6个月后，《小时代》的数据已不用重复，自从6月26日点映以来，它就是电影院中的绝对主角。据说长春万达第一天排片率为45%，第二天本来打算排100%，但老板觉得太扎眼，就改成90%，但第三天没顶住，还是改成了100%。
独霸影院，自然引起了一些质疑，特别是当有很多观众将此片质量与《富春山居图》相提并论时。电影人朱三卫发微博称：“影片上映首周，片方花钱在众多影院大量买票包场；影院排片达到40%给影院一个点，45%给影院两个点。能规矩点不？不论影片好坏不能在市场上正常走一遭吗？”
张昭对此嗤之以鼻：“他根本就不懂电影！本身电影发行就是一个返点的生意。”张昭把院线对《小时代》的超高排片率称为片商、发行方和放映方“事先张扬的一次共谋”。在张昭看来，乐视影业能够成功说服院线，给予《小时代》高排片，靠的是今年上半年在两次全国院线会议上的宣讲。
第一次向院线宣传《小时代》，是在4月初于郑州举行的全国院线会议上，乐视影业列举的具有说服力的数据只有两个，一是影片主创人员微博粉丝之和超过1亿，二是“在过去5年中，有24437000人阅读过《小时代》书籍”。张昭提出了“两集电影五亿票房”的目标，很多人觉得是天方夜谭，连郭敬明自己都信心不足。参加那次会议的老板们对张昭表示了“道义上的支持”，但在关键的排片率上，大都不发表意见，或者语焉不详。
别说院线老板，连乐视影业内部都觉得这个目标过于好高骛远。参加院线会议之前，4月初，整个乐视集团为《小时代》开了个百日动员会，在会上，张昭刚把这个数字说出来，会场上就响起了一片喊声：“打倒老板，打倒张昭！”除了陈肃和黄紫燕等营销发行方案的制定者很high，大部分人觉得这是个不可能完成的任务。
到了6月3日于横店召开的第二次全国院线会上，围绕《小时代》的所有质疑和忧虑，全都一扫而光。
6月的电影市场，比起年初，温度直线上升，《西游降魔篇》、《致我们终将逝去的青春》等5部国产片票房均超过了5亿元。截至6月15日，2013年大陆电影票房已突破100亿元，全年大陆电影票房可望达到220亿元，按照每年20%至30%的增幅，2018年有望突破600亿元，与北美持平，甚至可能超过。
电影市场的急速膨胀，让院线对《小时代》的票房期待骤然升高，他们给了乐视影业跟上一次会议截然不同的特殊待遇：其它公司宣传影片是在会议室，时间只有半小时，而《小时代》被安排在了放映厅，时间足有两小时。最终夯实院线信心的，是乐视影业在院线会议上拿出的营销方案。确切地说，是大数据。
在院线会上，负责宣讲的乐视影业发行部副总裁黄紫燕“全部拿数据说话，一点都没有提电影本身的东西。”
这些数据包括：
《暮光之城》四册图书加起来销量大约1000万册，《饥饿游戏》销量为500万册，而《小时代》销量超过2400万册。
《小时代》前导预告在新浪微博、腾讯微博转发量过25万，视频点击超过500万次。
在新浪娱乐热词排行榜和新浪微博影视热词排行榜中，《小时代》均排名第1。在电影排行榜搜索指数为36，870，列第8位。新浪微博上，#时代宣言# 总微博数达到100多万条。
嘉年华搜狗抢票活动中，票只有10000张，但预约人数达到了23万，仅仅1小时，所有票就销售一空。
……
这些数据让院线老板们变得比张昭还要大胆，“新干线老总赵君率先上台发言，说你们的策划做得很好，我看《小时代》票房不止5亿，应该有6亿，”黄紫燕回忆说，“其他的院线老板纷纷表示不满，有的说有8亿，还有的说会上10亿。”
那次会上，让张昭印象最深的，是赵君的一句话：“没想到你们还真做了一个互联网时代的电影公司。”
2011年，张昭放弃即将上市的光线传媒股权，来到乐视影业。上任之初，他就确定了乐视影业的发展方向：做一家互联网时代的电影发行公司。一年之前，张昭曾经接受本刊记者专访（详见《中国企业家》2012年09期《“修路工”张昭》），雄心勃勃地向记者描绘他将乐视影业打造成互联网时代电影渠道之王的蓝图。《小时代》的出现，让乐视影业得到了一个验证自己理念的机会。
