据的基本循环大数据的三个“V”

高德纳公司将大数据作了如下定义(参见:高德纳股份有限公司,2013)“大数据是高容量、高速度、高多样性的信息资产,它要求信息处理的形式有着高性价比且创新,以增强洞察力和决策的准确性。”

该定义首先包含了大数据的三个中心层面:1.容量(Volume,这里指数据容量)

极大的数据容量自然是“大数据”的直观层面,也是其名字的来源。在上一个十年,人们用十亿或兆字节来描述数据容量(数字前缀“兆”已然描述了一个带有12个0的数字)。而现在,新的数据源相互叠加,数据量呈爆炸式增长,尤其是来自互联网的数据往往只能够用“拍字节(petabytes)”“艾字节”(exabytes)“泽字节(zettabytes)”来度量(数字前缀zetta-描述的是一个带有21个0的数字)在国家组织领域中,如今接收的数据量已经用“尧字节(yottabytes)”来表示。2.速度(Velocity,这里指数据加工和变化动态的速度)

与大数据有关的速度应该从两方面考虑:(1)数据加工的速度——加工动态。数据加工速度的增长首先归功于在这期间“内存”技术的发展。如此一来,数据不再储存于硬盘之中,也不再依照加工步骤按部就班进行处理,而是“即时”在主存储器中进行进一步加工和分析。虽然大数据和内存原本并没有直接联系,然而由于极大的数据量有了即时分析的可能性,于是一个“可行性的全新维度”应运而生。我们会在第五章中根据具体的应用示例对此进行探讨,其中一部分示例已经成为了现实。(2)数据及其含义的关系和数据本身改变的速度——变化动态。数据不断变化,这些变化使得基于这些数据的分析结果也随之而改变。在大数据时代背景下,比如来自社交网络或者终端传感器的信息具有高度动态性,这些信息在特定的时间单位内频繁地变化,这就是“时间性变化动态”。

关于大数据,我们必须提到“语义学变化动态”。在大数据分析过程中也会有这样的情况出现,通过数据的更新不仅信息本身改变了,连信息自身的内容含义(语义学)也发生了改变。这种变化可以理解为大数据分析的一个特殊结果。

在大数据背景下,这种针对数据挖掘的观点再一次获得越来越大的意义,因为现在大量来自不同数据源的、有着不同内容和结构的、在不同情况下有不同意义的数据汇聚在一起。时间性和语义学变化动态的结合产生了一个复杂的情况。我们也会在之后不同的章节里涉及这个非同寻常的观点。3.多样性(Variety,这里指数据结构和类型)

在大数据背景下,不符合传统的、合理的或者多维度的数据库系统结构的数据不断增加,这些数据必须在科技系统及处理程序中融为一体,只有这样,数据才能基于确定的标准秩序相互关联起来。这对处理完全不同的数据的信息技术系统提出了更高的要求。大数据和云“大数据”“云”和“内存”这几个主题常常被人一同列举出来,这使人产生一种印象,即这三个主题紧密相关,但是事实并非如此。大数据不一定要求云技术或者内存技术,而且云和内存也都是互不依赖的。然而有一点是正确的,那就是在处理大量数据时,只有使用云技术和内存技术,或者二者选其一,大数据所提供的特定潜力才会得到充分发挥。关于内存,我们在以“大数据与内存(In Memory)——可行性的新维度”为标题的第五章中,致力于该相互关系的研究。

有关大数据和云的内容说明,人们应该从两个方面对其进行考虑:

1.在特定条件下,对于企业来说,将大数据转移至云中是意义深远的,在此涉及的是企业具体的单个决策。考虑到数据的多层次性,人们无法从单个决策中推断出“大数据现象”和云的直接相互关系。

2.反观之,要进行分析的数据来自哪里这个问题,使得云对于大数据的意义更加明显,比如美国大的互联网公司的数据均存于云端。

这在第一点上,人们可以确定,如果没有云的话,大数据也是不可想象的。我们,还有那些由人类创造的机器昼夜不停地创造着数据,假如没有云技术,在全球范围内获取、储存及加工这些数据,都是天方夜谭。

此外,第二点也应该考虑到数据的保护、私人空间的保护等问题,这些我们会在第二章清晰地进行阐述。大数据和行为分析

上文所描述的技术发展及通过它引发的数据流与之前的科技推动力相反,在核心意义上,它并非真正的科技创新,也就是说它并非是一种真正的技术发明,而是对现有的、广为人知的技术的进一步发展。

新技术会带来无限可能性,在这一背景下,对于很多企业来说,首要的目的便是收集尽可能多的数据。比如,美国的大型企业的网络平台均在追求这一目标,从它们的角度来看,社交网络首先是一种工具,这一工具能够动员尽可能多的人将其个人数据公之于众。从本质上来说,这些企业的商业模式不以社交媒介本身为基础,它们的商业模式主要以由此取得的数据为基础(详见第九章)。

过去的10—15年中,在终端领域技术发展的动力驱使之下,那些相对静态的信息,如姓名、出生地或者鞋码等信息能够供人使用。这些数据形容人的特征(属性),且基本上来源于曾经的基本数据和交易数据。而现在,随着大数据的发展,更多“动态数据”也可供使用。

从内容上看,这些动态数据其中一部分要被重新分类。对于传统的动态数据、交易数据,比如在企业的商品经济系统中产生的数据,可以反映订购和供应的过程。而如今大数据横空出世,增加了所谓的“交易数据”和“观察数据”,这些数据是由我们自己运转的或是一直携带着的机器所产生的。对这些数据进行系统地加工并且正确地阐释,使得人们可以通过这些数据对个人或者群体及其行为进行深入的推断。

