第一篇：《從大數據到智能制造》讀后感

《從大數據到智能制造》讀后感

近日，在繁忙的工作中有幸讀到了由李杰、倪軍和王安正三位教授聯袂著作的《從大數據到智能制造》這本書，該書以大數據與智能制造的關系為視角，系統地闡述了如何利用大數據解決和避免在制造過程中的可見和不可見問題。作為制造行業的制造部門共通系的我來說感慨頗深、深受啟發。

這本書總共分為三篇：導引篇、案例分析篇和專家訪談篇。分別從理論和實踐對如何運用大數據去預測需求、預測制造、解決和避免不可見問題的風險，和利用數據去整合產業鏈和價值鏈。數據本身不會說話，也不會直接創造價值，真正為企業帶來價值的是數據分析之后產生的信息的意義和行動的價值。FY17上半年公司主推的VAA附加價值分析活動，在這個埋藏金挖掘的過程中，第一步就是通過對大量數據的深入挖掘，去分析探討其中的非附加價值，進而對非附加價值進行定義，利用大數據進行附加價值和非附加價值的可視化，最后通過改善對非附加價值進行削減突破，進而開展各種改善活動進行cost down。

中國是制造大國，西方國家又這樣一句話“To live well，a nation must produce well”，說明制造也是一個國家綜合國力的最重要的體現，也是決定民眾生活質量的重要條件。隨著“工業4.0”、“NNMI計劃”和“IVI”的提出，我國也感受到了來自世界各位新技術戰略的壓力，也相繼提出了“中國制造2025”，“互聯網+”和“供給側改革”等多項措施。除了技術的革新，我們從中更不難發現的是中國制造哲學的進步，作為制造企業，目標即為以低成本生產高質量的產品；通過全流程改善降低浪費。所有的流程都離不開大數據的分析。

在公司的整個運營過程中，每年都會進行OB和RB的經營數值預測和設定，在這個過程中就需要整合大量的數據，從數據中進行以往的review和今后的action plan，今年更是聯協INZ，通過GP4數據模擬的導入，通過建模來推動材料、裝備、工藝、測量和維護這五個環節。通過智能制造的第六個關鍵因素建模（Modeling），基于大數據，從而對生產線體的配布有直觀、超前的判斷。

分析大數據枯燥無謂，但是對于制造企業的發展必不可少，作為制造型企業的員工要更加重視基礎數據的收集，以數據為基礎進行革新、改革和發展。

制造部黨支部

周楠

第二篇：大數據讀后感

《大數據》讀后感

這個暑假，我看了《大數據》這本書，頗有感想?！啊洞髷祿芬粫?，通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例——奧巴馬建設‘前所未有的開放政府的雄心’、公共財政透明的曲折、背后的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，以及云計算、Facebook和推特等社交媒體、Web3.0與下一代互聯網的未來圖景等等，詳細詮釋了數據技術變革與權力合法性、執政正義以及公民社會之間的關系。全面闡述了信息時代數據的重要性，如何加強數據的收集、分析和使用以及通過數據開放改進政府治理等問題。”

數據、信息和知識的區別和聯系在于從數據、信息到知識演變：數據→賦予背景→信息→提煉規律→知識。所以，數據是一個數，但這個數加上單位，就能變成一條信息。當我們把足夠多的信息羅列出來，并尋找出規律，就形成知識了。在這個大數據時代，無論是哪個國家，誰擁有的數據多，誰管理、分析數據的能力強，哪個國家就能成為強國中的強國。所以，最先實行數據開放的美國成為了世界第一強國。