在加盟乐视影业之前，陈肃负责过热门电影《失恋三十三天》的市场宣传工作，《失恋三十三天》爆火之后，陈肃请一位从美国回来的朋友做了一份数据报表，这份报表的主题是以《失恋三十三天》为例，分析新浪微博和电影票房的关系。通过分析各种数据，最终得出的结论是：和推特能推高美国电影票房一样，新浪微博的搜索数据也与电影票房成正相关关系。
28岁的陈肃原本对《小时代》不以为意，“不就是个90后的粉丝电影嘛。”得知《小时代》制片方在寻找发行公司后，他随手上网查了一下《小时代》的微博搜索数，结果令他大吃一惊。当时已经敲定上映的《致我们终将逝去的青春》微博搜索数是380万；同样是具有广泛知名度和影响力的新人导演，同样是根据畅销小说改编，同样是青春题材，但《小时代》的微博搜索数量竟然是《致青春》的8倍，达到了3100万。
陈肃将这个数据摆在老板眼前，张昭马上拍板：“这部电影我们一定要做！”
“《小时代》是完全意义上的互联网产品，”陈肃指出，《小时代》的读者（或者说粉丝）大都是90后，这代人有一个共同的名字，就是约翰・帕尔弗里（美国哈佛大学法学院副院长，哈佛法学院伯克曼互联网和社会中心执行主任）的著作书名――“互联网原住民”。
被这些“互联网原住民”改变面貌的行业显然包括电影。公开数据显示，中国电影观众的平均年龄已经从2009年的25.7岁下降到了2013年的21.7岁。对于越来越年轻化的观影群体，张昭最大的感觉是拿不准。“不像白领观众，大家脑子里有个概念，了解这个群体，知道什么片子适合他们。比如说我知道好莱坞动作片的受众是男性观众，我做《敢死队》很清楚目标观众的消费习惯，知道该怎么跟他们沟通。”
但年轻人不一样，统治电影行业的大叔们对年轻人缺乏了解，不知道他们什么时候会进电影院，也不知道他们什么时候不进。在张昭眼里，这些“互联网的原住民”成了电影院的“游民”。做《小时代》，他将其视为把握年轻一代的一个机会。他希望能通过这次操作，了解新一代影迷的消费喜好，开掘一个新的观影群体，将这些“游民”固定下来。
与《小时代》的合作，很快就定了下来。虽然竞争对手中有一些实力强劲的大公司，但乐视影业最终以后来者的身份在PK中获胜，陈肃认为，胜利关键在于方案，“我们认为它一定是针对互联网人群的，是针对互联网原住民的。”在方案中，乐视影业开宗明义，将《小时代》定义为“中国第一部青少年现象级粉丝电影”。
乐视影业为《小时代》设计的一系列营销活动中，“嘉年华”是重头戏，也是最能体现其打通线上线下、营销一体、宣发协同的O2O（“online To Offline”的简写，即“线上到线下”）理念。从5月22日到6月19日，乐视影业通过乐影客，先后和搜狗、360、乐视网和人人网合作，组织了四轮粉丝网上抢票活动，“其它电影预售只提前三天，”陈肃说，“我们提前了两个月。”
6月26日，《小时代》将在全国60个城市提前上映600场，乐视影业通过地面发行人员，将影院装点成舞台，鼓励《小时代》粉丝用cosplay等方式在影片上映前尽情狂欢。通过嘉年华，乐视影业制造了热点，聚拢了粉丝，同时还推广了自己的APP产品乐影客，可谓一举三得。
5月22日，搜狗在5分钟内卖了5000张票，其它三轮售票也均在一小时内发售一空。据说某电商网站拒绝了乐视影业提出的代售1500万元票房的提议，结果现在肠子都悔青了。
陈肃把嘉年华的O2O理念总结为八个字：由营到销，由宣到发。这是乐视影业商业模式的一次练兵。“把我们之前所有做电影市场工作的困惑都解决了，梦想都实现了。”
一部电影的档期在五周左右，《小时代》刚刚过了首周，和电影有关的数字在不断刷新，而这些数字大都转化成为数据，被纳入到了乐视影业的大数据系统之中。