大数据分析法的高要求便是相应地对个人和群体的预期行为进行预测,以此建立新的商业模式。比如,信用卡公司的IT部门和专业部门一直会分析获取的数据,如今,它们无不得意扬扬地宣告,它们已经有能力在个人的层面上对其未来的行为进行预测。

这种对于行为的分析和预测是大数据一个极其重要的方面,由此,个人数据的分析渗透到了一个全新的维度。

为了阐释这一结论,我们首先来看一个企业和客户之间传统的交易过程(如图2所示),这一过程产生了上文所述的交易数据。图2 传统交易产生的交易数据

这个简化的过程表明了企业与客户之间的核心过程。每一次过程之后,单个的步骤就告一段落,最后整体的过程也随之结束,作为结果的数据不再改变,或者只是细微改变。

从这种纯粹的过程角度来看,互联网只是另一个演绎该过程的平台。换言之,客户不仅仅局限于打电话或者邮寄订单(他至今依然可以这么做),而是通过互联网端口的操作来完成上述的交易过程。这种新的可能性使得许多新的企业横空出世,它们不断改革着商业模式中的新兴技术。而交易过程的基本原则,以及由该过程产生的数据内容影响力,却没有因为互联网而发生改变。

这些由这一核心过程获取的数据可以被做如下描述:

1.基本数据:(1)姓名、地址、生日;(2)几乎不发生改变;(3)数值会逐渐得到补充,且该数值与订购产品息息相关(如鞋码)。

2.动态数据:(1)与具体的一个过程有关,如单次订购;(2)供应信息,如订购日期、订购产品、数量、颜色、大小、价格等。

诚然,互联网在传统交易过程的范围内带来了一个明显的优势:先前来自类似情况的,需要输入计算机信息系统的数据,比如一项通过明信片寄送的订购,可以通过在线订购而省略,因为相关的数据已经以数字化的形式存储在网络中了。互联网在许多地方都优化了交易过程。

数据分析——这些类似情况中或者互联网中的数据是否能够为企业所用?比如一段时间内不断变大的数据量可以表现为:

1.客户最常购买的是什么?

2.客户最有可能喜欢什么颜色?3.客户什么时候会购买?

4.客户会买哪些组合产品?

......

对这些信息的大量理解和分析给市场带来了新的繁荣,尤其是导致了我们每个人所熟知的在线供应形式的产生:

1.已经购买该产品的客户还会订购、购买哪些产品?

2.哪些产品与您所订购的产品可匹配使用?

3.您还会对哪些产品感兴趣?

……

如此一来,以上描述的信息都将系统地被提取和利用,然而这些十分详尽的信息,尚不足以震撼世界。

互联网与过去十五年左右的终端科技发展相辅相成,成为了全球连接的平台,使得大数据蕴含着极大的潜能。想要清晰地阐明这两者结合的意义,我们可以从生产数据的类型、数据的内容影响力、数据的变化动态等几个方面对“大数据的基本循环”进行分析。图3 相互作用的数据及观察数据的大数据基本循环

在大数据的基本循环中,终端不仅仅将交易数据传输到不断重复但是相互独立的过程中,更多的是通过一个持续的过程将新的“相互作用的数据”和“观察数据”传输到基本循环之中。这些数据可以包括:

我们在哪里逗留?

我们从哪里来,到哪里?

我们和谁交流?

我们交流什么?

我们如何行动(通过终端的传感器)?

我们阅读什么?

我们是否健康?

……

通过对这些数据的分析,例如个人运动特色及由此产生的最终的心理记录表,能使得对于未来个人和群体的行为预测成为可能。

以技术发展的社会文化影响为出发点,总体而言,可以理解为所有生活领域的全方位数字化。大数据和世界的数字化可以被视为工业革命的后续,我们将在第二章第八节对其进行深入探讨。要思考这一结论,我们首先需要简要回顾一下两百年前的经济史。大数据和工业革命

第一次工业革命和第二次工业革命发生在18世纪末和19世纪末之间。它们的特征为“基础创新”,呈长波状在世界范围内一触即发。“康德拉季耶夫周期”是俄国经济学家和周期经济发展理论的代表人物尼古拉·德米特里耶维奇·康德拉季耶夫(Nikolai Dmitrijewitisch.Kondratieff;参见:维基百科,Nikolai Dmitrijewitisch.Kondratieff,2013)提出的一种为期50—60年的经济周期。从时间上看,直到20世纪末,工业革命的两个阶段均出现了五个康德拉季耶夫周期:

1.大约1780—1840年:早期机械化;德国工业革命的开端;蒸汽机——康德拉季耶夫周期。

2.大约1840—1890年:第二次工业革命;贝塞麦转炉钢和蒸汽船、铁路——康德拉季耶夫周期。

3.大约1890—1940年:电子技术和重型机器——康德拉季耶夫周期。

4.大约1940—1990年:专用自动仪器——康德拉季耶夫周期(汽车、合成电路、核能、晶体管、计算机)。

5.1990年开始:信息通信技术——康德拉季耶夫周期与“全球化”紧密相连。

至今不清楚的是,哪些基础创新有着触发第六个康德拉季耶夫周期的潜力,以及这种长波经济周期现象是否伴随着一种规律。著名的经济理论家和未来学家,长波理论的代表及德高望重的信息社会构想者利奥·莱菲多(Leo Nefiodow)在他的著作《第六次康德拉季夫周期》中研究了这一问题(参见:莱菲多,2007年第六版)。

鉴于20世纪以来“新经济”取得的初步成果,人们将出现第六次康德拉季夫周期的希望寄托在计算机上,将其视为“基础创新”。然而随着市场泡沫破裂,这一希望成为幻影。在这一背景下,在上文简化的公司和客户的交易背景下,互联网作为一个纯粹的商业发展的平台,并不具备触发世界范围内长波经济周期的潜力。