但我認為，濫用數據會侵犯人的隱私權。正如書中所說：“不論是睡著還是醒著，在工作還是在吃飯，在室內還是在戶外，在澡盆里還是在床上——沒有躲避的地方。除了你腦殼里的幾個立方厘米以外，沒有東西是屬于你自己的?！痹诿绹?，“即使沒有姓名，沒有社會安全號，只要通過性別、生日、和郵編3個數據項，數據挖掘技術就能夠成功地識別全美87%的人口?！边@種數據所帶來的便捷，在發達國家卻成為被人們所害怕的“老大哥”。所以，有些犯罪分子利用這一點，把警察告上法庭，說是侵犯了隱私權。這就是大數據的弊端。還有最近被炒得沸沸揚揚的斯諾登事件，也是利用數據出賣信息的典型案例。據美國中情局前職員愛德華·斯諾登爆料：“棱鏡”竊聽計劃，始于2007年的小布什時期，美國情報機構一直在九家美國互聯網公司中進行數據挖掘工作，從音頻、視頻、圖片、郵件、文檔以及連接信息中分析個人的聯系方式與行動。監控的類型有10類：信息電郵，即時消息，視頻，照片，存儲數據，語音聊天，文件傳輸，視頻會議，登錄時間，社交網絡資料的細節，其中包括兩個秘密監視項目，一是監視、監聽民眾電話的通話記錄，二是監視民眾的網絡活動。2013年7月1日晚，維基解密網站披露，美國“棱鏡門”事件泄密者愛德華·斯諾登(Edward Snowden)在向厄瓜多爾和冰島申請庇護后，又向19個國家尋求政治庇護。這件事不僅讓美國政府感到不安，也讓美國民眾感到恐慌。在數據開放方面，我們中國人做得不太好。中國人有不尊重數據的傳統，缺乏數據開放意識。與美國政府相比，中國政府很不透明，我認為其中一個主要問題在于數據的不開放、虛假和偏差。例如，有些數據統計人員為了圖方便、省時間、省力氣，人為地控制數據的收集和統計過程，這樣結果往往誤差很大。還有些官員，平時經常應酬、亂花公款，到了年底，又害怕上級批評指責，于是謊報數據，并制造虛假信息。政府監管不嚴，導致公布了假數據，對社會公眾危害很大。這也是為什么老百姓有時不信任政府的原因。中國人，尤其是政府特別熱衷于數據，但是數據水分之大，又很難令人信服。在本書的尾聲中，作者號召我們摘下“差不多先生”的文化標簽。作為大數據時代的青少年，我們不能漠視數據，應該培養收集數據的意識，因為中國缺乏的不是可供收集的數據，也不是收集數據的手段，而是收集數據的意識。我們口語中也常說“大概”“差不多”“少許”等詞，經常使人搞不清楚。在今后的生活中，我們應該做到說話精確、做事準確，在學習和工作中仔細對待每一項數據、每一條信息，嘗試運用數據分析來解決一些問題，這樣不僅省時間，還提高了學習質量。例如，你覺得最近時間總不夠用，那么你可以羅列出一周所干的事情，并準確地記錄下時間，找出你把時間浪費在什么事情上，并制定解決方案。這本書記錄了美國利用數據分析由普通走向強大的歷史，這也告誡我們中國人、中國政府，從現在做起收集數據、使用數據、開放數據，徹底摘掉“差不多先生”的標簽！正如書中所說，否則“等待我們的，還將是一個落后的100年。”

第三篇：大數據讀后感

讀《大數據》有感

（趙元）

最近閑暇之余我讀了徐子沛先生的《大數據》一書，真是讓我受益匪淺?！洞髷祿酚纸凶觥洞髷祿赫诘絹淼臄祿锩?。全書通過講述美國在過去的半個世紀里所發生的關于信息、技術方面的典型案例，來為讀者剖析出一個淺顯易懂的“大數據”。

《大數據》一書，之所以珍貴、便于閱讀，在于徐子沛先生在寫作過程之中，將原本高、精、尖的數據專業的專業術語，轉而用淺顯易懂的話語來表現，使得本書成為了一本平易近人的科普讀物。使得閱讀此書的讀者無論年齡、專業、學識，都能最大限度的接觸到書中所闡釋的基本知識。而我作為一個農行從業四年的員工，當然也有屬于我自己的一些感想：

