大數據時代的到來可以說是社會發展的必然結果，是時代進步的產物，給人們的生活和工作帶來了諸多的便利，例如近日頻頻使用的健康碼無疑就是大數據應用案例的典型之一。大數據使我們的生活變得更加高效、精準，但凡事都有兩面性，從長遠來看，大數據在為生產生活帶來便利的同時，也讓人不禁擔心是否會存在信息安全隱患。

一：大數據的“利”

預測

從古至今，預測能力都是人們所向往的能力之一，而大數據預測則是大數據最核心的應用。當今的大數據預測，就是對現已記錄的歷史數據進行分析利用，結合數學模型，預測未來從而推斷出結果。大數據預測的優勢體現在它把一個非常困難的預測問題，轉化為一個相對簡單的描述問題，而這是傳統小數據集根本無法企及的。大數據預測將傳統意義上的“預測”拓展成為“現測”。

從得到的結果來看，大數據預測不僅使得到的結論用于處理現實業務更加簡單、客觀，其結果甚至更有助于幫助決策規劃?？梢哉f預測是大數據最典型直觀的價值體現。在未來，大數據應用將更深層次地滲透到生活中的方方面面，用于精準預測需求，防患于未然。

相關性

有人可能會問，有了大數據預測，是不是就能高枕無憂了？答案是否定的，能夠引導人們做出決策的關鍵環節其實是在于能在大數據中提煉出“相關性”。谷歌開發的名為“谷歌流感趨勢”的工具，通過跟蹤搜索關鍵詞頻率來判斷全美地區的流感情況，當關鍵詞（如溫度計、流感癥狀、肌肉疼痛、胸悶等）搜索率飆升時，工具便會發出預警。

由此可見大數據分析，能夠令看似不相干的事物相關性浮出水面。事實往往是復雜的，大數據的相關性并不意味著兩個事件具有因果聯系，而具有因果聯系的兩件事從大數據本身來看有時也并不相關。大數據時代，我們無需考慮現象背后的本質，只要發現相關性，就可以加速決策，創造巨大的經濟或社會價值。

二：大數據的“弊”

冗雜度高

不可否認，大數據在數據記錄、數據異常比較等方面具有很大的優勢，比如打擊刷單行為，但是，大數據并不是萬能的，也存在很多局限性，大數據記錄太多數據，不一定都是需要的，有時重要的信息只占很低比例，這就是質量低、利用效率低。一旦只一味迷信大數據而沒有認真地去分析和判斷，往往把錯誤地把偶然現象當作規律來處理，這時如果投入分配大量的資源，教訓就會接踵而至。

威脅用戶隱私

在大數據時代，人們偶然間會有發現自己的隱私受到威脅的經歷：互聯網服務提供商監視著我們的隱私，購物應用監視著我們的購物習慣，搜索引擎監視著我們的網頁瀏覽習慣，社交軟件監視著我們的社會關系，理財產品監視著我們的財富……互聯網服務提供商不合規利用數據對我們造成的影響尚可原諒，一旦數據被泄露或非法交易，將造成不可預知的后果。當今泄露事件層出不窮，隱私信息隨時有可能流入不法分子之手，有時大數據與用戶隱私難以兼顧。

三：大數據帶來的機遇

數據信息共享

當前市場上存在的數據，無法做到互聯互通，但一些企業可能又需要其他機構的數據，來實現自身業務的優化。在數據互聯需求的驅動下，未來將會催化數據連接平臺的產品誕生。數據連接平臺的發展朝著授權流通、畫像流通、去標識化流通的方向發展，由平臺連接數據的供需雙方，為供需雙方提供數據的信息流和資金流。

數據思維企業

未來將會有越來越多的企業需要進行數據的價值挖掘，但由于每個企業都有自身的業務，企業內部的員工重點關注自身業務的發展，對數據價值挖掘的具體方法不會特別了解，因此將會有公司專門提供數據價值挖掘思維的業務。

在大數據時代背景下，針對教育體系和人才培養的新需求和新方向，北方互聯融合大數據中心、企業實際應用場景和大數據技術，推出了以應用實踐為導向的大數據管理與應用專業建設方案，助力高效培養出實踐能力強、創新能力強、具備高度競爭優勢的高素質復合型人才。