然而,这种潜力可能通过以上描述的行为分析而产生,这一论题我们将在不同的章节进行进一步研究。大数据的自身动态

随着技术水平的高速发展,数据量以指数爆炸的形式增长。器械的高效利用及越来越多可供使用的数据唤起了人们加工利用信息的贪婪心理——在社会公共领域方面也是如此,大数据在这里展现了其在全社会的重要性。

企业能够通过分析大量的数据获得竞争优势,并不想完全失去这种连接,故而被迫寻找解决方法,如此一来,来自现存的商业过程的网络数据,分析利用和操作逻辑及已经存在的信息技术系统建筑可以相互融合。从技术层面上来看,“混合建筑”是将现存的建筑进行了几个组件的延伸,以此实现融合。这些大数据的特殊组件许多都以Java为基础,在供应商圈子里笼罩着一种“淘金者气氛”,因为这儿并不存在统一的标准,市场上总是会出现新的工具或者成套的工具,用来帮助解决大数据的部分问题。

这些工具在引进之后会继续发展,它们及其他同样处于永恒发展状态的工具的兼容性也会常常改变,后者必须在一个包罗万象的“大数据技术堆栈”中重新找到。昨天尚能毫无差错地运行的硬件和软件,在其中一部分系统更新之后,最终无法在系统组合中运作。

许多有着技术设置的咨询公司在大数据这一背景下,首先专注于一定的技术堆栈,为它们的客户提供普遍可用的解决方案。然而,即便是在这些情况下,项目组也会指出,投入技术的生产者网站永远都在注意着网站的更新和共同使用性,如此便能及时地运用最新技术,同时保持技术组合的和谐运行。

对于企业来说,这包含了一个大机遇,即弥补过去。因为我们必须以此为出发点,也就是说,大数据对于公司的重要性是一个极高的百分比数字,它们的BI(商业智能)任务还没有完成,而这一任务对于大数据融入当前结构至关重要。

一般情况下,在过去的几年中,对各种层面的信息技术的责任人来说,得到预算,能使得信息技术系统环境及所有相关部分持续再重组成为可能,然而事实上并不可行。在巩固商业过程和信息技术系统时,企业遇到的最强大的成功阻力便是,商业和信息技术合作中出现的长时间的摩擦损耗。

近年来,几乎仅仅只有日常事务节奏加快的短期挑战,在相应的信息技术中起主导作用。尽管可供使用的系统有着极高的产能,这依旧导致信息加工效率一直下降。在传统的“商业智能”中处理的数据,对比大数据而言,更容易进行组织,而且应用的工具也足够出名。

由于与之相应的首创并非是在技术层面,而是存在于人与人之间的矛盾和政治对立的层面(参见:巴赫曼、肯珀,2011年第二版)。

以此为出发点,即大数据能够超越商业智能,对于企业的竞争力和生存能力,以及IT和BI任务具有重要意义,因此会给社会带来新的动态,甚至连文化主题的必要讨论也有所波及,比如“工业2.0”“智能协助”或者是“社会商业融合”。大数据和商业智能在策略、组织、过程、变革管理、通信,甚至是企业结构等层面上的相互关系,我们将在第三章进行详细探讨。

引言总结

◆“大数据现象”并没有一个通用的固定定义。

◆第一个定义尝试聚焦于大数据的技术层面,如数据量、变化动态及数据结构和数据等级的差异性。

◆大数据是所有生活领域大范围数字化所推动的具有高动态性的效应。

◆大数据出现的原因及由此导致的总体主题的多层次性,赋予了“数字革命”持续变化的潜力,并有着深远的社会文化影响。

◆大数据与我们每个人都相关,人人都扮演着不同的角色,参与其中。

◆大数据在21世纪属于企业资本。

◆大数据是通过技术、工具和数学的结合,以及恰到好处地使用资本而发展的,并且大数据的应用工具与其他主题是相互分离的。

◆大数据的发展假设了一种不能被人控制的自身动态。

◆大数据重要的特点之一便是进行行为分析的可能性,这能够通过新的数据等级及相互影响的数据关系来实现。第一章大数据时代的企业战略目标

企业采取的所有措施都应服务于企业的基本目标,其中最重要的当然是经济目标,比如产量提高和企业发展。其理想状态是,让所有单个的企业活动沿着整体的计划进行,从而转化为企业的战略和特定的商务模式。这一目标需要通过各维度的企业措施与企业战略、计划和企业转型计划的紧密结合来实现,这不仅包括与企业近期和中期目标的结合,还包括与企业长期目标的契合。在这样一个相互关系中,每一个大数据创新都必须与其措施和目标形成统一。1.1知识、价值创造和商务模式

在企业大数据目标的设定中,最重要的必然是通过合理的分析获取新的知识,这种新知识应该服务于企业的长期目标,在此条件下实现企业的基本目标。在这个抽象层面上,大数据无疑可以适应其他战略主题。但是人们可以深入其中一个层面,关注“市场”“销售”或者“产品和创新”各个领域,以此来区分对于大数据不同的要求或期望,同时也弄清这个主题下企业的潜力。

在此,我们需要说到“完整性”,大数据创新必定会有信息技术的参与;我们将在之后的章节中研究商业和信息技术之间必不可少的相互协调关系,特别是在大数据背景与新的特定框架条件下。在此,一个彻底的程序性观点必须置于首位。

现在,有特殊意义的重要知识方面的数据转变正进行着这样一个过程,其结构在商业智能领域是众所周知的,但是为了适应不断变化的框架条件,必须在几个大数据的特定领域普及这个过程。最后所有的活动会产生一个循环,但是所有的活动应当不断优化,并且随着时间产生增值,因为单个措施的成果会一并回到出发点并且在新的活动中引起人们的重视。