《大數據》一書之中，所提出的一個關鍵性的問題就是為什么在近幾年出現了“大數據”這一詞語？作者舉出了美國在2009年的相關數據，我從中發現了對該問題給出的一些答案。書中舉例，麥肯錫《大數據：下一代創新，競爭和生產率的前沿》報告中進行估算，政府848PB，傳媒行業715PB，離散制造業966PB。正是針對相關數據指標的增長，以及當前以全球化為背景的數據信息開放化，各類信息的自由化等原因，導致了面對數據的分析，以及數據的處理，數據的預測和數據的決策都有了更高的要求。這些要求導致我們在針對經濟全球化，交流多元擴大化，各個專業管理與發展的精細化必須有一個相對宏觀的經濟分析頭腦。書中使我感觸最深的是，針對美國目前發展中的大事件以及現象，例如，美國礦難的悲情歷史，街頭警察的創新創奇，美國最熱的交友信息平臺FACEBOOK與推特，以及美國糾結百年的統一身份證的問題等，都一一分析了其背后所蘊含的經濟學、金融學道理，以及這些時間的背后數據對于美國政府，公民以及社會的種種挑戰。書中針對美國半個世紀的發展歷程，逐一的分析其內涵，并將美國的發展與進步的基本原因歸結為開放和創新。正是因為在這個時代美國強調對于互聯網的最大利用化，才有了即使面對壓力和強大的經濟困難還在穩步前進的現代美國。

這本書給了我最大的啟迪，說實話不是那些經濟學案例，也不是那些幾年前的數據信息。而是一種如何發展的理念。美國正是有了開放和創新才有了如今不斷發展中的世界第一強國。而我們中國對于開放和創新卻還沒有做出最好的詮釋。雖然我國的改革開放，技術創新已經取得了一定的成績，但是面對發達國家我相信其中的差距也是不言而喻的。大到一個國家，小到一個集體，都離不開開放和創新。讀了徐子沛先生的《大數據》，我思考最深的不是國家的改革與創新，而是我身處的農行的發展與創新。

作為一個在農行工作了四年的員工，我熱愛的著我的崗位，也熱愛著我為之努力奮斗的中國農業銀行。面對農行未來的創新與發展，在對了這本書以后我針對自身的崗位得出了一些不盡成熟的想法：一方面，我們農行有自己的理財產品，而我行主要的營銷方法還是有些被動，我的一點想法是可以多做集中性質的營銷，例如在浦口區農行網點附近繁華地段發放宣傳單，或者針對有需要的企業可以進行集體宣傳，使我行的優質產品深入人心，從而也可以提升我行的基本效益。例如去年舉行了幾場“新老客戶答謝會”，如果舉辦的次數再多一點，我覺得效果會更好。

另一方面，對于我行的創新產品我也有一些想法。創新是任何個人，企業，乃至國家的發展原動力。那么，我行也應該響應時代的召喚。近日，正值旅游的黃金時期，很多人選擇出境旅游，但是有很多國家不支持銀聯卡，所以很多人想辦理VISA或MC的信用卡，但是信用卡辦起來需要至少半個月的時間，且要求比較高。所以現在有的銀行正在發行VISA或MC的借記卡，且申領條件比較簡單、速度快。我行可以參照并大力開發這一領域。

以上兩點只是我個人的一點想法，雖然還有些稚嫩，有些不成熟，但是這兩點是我看了徐子沛先生的《大數據》一書以后，基于我對農行的熱愛，有感而發，由心而生的。

2013年09月

第四篇：《大數據》讀后感

《大數據》讀后感

毫無疑問，我們正處在一個真正意義上的大數據時代。徐子沛先生的《大數據》這本書給了我們一個很好的啟發，面對信息技術的迅猛發展，存儲能力的日漸膨脹，網絡傳輸的高效便捷，我們當今時代的每個人都應該認清局勢，順勢而為，主動駕馭數據，讓數據創造更大價值。