这些数据有些来源于公开信息，有些是从调查公司购买，陈肃介绍，乐视影业和艾瑞集团旗下的数据调查公司长期合作；还有一些来自于乐视公司自己的统计。乐视影业已经建立了自己的数据中心，目前拥有六七名员工。同时开发APP乐影客的乐视影业全资子公司乐影网络信息有限公司也会负责一部分数据的收集工作。
以往中国电影业对于数据的应用，大多是像《失恋三十三天》那样，用于事后推导，但在《小时代》这个案例中，大数据在决策过程中发挥了重要作用，并且贯穿于电影的整个营销过程。最明显的例子是“时代宣言”活动。这个活动的内容是鼓励网友在《小时代》网络海报上PS图片，加上自己对时代的几句看法，然后发表在微博上。至今为止，“时代宣言”微博已经接近140万条。“你做了一个话题点、一个预告片或者别的什么，可以通过互联网上的数据，比如百度搜索指数来推导出这个东西到底有没有效果。”陈肃说，“我们会不断地抛出话题，根据反馈不断地对宣传进行调整。”
【关键词】实时数据库技术 发展 应用 效果 探究
实时数据库作为数据库技术与实时处理技术相结合而发展起来的新兴技术，其对于实时性拥有着很高的要求，作为数据系统中的一个重要的分支。实时数据库在流程行业中普遍用于企业进行信息化建设中的基础数据来源，其对关系数据库中的部分功能加以弱化，利用工业中的实时数据算法与历史数据存索形式来对工业需求加以满足。通常情况下，实时数据库所采集的数据对众多的协议均是支持的，诸如ODBC协议、OPC协议、MODBUS协议以及DDE协议等。
1 实时数据库的发展
当前时期国内外市场上主要的实时数据库有如下几种，国外使用在流程工业中的PI系统以及是由化工中的Info-Plus.21，国内的用于控制领域的力控系统、以及用于化工、电力调度与石油等方面的Super-Info系统等。上述产品均是在某一特定的领域中加以使用，目前还没有一个可以通用的系统。通过对我国的所普遍使用的力控系统与Super-info系统加以比较，便可以发现实时数据库对于不同领域而言存在着很大的差异。
1.1 数据结构
力控系统所定义的数据对象是点，其所采用的标准点类型主要有数字I/O点、运算点、累计点、模拟I/O点以及控制点；Super-Info系统所定义的数据对象则是表，其预定义的表主要是数字输出、数字输入、模拟输出、模拟输入、字符输入、字符输出、统计表与计算表等，虽然名称有所不同，但是均是数据存储在数据库过程中实现分类存储。
1.2 数据存储
力控系统中点参数与关系数据内的字段相类似，每个点参数均和客观世界中的被控对象或者是测量对象直接相关，点主要存储在数据库中的点名称字典内，数据库依照点名称字典对数据库结构进行存储空间的相应的分配。Super-Info系统内的各个表则是和物理文件相对应，物理文件的头作为表的字段信息，之后是表内记录。
2 实时数据库对于企业中的应用
2.1 显示生产数据
实时数据库所采集的各项生产数据能够利用自身具有的INPMC软件进行图形的显示，管理人员能够利用这一功能，对底层生产数据实现实时掌握，从而对其中可能发生的故障进行及时的排除。此外也能够通过趋势工具对生产中的重点趋势图进行查看，对其中的设备运行情况加以实时了解。软件INPMC中的主要有四种趋势图进行数据显示，即实时曲线、定时曲线、历史曲线以及对比曲线，管理人员可以根据需求进行相应的选取。而且，拥有授权的管理员可以利用任意计算机对生产数据进行实时查看，和传统的仅能在固定计算机上才能对数据查看相比，拥有着极大地便利性。
2.2 节省成本
根据实时数据库所具有的单向查看数据这一功能来讲，实时数据库可对DCS进行一定的替代，诸如，原料车间以及销售部门对乙醇储罐中的压力和液位等数据进行实时查看时，若采用的是DCS厂商所提供的监控设备的话，将会大大提升软硬件建设成本，而通过实时数据库对其进行监控，仅需要一部计算机便可以实现，不但可以确保所用实时数据的查看，而且对投资成本加以有效的降低。