现在在大数据背景下——就像我们将在第八章中讨论的那样——数据和分析成果解读将会接踵而至。相比于商业智能,在这些不起眼的词背后,还隐藏着大数据一系列新的层面。在所有活动的目的之上当然一直存在着一个终极目标,即从数据信息中产生新的、具有重要意义的知识,并最终产生新创造的价值和商务模式,甚至产生新的社会。在这个过程中,其问题和目标以及由此产生的能用于一定数据储量的分析模式,会由于专业领域的不同、需求者的层次不同以及时间的不同而发生变化,这是必经之路。提示:分析模式的定义和成果阐释以及行动建议固然是商业智能的重要组成部分,但在大数据背景下,创造力在分析模式的定义和解读分析成果中具有广泛而深远的意义。

图1.1概括了这个过程并且突出了部分措施,在大数据处理中,这些措施在商业智能的要求中具有重大意义。图1.1 大数据的智能循环1.2分析型市场竞争者

在大数据时代,企业的目标必然是使自己成为一个分析型市场的竞争者。那么,这意味着什么?

具备通过数据分析产生竞争优势的能力将是一个企业成功的重要因素,这一点在一些行业中已然成为事实,特别是在一些商务模式几乎仅仅以数据处理为基础的企业,上述能力将完全关乎企业的命运。为了产生与商务相关的、有效的增值,这些企业在有效数据分析上进行竞争。

未来的市场将由这些企业主宰,他们可以通过有效的数据分析支撑企业策略,设计新的价值创造方式、商务模式以及市场策略,并使其在大数据循环中适用于企业策略。换句话说,商务将会不断加速,并向企业的适应能力提出更高要求。在这样的情况下,为了跟上发展的步伐,企业必须成为有分析能力的市场竞争者。

但如果能够为每一个关键时刻提供必要的数据,短时间内产生新的市场分析并将其引导和转化为新的措施,企业必须及时作出每一个调整。这些分析并非那些人们轻点鼠标就可以获得的传统的、静态的报告,而是针对一个动态的过程,在这个过程中,跨学科的团队为了获得新的知识而进行“轻松的研究”,因为这些新的知识是不能通过传统的方法引导出来的。

在这个过程中,为了能发掘潜能,参与者的创造性和能够进行试验的自由空间显得尤为重要。企业文化也必须兼收并蓄,与所有参与者的意愿相结合,给予他们私人空间,使参与者们敢于接受新的行为和思想模式,并且敢于对现有的组织架构提出质疑。

换言之,想要成为具有分析能力的市场竞争者的企业,必须有接受持续改变的意愿。如果企业一味遵循原有的模式,不对其进行任何改变,那么想要实现大数据的相关目标,想要成为有分析能力的市场竞争者是根本不可能的。只有像那些大型的美国企业,通过数据分析产生新的商务模式,才是唯一出路。企业要想成为具有分析能力的市场竞争者,必须进行自我批判,关注企业内部的条件是否有利于企业成功。那种“希望一切都越来越好,但是一切都保持不变”的要求在大数据背景下早就已经是天方夜谭了。

企业在走向具有分析能力的市场竞争者转变道路的同时也卷入了一场竞争,只有已经在一定范围内做好了接受新的思维出发点和新的合作模式的企业才能在这场竞争中获胜,这是一场人才的竞争。上面提及的跨学科团队需要各个领域的专家,例如编程人员,数学家和统计学家,这些人最好是敢于创新的人,特别是能够将个人特质带入这个团队的人,因为他们能够联系企业的宏观考虑并且能够在团队讨论时提出新的看法。

此外,团队还需要积极创新的人,对于积极创新的人来说,用原来已经用过一次的方法来解决新出现的问题,显得十分过时。他们迫切地希望用自己的知识、创造性和热情解决下一个问题,并且希望在一个相互影响的团队中创造出新的可能性。他们善于交际,能将复杂的问题清晰合理地表达出来。“大数据科学家们”必须将自己的工作视为一种尽情享受自己专业能力和个人天赋的方式,而且不应该被现有的控制程序和规则所阻碍,他们永远可以使用最先进的设备。虽然“大数据科学家”具备很强的社会竞争力,但他们绝不会表现出明星做派,只是主动地成为时代变化的主角。

对这些“大数据分析专家”“大数据科学家”的形象描述当然是有意夸大的,通过这种方式至少是想表达对于大数据团队与其成员的一个基本要求。对于企业来说,这些工作者的寻求方式和领导方式是比较特殊的,这种方式在如今的许多企业中都是不符合标准的。

基于上述观点,我们强烈推荐托马斯·H.达文波特(Thomas H.Davenport)和帕蒂尔的《数据科学家:21世纪最性感的工作》一文,两位作家在文章中都特别提到,企业决策者必须先在企业内部进行说服教育工作,改变企业内部反对引入大数据专家的情况。例如网络平台领英(LinkedIn):乔森纳·高盛(Jonathan Goldman)在2006年进入领英工作时就提出了这个意见【参见:达文波特(Davenport)、帕蒂尔(Patil 2012)】,很快领英的管理层就批准将高盛的观点通过例外处理来实现,而非普遍应用于软件发布周期,这一点非常重要。高盛的方法被采用之后,领英才发展成为我们今天所熟知的社交媒体。

我们应当以平常心对待上文提到的“大数据科学家”的特殊地位,和其他团队一样,大数据团队也是成果导向性的。值得关注的是,由于被给予了很大的自由空间和舒适的条件,大数据团队所承受的交付压力也是巨大的。如果经过一段特定的时间仍然没有任何成果,大数据团队很快就会解散,消息也会很快在行业内流传。因此绝不能放任大数据团队自生自灭,至少应该根据当时的需求使现有的专家关心生产,以此达到管理大数据团队的目的。