《大數據》是一本視野獨特的書。它以數據為軸線，描繪了美國走過的改革創新的過程，行文如流水，引人入勝。書中，我讀到的不僅是大數據處理技術的發展變革，更多的是與大數據相關的美國政治、經濟、社會和文化的演進，從民主和國家戰略的層面細解大數據的影響力。美國是全書的主體，但又處處反觀中國當下的現實。它讓我更加深刻地理解了朱局長提出的“堅持用數據說話、用數據改進管理、用數據推動創新”的深刻內涵和殷切期望。我們只有重視數據，加強對數據的收集、分析和使用，才能更好地應對正在到來的數據革命挑戰。那么，作為與數據打交道、用數據說話的財務工作者，我們應該如何應對大數據時代的種種挑戰呢？

對比《大數據》，結合平時工作和學習的實際情況，我認為我們應該認真思考和解決好以下三個問題：

一、什么是大數據？ 以前我們總認為不相關的數據是沒有用，但是徐子沛先生卻徹頭徹尾的顛覆了我們的固有思維，他告訴我們不需要強求每條數據都那么真實準確，從大量的數據中我們就可以得出相對準確的結果。例如：Google通過匯總分析某個地區的人們搜索和流感有關的詞匯等關鍵字提前一周準確的預測了這個地區流感的爆發。通過學習，我深刻意識到大數據無處不在，只要我們細心，就可以輕松挖掘出我們身邊的那些大數據，并做一些有意義的關聯，就像書中說的那樣，未來成功的公司必定是是那些擁有大量數據、并使用那些數據為大眾提供服務的公司。

二、如何收集數據？

面對信息大爆炸時代的海量數據，我們必須充分利用高科技手段，高效有序地收集整理各種數據，以滿足現實工作中越來越廣泛的信息需求。為此，建議我們廣電系統可以規范文檔備案和上傳制度，建立統一的文檔共享中心。通過互聯網、電子計算機等現代技術手段搜集匯總各部門的縱向數據以及部門間的橫向數據，通過縱橫交錯的數據網絡，針對特定主題，持續不斷地收集相關數據，增加現實工作的高效性和便捷性。

三、怎么利用數據？

收集數據的目的是為了分析利用數據。這里舉一個現代財務發展史上的偉大發明，財務三大報表，通過分析財務報表，閱讀者可以直觀的了解到企業的財務全貌，大大加快了現代公司制企業發展的進步步伐。當今社會，依托于現代計算機技術的高速發展和現有社會結構的深刻變革，我們可以大力引入中介機構，通過培訓，定制軟件等方式，向員工貫徹新理念，普及新知識，迅速改變落后工作狀態，加快提升業務運行效率。

綜上，大數據時代是我們信息化社會發展必然趨勢，身處其中的我們還有很多知識需要學習，許多思維需要轉變。只有緊跟時代潮流，迅速響應調整，才能在新一輪市場競爭中把握主動，脫穎而出。成就更偉大的事業，收獲更宏偉的人生。

2015年11月23日

第五篇：大數據 讀后感

從徐子沛的《大數據》中得到的感悟

數據，對于我們現代社社會來說，已經是再熟悉不過了。大量化（Volume）、多樣化（Variety）、快速化（Velocity）和大價值（Value）。這四個V就是大數據的基本特征。每天我們都不得不和數據打交道，比如我們平常所說得“眼觀六路，耳聽八方，”就是生活中一個很好的的收集數據的例子。還有，在我們平時的學習中，我們對于一些學習上的數據的整理等等。可以說，數據已經成為了我們的影子一樣，無時無刻的在我們的身邊活動。