2.3 能源管理
对能源管理系统进行相应的研发，从而对企业内所有的能源利用以及使用状况加以全面的管理，催公用工程中所使用的煤、蒸汽、水、电等使用或者生产情况进行实时监控。在已知所有的生产数据的前提下，对能耗相关的数据进行调取。监控所有车间内不同工段对于能源消耗的实时状况，并对其进行相应的计算，通过INPMC软件研发的流程图加以显示。利用动态的能耗显示，能够对动态成本加以有效的显示，从而对生产成本进行有效的控制，最终实现降低生成成本的目标。
3 实时数据库对于企业应有的效果
通过创建完整与统一的实时数据库系统，可以有效的解决生产数据存在的独立问题。利用实时数据库系统向下能够对各个独立的工控系统进行数据收集，并且对上述数据进行长时间的存储，从而使其成为企业内长时间留存的历史数据库。向上能够为各种管理信息系统进行基础数据的传输，从而实现生产数据与管理数据进行整合，从而深化了规范化与精细化的深度，对企业实现规范化与精细化生产与管理水平的不断提升，对企业实现安全、环保生产这一伟大的目标进行数据支撑，而且也为企业实现节能降耗有所信息保障，最终实现企业效益的最大化。
4 结语
实时数据库对于我国而言目前还是较为新兴的领域，诸多的理论以及技术尚不使非常成熟，多数的实时数据库均是各企业内部自行研制，缺乏一定的通用性，对于我国的实时数据库发展存在着一定的制约作用。对此，相关的研究人员以及企业单位要对其加以重点的研究，制定出相应的技术标准，从而实现实时数据库的通用化，对我国企业实现信息化管理有着极大的帮助作用。本文对工业企业进行实时数据的应用进行一定的分析，对其应用效果探究，从而对工业企业建立实时数据库有着一定的借鉴意义。
参考文献
[1]王雪寒，辇玉玉，姚翠红等.实时数据采集技术在生产制造执行中的应用[J].工业控制计算机，2013，02（02）：18-19.
[2]胡晶.实时数据库系统在上海石化企业中的应用[J].中国管理信息化，2015，05（15）：80-83.
[3]刘承科，黄俊惠.PI实时数据库系统在服务器监控中的应用研究[J].电力信息化，2011，06（06）：73-77.
【关键词】京剧；小生；周瑜；吕布
中图分类号：J812.2 文献标志码：A 文章编号：1007-0125（2017）04-0047-01
我觉得周瑜的表演要抓住一“沉”字，特别是他上场的四句定场诗尤其重要，一定要念得情绪饱满、节奏稳健、气势雄伟，使观众能体会到一位少年统帅，水军大都督的气魄，这四句大小嗓结合，切忌脂粉气，要显示出小生的阳刚之美，字的四声要准确，抑扬起落要十分得当，虽然是念却要像唱一样赋予它旋律美，真正做到“唱似说，说似唱”。四句中的一、二、四句的句尾都是阴平字，又都是中东韵，因此要着重鼻腔共鸣，收音归入鼻咽部位。再加上“刚虎音”的润饰，能使声音色彩更加壮美，更突出地表现了周瑜少年自负，不可一世的个性，显示出他机警敏锐、雄姿英发的风度。
《群英会》一剧中周瑜和蒋干的大帐一段戏是非常精彩和重要的一段，蒋干过江欲劝周降曹，被周识破后即先发制人对蒋干展开心理攻势，句句弦外有音，字字犀利逼人。在念法上情绪开合幅度要大，抑扬顿挫要控制好。当周瑜得知蒋干过江后，大开营门将蒋干请入大帐归坐后又疾言厉色地说：“啊？子翼良苦，远涉江湖而来敢是与曹氏做说客吗？”这一问使得蒋干无言以对，起身告辞。周又忙上前阻拦满脸赔笑说：“吆，兄既无此心何必速去呀？”由于蒋干此来身负使命，因此既然周瑜挽留他又不便速去，便归座叙谈起来，至此周瑜与蒋干见面后的第一次斗智，周瑜占了绝对的上峰。随后又命众将进帐陪宴，将佩剑赋予甘宁以为监酒令官，使蒋干不敢在席前提及劝降之事，更使他步步走进自己设下的计谋当中。