这对于一个有丰富经历,习惯自由,有高超敏锐的鉴别力、通感力、鉴定力和执行力的人来说是一个巨大的挑战。与此同时,团队中的每个人还需要不断地坚实中期和长期目标,以保证在遇到短期的成本效益方面的问题时没有后顾之忧。

关于大数据中的变革和沟通管理,我们将在第三章中论及。

至于企业在运作和组织过程中如何与大数据相关联,我们将在第七章和第八章中详述。1.3制信息权和解释权

那些已经成为具有分析能力的竞争者的企业在这个层面上又进入了一个新的竞赛,首先是“制信息权”,然后下一步是与数据、信息和话题相关的“解释权”,最后是寻找一个可信赖的、可提供分析和预测服务的供应商,为公司的内外决策提供基础。提示:此处提到的“解释权”竞争是指企业之前的解释权竞争。关于企业内部的解释权竞争我们将在第八章中详述。

企业之间的竞争,可以通过以下几个问题来区分企业成为具有分析能力的竞争者的成熟程度:

1.哪些企业在某一特定领域拥有绝对的相关数据占有量?

2.哪些企业具备将数据转化为正确的信息和知识,并将这些知识正确的表达出来的能力?

3.哪些企业具备支撑决策(比如国家范围的决策)的能力?

接下来,我们要举一个例子,虽然,这个例子只适用在公共领域业已举足轻重的大公司,但是这个例子也适合梳理出企业内部的相互关系,这个相互关系也涉及对由专业部门传输给特定团队的信息的内部分析。

例子:

一家大型搜索引擎企业确定(其他大型搜索企业也同样如此)德国某个特定区域对于流感症状和流感药物的搜索数量高于全国平均水平,并且这个数量持续快速增长。这可能是一场流感开始的信号。

根据搜索数据,企业自然掌握了信息并且推断出,也许一场流感即将爆发,流感的初发地也被清楚掌握。这里的“可能”意味着人们暂时只停留在数据和信息层面。

从理论上讲,上面例子里的公司在得到数据后,应该在相关区域进行一场区域性保险公司的宣传活动,以此来提醒人们作出预防。接下来,应该以大数据科学家提出的这个问题确实和流感相关的论断为出发点,在全国大范围内采取措施之前,向有关人员转达消息并基于数据分析证实这个观点。

企业必须自己承担上述费用,但是在保证企业利益的同时也要保证不能有过高的错误率。为此统计学家会计算企业的错误率,因为错误率能够反映企业分析结果的真实性以及所做预测还有哪些不可确定性。这些错误率是最终分析结果的组成部分,分析结果中还会包含对结果可能性的预测,严格来说,单纯的分析是远远不够的。

除了上文的数学验证方法,当然还有其他的手段来鉴定信息。如果要发展新的验证方法,有丰富想象力的人将会非常受欢迎。换句话说,面对大数据的复杂性及其繁多的可能性,仅仅依靠已有手段来解决新出现的问题是不现实的。因此,大数据专家团队需要专家和创新人才的合作,以达到能够交付新的解决方案的目的。在一些情况下,传统的验证方法是行不通的,这时人们将会通过反证法(也就是通过证明一部分观点完全不合乎实际的方法)尽可能地排除一些可能性,以提高预测结果的准确性。

反证法和提高预测结果准确性的最终目的,都是为了在一定程度上减少现实状况的复杂性和不断出现的各种可能性,并得出一个高度符合现实情况的结论。反证法能够有效地减少各种情况下事件的复杂性,但必须注意的是,排除事件可能性的时候不能匆忙大意(上文事例即指保险公司的宣传活动),否则信息解读的错误率就会大大提高。在此,我们要着重强调数据转化为信息、信息转化为决策知识的重要一点:

在许多情况下,数据的分析过程都是以猜测开始的,但是猜测不应该随意减少现实情况的可能性,必须非常小心地进行。这个重要的问题我们将会在第八章和第十章中深入探讨。重要:一个企业从数据中提取信息,并将信息转化为与决策相关的知识;同时,必须减少对现实复杂性的不合理排除,否则信息解读的错误率就会增加。

再回到我们所举的事例,通过正确的分析,即通过对各种信息的证实,相较于传统的通过医生诊断,企业可以更早地得知在某一地区将要发生流感。健康人群可以更早地采取预防措施,最好的结果是一场更大范围内的流行病可以得到抑制。

如果企业在数据分析中存在错误,最糟糕的情况就是会触发上文提到的错误警报,并且对企业形象造成影响。不断触发错误警报的企业将会很快失去作为分析预测服务供应商的资格,并且陷入信任危机。

此外,企业还必须注意一点,这一点关系到一些人的特殊的个人目标,即对于特定信息和主题解释权的追求和占有,以及从中可能产生的纠葛。产生这种纠葛是因为公众对于同一个问题的认知是无法预测未来的。

图1.2显示了企业成为具有分析能力的竞争者、成为信息主宰者的各个阶段。企业内部的各个部门也经历类似的过程。企业作为具有分析能力的竞争者,其内部角色与各个参与数据分析的不同的部门相关。它们处于占据信息解释权的竞争中,对此我们将在第八章中详述。图1.2 企业变成分析型市场竞争者的过程1.战略

企业应当基于其战略和业务模式确定其在大数据时代的目标,并且回答如何将大数据这个主题融入公司整体格局中这个问题。2.集成

在企业战略计划的基础上,大数据必须在企业的各个层面形成技术上的统一。(1)组织机构:在企业内部框架下确定其组织机构;(2)流程:集成所有目前企业流程中的所有相关活动;(3)技术:在信息技术架构中集成特别的大数据技术;(4)企业文化:为大数据活动的成功创建总体框架。3.智能循环