拿到《大數據》這本書時，吸引我的不是書評的內容，而是書的封面上的一句話“除了上帝，任何人都可以用數據說話?！币簿褪钦f，上帝可以不用數據來說話，但是，作為一個平常人，我們做事，言論等都必須用數據來說話。用數據論來證我們的觀點正確性。

那么數據真的就是那么重要嗎？其實不然，數據果真有那么的重要。作者在書中大量應用世界頭號強國美國的例子來說明美國是如何利用數據以及數據在美國人的利用下，是如何造福美國人的。使得美國人走上了民主、發展的道路。書中還引用了大量的利用數據的案例，以及利用數據會有什么樣的后果。當然，作者在書中也很明確的表達了自己觀點，也就是數據要被人利用，利用的好了，造福人類，否則，禍害無窮。

毫無疑問，我們正處在一個真正意義的大數據時代。但是，大數據浪潮的來龍去脈如何？數據技術變革何以能推動政府信息的公開、透明和社會公正？又何以給我們帶來無限的商機，既便利又危及我們每個人的生活？《大數據》給了我們一個很好的答案。在拿到徐子沛《大數據》時，與其說這是個新概念，還不如說就是一個現實。信息技術的迅速發展和普遍應用，存儲能力的膨脹，網絡傳輸的便捷，必然產生巨大的數據量。即使是一個公司，經過多年的積累，產生的數據也是驚人的。每天繁多的數據，這就是要求企業要很好地存儲數據，利用數據通過數據，使得數據說話，提升企業的業績和知名度。

對于一個企業來說，比較實際的倒是關注一下企業微觀大數據，如何充分利用現有的、能夠得到的和自己創造的數據，采用《大數據》里提及的新技術、新方法、新理念，篩選、組織、關聯、分析，精細化管理和挖掘數據，探索規律性的東西，指導企業活動。盡可能多的獲取數據，首先是要有心，對于公司員工來說，隨時隨地注意收集客戶數據、需求數據、產品數據、市場數據、資源數據等，經過整理，把它變成公司的數據資產；然后是要有據，信息與數據最大的不同，就是數據是能夠度量或者確定的信息，不能“毛估估”，收集數據要精細化，要準確；其次要有序，數據需要存儲，更加需要整理，單個數據沒有很大意義，靜止的數據也沒有很大意義，有價值的數據是流動的、與其他數據交互作用的。一個大雜燴的數據庫，在需要時讓人找不到北，沒有任何意義。再次，需要技術支持，大量的數據如何檢索，如何關聯，單靠人腦是不行的，需要建立基于特定理論的數據處理系統來分析管理。對于一個企業，最理想的是建立一個類似人類神經系統的數據管理系統，采用各種信息終端采集內部和外部信息，通過分析、歸納、篩選，形成管理數據，某些數據可以成為系統的“本能”，一旦觸發能夠自動做出反應；某些數據可以成為組合信息提交大腦綜合分析，作出決策和反應。數據應該為人服務，這是一條基本原則。在大數據時代始終發揮人的主觀能動性，采用先進的理念和技術駕馭數據，讓人們生活更方便，工作效率更高，勞動強度降低，為社會創造更多的物質財富和精神財富。

《大數據》是一本視野獨特的書。它以數據為軸線，描繪了美國走過的改革創新的過程，行文如流水，引人入勝。書中，我讀到的不是大數據處理技術，更多的是與大數據相關的美國政治、經濟、社會和文化的演進，從民主和國家戰略的層面細解大數據的影響力。美國是全書的主體，但又處處反觀中國當下的現實。內容非常值得我們身處改革開放前沿的政府工作者深思。它讓我們更加深刻地理解了汪洋書記提出的“堅持用數據說話、用數據改進管理、用數據推動創新”的深刻內涵和殷切期望。我們只有重視數據，加強對數據的收集、分析和使用，才能更好地應對正在到來的數據革命的挑戰。那么，作為與數據打交道、用數據說話的前線統計工作者，如何應對大數據時代的種種挑戰？

