數據學將深刻影響人類未來

一些人士和組織認識到數據對未來的重要性，在數據學認知缺位的情況下，或自已臆想，或引用別人并不正確說法，濫用數據學的概念和理論。在這種情況下，知識界需要對作為科學的數據學較有嚴肅的認知。

進入信息社會以后，數據以自然方式增長，其產生不以人的意志為轉移。數據學最重要的基礎在于定義了數據自然(data nature)。數據自然是所有存入信息系統的數據總集合，包括數字、字符、音視頻以及計算機程序等。與大自然一樣，數據自然也有未知、復雜、多樣等屬性。

在數據自然的視角下，人、社會、大自然及其歷史，都將轉變成數據自然，人類同時生活在大自然和數據自然之中。人類將通過探索數據自然來了解大自然，了解社會和人類行為。在數據自然的視角下，數據學被定義為研究探索數據自然奧秘的理論、方法和技術，通過研究數據自然，揭示大自然和人類行為的規律。

在數據學的體系中，要在數據自然中獲得收益，與在大自然中獲得收益類似，需要采用一系列技術方法。

首先要對數據自然進行數據勘探，探查數據集的總體特征和數據集的結構，判斷數據集的價值，為下一步開發利用該數據集提供依據。數據抽樣和數據分析是數據勘探的基本方法。

完成數據勘探，與采礦、洗礦類似，可將相關數據集從數據自然中提取出來并加以清洗，稱之為數據獲取。數據再通過整合，使之在邏輯上相關聯并使之便于訪問，就可存入數據倉庫。接著，可采用數據挖掘技術對數據倉庫進行處理，尋找數據的內在規律并以可視化的形態展示。數據獲取、數據整合、數據倉庫和數據挖掘均經過多年發展，比較成熟，現在都可以歸入數據學的范疇。

面對大自然，人類可以用科學實驗的方法，通過有控制的干預，發現對象的新特點、新規律，從而加以利用，獲得收益。例如在實驗室中可以合成新的化合物，培養新的物種，再將其量產。

按數據學理論，面對數據自然，也可以采用數據實驗的方法，通過干預和控制數據，發現數據自然、人類社會和大自然的新規律，新特點，并設計出將其轉化為生產性活動模式。

數據實驗可以模擬企業運行、政府運作、社會現象。比如，可以模擬新產品投產上市后的運行，模擬不同氣候條件下流感的傳播等。在數據實驗中，可以輸入不同參數，對數據模型調優。數據實驗還可以模擬自然現象，比如極端氣候，用來評估災害。

數據實驗是數據學最主要的研究方法，用來模擬大自然和人文社會，用來驗證假說和規律。它比用于發現數據相關性的數據勘探和數據挖掘，在探索數據自然的深度上又前進了一大步。

近年，一些先進的企業設立了首席數據官(CDO)，招聘數據科學家，成立與IT部門并立的數據部，試圖在企業運營中運用數據學的方法。未來，我們可以期待數據學將像從前的IT一樣，對企業和人類社會產生極為深遠的影響。計世傳媒集團副總編 孫定