请见本章开头。4.分析型竞争者(1)企业具有通过数据分析以高精度的预测推导实际问题的能力;(2)在企业内部目标群体范围内,有一个用于数据分析的部门具备上述能力。5.信息主宰者(1)一个在公众眼里能为决策过程提供可靠的、高质量的分析支撑的企业;(2)在某一公司一个被认为能提供可靠的分析以支撑决策过程的部门。

关于“解释权”我们将在第八章中详述。第一章总结

◆企业利用大数据的首要目标即实现产量和销售量的增长,特别是通过大数据分析带来的知识增长来完成这一目标。

◆大数据也能显示新的价值创造和新的商业模式的潜力。

◆通过注重数据分析产生知识的能力,企业发展成具有分析能力的市场竞争者。

◆一个企业作为具有分析能力的市场竞争者,可以通过掌握一个具体领域的信息主宰权和解释权而使公众接受其商业模式,并且保障一个企业永久占据可观的市场份额。

◆在企业内部,各个部门也都在竞争信息主宰权和解释权。第二章社会生活中的大数据

本书是大数据对于企业层面的专业书籍,它并没有试图寻找对全社会层面的问题的解决方案,虽然全社会的问题是“大数据现象”的内在组成部分。

在这个背景之下,我们在考虑大数据对企业的意义时,也必须考虑到大数据在全社会层面的意义。其对于企业的意义我们将在第三章详细阐述。2.1大数据是社会变革的镜像

过去的15年内,没有任何一个企业性的话题像大数据一样超越了经济和企业的层面,对于人类社会产生了如此重要的影响。长期以来,新工业革命在所有的生活领域都有深远的意义,伴随而来的是日常生活节奏的加快及职业生活和私人生活圈子趋于一致。我们经历着社会、国家、经济和工作环境的大规模变化,这是大规模数字化及其社会文化影响所带来的不可避免的结果。

因而,大数据并非一个简单的技术现象,而是一个镜像,它反映了大规模进行的、早在21世纪初期便紧锣密鼓且高速发展的社会变革。这种变化为文明的进步提供了巨大的契机,然而也隐藏着风险。要想分析这一变革的作用范围,人们有必要注意到发展不息的“世界数字化”的开端和作用机制。《法兰克福汇报》的出版商之一弗兰克·施尔玛赫(Frank Schirrmacher),在他的书中分析了该作用的机制【参见:施尔玛赫(Schirrmacher),《EGO——生活的游戏》,2013】。他认为:

1.在冷战时期,由于军事和经济策略的原因,现代经济人假设的理论模型出炉:一个利己的人,只考虑自身利益的人。

2.在冷战之后,这变成了21世纪成功存活下来的理论模型。时至今日,比如股票市场上还在根据其逻辑运行。

3.最初目的首先是商品销售,在上一级层面上还有政治营销。

4.通过接下来的步骤,该模型自身变成了自我感知的预言。该发展的最终结果便是,人作为决策的承担者被分离开来。

施尔玛赫指出,随着过去十年的技术发展,在一个呈现利己主义的人类形象中,机械和算法所构筑的权力,已经席卷了广阔的社会生活领域。在其中,公众之间的关系趋于透明,比如,股票交易不再由交易商打着随意的手势在众所周知的交易厅里进行,而是由一个高度专业化的计算机系统来完成。

然而,这种公开并不一定是一个为人知晓的事实,它虽然作为一个话题在媒体上被集中谈论,但是世界范围内的计算机系统相互连接的速度极快,且并不需要人类的干涉,这有可能导致某种股票的平均被持有时间急剧缩短,从几年变成几个月,甚至从几个月变成几秒钟。在本·布卢姆(Ben Blume)撰写的《高频率的贸易》中曾经提到过这一点(参见:布卢姆,2013):

股票的被持有时间急剧变短,过去可以被视为对企业的长期投资参与,如今已经变成了22秒钟。

为了使得计算机系统具备几秒内进行交易的功能,不仅需要相应的算法,也需要专业化的硬件,这种硬件允许将进行买卖决策所依赖的市场内部逻辑直接集成在中央处理器上。很显然,如此一来,股票交易至少能够使大批量的人或者群体有可能使用专业性的、昂贵的系统,而股票长期参与企业的原始意义也会消失殆尽。

在自动化过程中人类判断的缺失,对于企业和社会意味着什么?这一点我们将在第八章和第十章中对相关的数学问题进行详细阐述。简言之,一些人相信,凭借数学工具和统计学模型,在越来越广泛的总体基础上,也就是在一个越来越大的数据基础上(大数据),人们能自动得到越来越精确的对现实的认识,并且在此基础上形成更加有据可依的对于未来图景的描述(“处方式数据分析”,参见第四章)。也许在这下面潜藏着后果严重的误区,这一点将稍后论述。

自动化的风险在某些时段(如2010年)逐渐变得明晰。2010年,华尔街由于单个的错误决策,引发了资本主义机器无法休止的链式反应。由于算法错误地估计了市场场景内容方面的无害性,它将市场拽入深渊。只有在人们未雨绸缪、集中干预的可能性存在时,这种有深远影响的世界经济总体崩溃才能够得到有效避免(参见:《新闻报》,2010)。

在关键词“大数据”的影响下,预言能够追求以数据为基础的文明进步,这在交易市场里早已司空见惯,世界数字化在这期间也如火如荼地扩展到全球范围。比如说二进制的思考结构,“0或1”“对或错”“好或坏”扩展到了所有的生活领域;同时这也带来了许多风险,比如“机器的权力”及灰色区域的渐隐。