對比《大數據》，結合平時工作和學習的實際情況，我認為最少應該認真思考和解決好三個問題：

一、提供什么樣的數據？

在中國，統計部門提供的數據，是各級政府部門和廣大人民群眾了解國家社會經濟發展和人民生活狀況主要渠道。只有真實可靠統計數據，才能使政府決策有的放矢，人民了解國家經濟與人民生活的真實狀況。如果統計數據虛假不實，就會誤導政府和人民，讓政府失信于人民。因此，我們一定把握好數據的生命線—質量關，確保給國家和人民提供準確、真實、可靠、無誤的數據。

二、如何高效有序地收集數據？

面對信息大爆炸時代海量數據，必須充分利用高科技手段，高效有序地收集整理各種數據，以滿足政府和人民群眾越來越廣泛的信息需求。為此，我們需要建立完善數據收集網絡，包括部門內部的縱向數據收集網絡和部門之間的橫向數據收集網絡，通過這種縱橫結合的網絡數據收集系統，針對特定主題，持續不斷地收集相關數據，為大數據發展提供基礎。需要運用互聯網、電子計算機等現代技術手段，加快數據收集、加工數據的速度，確保政府和人民及時得到所需數據。

三、如何加強數據分析利用能力？

收集數據的目的是為分析利用數據。通過數據分析挖掘數據背后隱含的經濟規律及有利于提高效率、改進工作的因素，提高政府管理、決策和人民生活水平，實現“用數據改進管理”。因此，作為統計人，不僅要做好數據收集的及時有效和真實正確，更重要的是要善于分析利用數據，寫好專業分析報告，發現問題、支撐決策、評估績效的目的。

此外我們還可以看到不少政府機構或者其他一些組織也在開始大數據解決他們遇到的一些問題。在本書的最后一章，作者告訴了我們大數據可能帶來的壞處。如：通過大數據可能我們的個人各種信息、隱私會很容易地被大數據的擁有者找到，這些信息，可能被政府用來監管我們等；通過大數據可以預測可能發生的事，或者預測我們人個人本書即將做的行為，書中有個例子：警察通過大數據分析得出一個人即將可能犯罪，并把它逮捕了，但事實上這個人現在并沒有犯罪。也許這就限制、約束了我們個人的自由。

看完這本書，顛覆了自己之前的一些想法： 以前我們認為錯誤的數據是沒有用，我們需要保證統計的數據的準確性，但是在大數據中，錯誤的數據也是有用的，它和其他所有相對正確的數據一起構成了整體，也就算不了什么了。我們同樣可以從這些數據中得出比較正確的預測和分析。Google利用人們搜索的關鍵字來預測和判斷某個地區是否發生流感，Google通過分析這個地區的人們搜索和流感有關的詞的數量等來分析得出。Google 從互聯網抓取數以億記的各種語言、各種翻譯水平的翻譯結果，使用其翻譯出來的準確率比那些微軟使用正確的詞庫翻譯出來的句子準備率更高。我自己的感想是，其實大數據無處不在，只要我們細心，我們就可以挖掘出身邊的那些大數據，并做一些有意義的是，就像書中說的那樣，我們不需要強求每條數據都那么真實準確，但是從大量的數據中我們就可以得出相對準備的結果。未來成功的公司必定是是那些擁有大量數據、并使用那些數據為大眾提供服務的公司。

公布官員財產美國是怎么做的，美國能讓少部人腐敗起來嗎，美國式上訪是怎么回事，憑什么美國礦難那么少，全民醫改美國做得到嗎，美國總統大選有什么利器才能贏，下一輪全球洗牌我們世界工廠會被淘汰嗎?? 除了上帝，任何人都必須用數據來說話。也就是是說，美國更好的利用了數據，那么，我們何嘗不去利用大數據時代的數據呢？