对此,弗兰克·施尔玛赫说道(参见:施尔玛赫,《数据时代的政治》,2013):

市场自我调节且不受外界影响这一概念,只在现代历史中传播到社会上,且产生作用。尽管还附带有一些观点,即,使这些变为可能的系统很少……授予完全记忆的权力。

施尔玛赫通过“完全记忆”这一概念将另一个层面带入了镜像之中。它可以很好地与引言中的“大数据基本循环”相互融合,如此一来,其意义一目了然。在这样做之前,我们要再一次扼要地重述一遍基本循环的内容,以便与施尔玛赫所描述的“完全记忆”的概要相承接:

1.我们每一个人在职业生活和在私人生活中同时扮演着数据生产者和利用者的角色,这就是所谓的“大数据”。

2.数据从我们触手可及处被抽离和保存,并且通过第三方——一般而言是国际大公司——集中进行加工、利用并进一步传输。

3.作为数据生产者和使用者参与“大数据基本循环”的普通公民,对于这里所使用的信息技术基础设施既无法把握又无法施加影响。

4.该信息技术基础设施的组成部分,尤其是服务器和数据库,可以处于世界上的任意一处,只要那里的国家立法,在涉及数据生产和与此相关的个人信息时,并不存在法律上的问题。这意味着,例如一个德国公民将一幅剪影放在了社交网络上,而该社交网络的服务器在世界各地均可运行,如此一来,他就将个人信息传输到了一个并无法律保护的空间。

5.信息技术基础设施的所有者和运行者实际上对于该“完全记忆”有支配权,该“完全记忆”是由一段时间内的数据保存所建立的。

图2.1和图2.2显示了引言中的“大数据基本循环”向“完全记忆”的拓展。图2.1 含有“完全记忆”的大数据基本循环图2.2 含有“完全记忆”和更多用户的大数据基本循环

许多评论家强调,“完全记忆”意味着大量的文明发展契机,理论上可供所有人支配。归根结底,大规模集中知识的心愿并不罕见。千年之前人类便建造了图书馆,想要收集知识,并集中利用。我们如今所支配的技术也是服务于这一目的的,这看起来十分合乎逻辑。

然而必须确定的是,上文描述的“完全记忆”并不是指收集某一个图书馆里的知识,而是收集每一个人的个体外貌和行为方式此类知识。许多人在大数据公开辩论上由此表达了一种担忧,对于该“完全记忆”不透明的利用会使得个人数据被任意使用,而且并不存在防止数据滥用的工具。现代数据库储存并加工个人日常生活中的每一种活动的同时,会留下数字痕迹,这一点在这种担忧中起着重要作用。

对于数据滥用的担忧也会产生在这样的情况下,即人们充分利用技术可能性,然而并不在“大数据基本循环”中对参与者公开透明,像上述情况甚至没有法律基础。因此在本书面世的几个月内,由于越来越广为人知的秘密活动和大型企业意外缺失的数据安全问题引发了一场公开讨论。

这里有三个示例:

1.棱镜计划(PRISM)(资源整合、同步和管理的策划工具):一项由美国国家安全局(NSA)启动的严格秘密实施的程序,用来监视和评估电子媒体以及电子储存数据。新兴的大型互联网公司和美国的国家机构都参与其中:微软(其中还有Skype)、Google(此外还有YouTube)、Facebook、雅虎、苹果、美国在线(AOL)和Paltalk【参见:维基百科,棱镜计划(PRISM)(监控程序),2013】。

2.时代计划(Tempora):英国“政府通信总部”(GCHQ)秘密操作的代码,用来监控世界范围内的通信和互联网数据交流【参见:维基百科,时代计划(Tempora),2013】。

3.Facebook的用户数据:Facebook承认了其历史上最大的一次安全故障:由于数据库错误,用户得到了他们本来并不允许见到的联系电话或者电子邮箱地址,有六百万用户涉及其中(参见:克里斯提安,《明镜在线》,2013)。

像“棱镜计划”和“时代计划”这些活动的意义,在全社会环境下可以通过“大数据基本循环”的全新拓展而被一览无余。

在这种可能并不平等的背景下,有关“完全记忆”的使用,参与“大数据基本循环”的社区,以及并不属于这个社区的个体活动家或者群体,在公共辩论之中提出了这样一个问题:“大数据=老大哥?”

根据如今的情况,这里必须确定的是,国家行为如“棱镜计划”和“时代计划”的法律框架条约既没有被确定,或者存在法律上的复杂性,比如说在涉及个人的情况下,通过滥用个人数据而在实际上干涉个体是不可能的。即使是一个国家的政府,比如德国联邦政府,现在实际上也没有防止公民滥用数据的法律工具。如果这种数据滥用现象发生在信息技术系统,那么从自然地理角度上来看,其处于德国国家疆土之外。大数据的这个角度触及了宪法,其结果便决定了现实中的公开讨论。

在这种关系下,一个基本问题应运而生,数据究竟属于谁:

1.属于那些曾经将数据输入信息技术系统的人。当我们在一个互联网端口设置一个账户或者一个照片时,那些人常常是我们自己吗?

2.属于那些能够将数据通过技术连接分配给个人的人吗?

3.属于有着信息技术基础设施(比如一个互联网端口,数据向导)、对数据进行分析利用并且传输的企业吗?

4.属于有着数据物理载体并进行数据存储的企业吗?

5.属于通过点击接收AGB的公司吗?

即使这些问题在国际层面上以法律方式阐释了数据所有权,还是会产生一个问题,即一个有着数据所有权的“数据所有者”能获得哪些权利:

1.他能够根据自身意愿将不同数据随意相结合吗?他能够将某些数据与其他数据相结合的条件是否是其他数据的所有权也归其所有?

2.他是否能够将数据及其所有可能的连接进行出售,或者转让给第三方?如果可以转让,那么接收者是否自动变成了新的所有者?这些过程是否必须对涉及数据技术和内容的人员公开透明?获得这些人的同意是必要的吗?

3.从国家层面来看,这些权利在国际层面上该如何执行?有哪些国际组织可以对相应权利进行诉讼处理?

这些问题在持续进行的公开辩论中得到了阐述,但是最后的结果却不得而知。只是现在人们对于大数据有一个重要的认知。重要:我们每个人都涉及了大数据,而且必须在集体和个体的层面上为我们的行为设置不断变化的社会框架条件。2.2信息自决权

在这种现象中,德国公民如今已经在德国拥有了“信息自决权”,自主决定是否放弃或是利用个人相关的数据。与一般的观点相反的是,这一权利并没有确定在基本法中。根据联邦宪法法院的判决,这是所谓的“数据保护的基本权利”。此外,根据欧盟基本权利宪章第八类,个人的相关数据是受到保护的(参见:维基百科,信息自决,2013)。

此外,在德意志联邦共和国中,国家“保障信息技术系统的可靠和正派的基本权利”(参见:维基百科,保障信息技术系统的可靠和正派基本权利,2013)。该权利同样也不是在基本法中确定的,而是在2008年由联邦宪法法院作为基本人权的特殊表现而规定下来的。在口语中也将其称作“信息技术基本权利”并且导致对“数字隐私”的保护,也就是保护在信息技术系统中储存并且被进一步加工的个人数据。

然而,鉴于当前的国际法状况,人们必须以此为出发点,即国家的法律没有在国际范围内进行实施。为了使得这种实施成为可能,对新的国际协定的讨论势在必行,以此在国际范围对数据形成一种有约束力的规定。因此,需要通过多国协议来成立一个以实现该目标为宗旨的国际组织,该国际组织需要很长时间来不断展示每日数据的自身动态。

一个国际间的数据保护协定必须要规定两个基本方面来保障企业和个人权利的安全性:每个具体网络上的个人数据的保护、互联网自身的正直性【参见:阿克西尔·阿尔巴克(Axel M.Arnbak),信息权益机构(IVIR),阿姆斯特丹大学,2011】。

在国际层面形成约束条例,其履行应该受人控制,这并不是一时半会儿就能够实现的。如果国际上并不存在约束条例,每一个国家及其公民在涉及“完全记忆”时都能实施他们的权利,且将其固定在机构的章程之中,那么保护个人隐私的责任首先还是在于个人自身。

这种状况越来越多地反映了公众意识的觉醒,并且改变了公民先前对于数据保护和隐私保护的轻视的观点。这涉及一个问题,即“互联网时代的个体责任”。2.3互联网时代的个体责任

对数据保护和隐私保护话题的公开讨论在某些时候显示了一种悖论:网络用户,不仅仅指“数字原住民”,自愿在社交网站上公开一些涉及隐私的信息,同时又要求国家政治能够保护其私人领域。鉴于以上概述的国际法律状况,个人就有一种被保护的需求,然而也正是这些人自身的行为对数据保护的规定进行破坏,使国家几乎不能发挥人们再三申诉的保护功能。

这种情形是这样产生的:在大约20年前,一种“数字乐观”的心态盛行于世。在对待互联网的问题上,许多参与者都奉行一种“无忧无虑的享乐主义”【参见:克努维(Knüwer),2012】。

以上描述的情况,如数据滥用、数据安全性缺失等结果便是早年对待互联网无忧无虑的心态在公众讨论中逐渐被一种新的怀疑心理所替代。

一方面是无忧无虑,一方面是将信将疑,这种状态描述了当前社会讨论的两极化,这使得在国际层面上关于数据的游戏规则最终需要被重新定义。我们自身对悉心保护我们自己的个人权益责任重大,我们有能力防止数据的滥用,毕竟没有人强迫我们将个人数据公开。

然而,事实上,几乎没有人由于工作原因无法与互联网上的信息和数据交换摆脱干系。人们积极地参与工作和社会生活,如同所呈现的一样,每个人也可以努力减少那些不受期待的副作用。不同的技术可能性、必要的行为模式的改变是各种宣传教育活动的主题。可以确定的是,每一个希望对此有所了解的人,都将寻找到充足的材料,也恰恰是在互联网上。

然而也有一些高级措施能够为隐私保护提供新的可能性。比如弗劳恩霍夫协会的机构开放通信系统研究所(FOKUS)在很长一段时间以来都与劳伦兹·斯坦研究所合作,研究“‘数据公证人’总体概念的基础”并且发展“电子安全”,描述“数据公证人”的任务【参见:卢克(Lucke),2008】。

德国联邦政府在2013年1月创办了“数据保护基金会”。我们在本章的结尾会对其进行叙述。此外,他们在互联网网页上给出了具体的、个人化的数据保护措施,每一个人都能够采取这些措施。

在全社会持续争论并期待新的技术发展的背景下,人们将改变自己使用互联网的行为习惯。每个人都将一遍一遍地对自己重复这个问题,他出于什么原因,要将哪些信息遗留给谁?此外,关于使用的意义或是无意义的讨论将进一步发展,这些讨论还包括了关于数据的总体价值和统计的局限性。

与寻找答案的具体经过和不同的中间结果不相干的是,企业必须迎合人们越来越旺盛的对于数据保护、隐私保护、提高数据安全性及企业可靠性的需求。我们将在第三章“企业中的数据治理”这一标题下再一次看到“信任”这一概念。

试读结束[说明:试读内容隐藏了图片]

下载完整电子书


相关推荐

最新文章


© 2020 txtepub下载