接着把四位历史上有名的“说客”与蒋干做以比较更配合着眼神的锋芒，嘴角上的冷蔑和眉宇间的杀气，表达出周瑜保卫东吴的决心和稳操胜券的气慨。最后的一阵狂笑，更把周瑜那种神采飞扬，得意万状的神情表现出来。总之，要表现《群英会》一剧中的周瑜就要从人物出发活用程式技法，传角色神情之真，显小生阳刚之美。
而京剧舞台上对吕布的刻画与周瑜是截然不同的两种表现手段，虽然都是雉尾生，但在翎子的用法及神态的控制上都有很大的差异。吕布是骁勇善战的汉末诸侯，先后跟随丁原、董卓作战并最终杀死丁原和董卓，独立后吕布与曹操为敌，和刘备、袁术等诸侯时敌时友，最终不敌曹操和刘备的联军兵败人亡，历史上曾把他贬为“三姓家奴”。吕布虽然骁勇，但少有计策。为人反复无常，唯利是图。因此，在学习《小宴》时应主要表现吕布的扬、傲、惊、轻、狂。比如《小宴》中吕布在[长锤丝边]中上场亮相。后抖水袖、走脚步等程式动作，就着重在一个“扬”字。扬，意味轻浮，“扬”正有助于吕布轻狂本性的揭示。接着开唱[西皮摇板]“虎牢关前威名震，辅佐相父辖群臣”两句，要唱得满宫满调，有劲有味，以突出吕布高傲跋扈的秉性。又如《小宴》中其初见王允虽自命不凡却故作谦恭，而初见貂蝉时，本性嗜色如命的他，亦强撑矜持之态。当王允借故避席而去，貂蝉又佯叹“只是未遇英雄耳”时，吕布不禁得意忘形地手舞足蹈，本相毕露，这更能表现吕布系酒色之徒，性蛮而猥贱。但他贵为温侯，故外表矜夸造作，却又飞扬浮躁，不时流露出轻狂愚妄的本性。在舞台上唱腔的运用更是塑造人物的关键所在，同样的唱腔在不同的戏中就能表现出不同的人物感情。比如：《小宴》与《白门楼》中的娃娃调就有很大的不同。
总体来说，小生表演艺术会不断改革和创新，不断地进步和发展。小生人才日益减少，现在年轻的京剧小生演员应该趁许多老先生还健在，下功夫向他们学习，这样才能再现前辈老艺术家的风采，为京剧小生行当开创一片新的天地，为京剧艺术的繁荣和发展作出自己的贡献。从而产生更多的精彩纷呈的京剧小生流派，更多涌现出京剧小生表演大师，并在广大戏曲作者和爱好者的不断努力之下，还会创作出更多更新更为精彩的京剧小生剧目。
参考文献：
剧中夸张的情节向人揭示了当代大学图书馆里存在的一系列有关于大学生道德与素质的思考。舞台：写意风格 第一场
场景：指示牌：西京大学图书馆，绝对安静！四套桌凳：有的摆了书有的竖着牌子一张长凳为空。
旁白：小样作为新生第一次地来到大学图书馆。感情很是激动。他心想这图书馆可是出人才的地方。一定要好好地利用这四年时间。在图书馆踩出几个像马克思那样的脚印。 一会工夫只听一阵高个别的声音传来响亮清脆整齐：三女生塌着一致的步伐高傲地进馆.
分别落座。配音
小样：惊愕欲言又止无奈地摇摇头。
片刻：有人擤鼻涕。始之没人注意，不料声音渐大。夹杂着咳嗽。众人皆怒：恩！！！接着翻书声响起，愈来愈大。夹杂着叹气声。众人敲桌示意。不想呼噜声传来，小样起身提醒，确得一牌：空调效果好，请您别打扰.小样狂晕。数秒钟后手机发出公鸡啼鸣之声。睡君醒伸懒腰环顾四周笑笑。接着手机铃声再次响起。二次三次无数次。杂乱音乐响起。示意纷乱场面。（写意）配音
小样：忍无可忍，怒吼一声众女生女目相向。小样蔫了。
第二场
旁白：时间六点整食堂开饭啦！
场景：众女生叽叽喳喳一起奔出书馆。配音
小样：终吁一口气，安心坐下。
不想来一对男女。男生冲小样笑小样礼貌回应，谁知男生竞向他走来指指座位拿出一牌：挂机中！
小样：欲言无奈。改坐旁边。
男再次摇头。抽出一牌：情侣套座！
小样：昂头不动。
男扬手欲打。女示意不该。让小样他们中间。
不消一会，女孩递给小样一纸条。小样欣喜。女孩拍拍他示意纸条是给旁边男生。小样倒。
孰料，好戏上演男女递条频繁。（写意）
小样：头脑左右急剧晃动，愈崩溃！最后从桌下钻出。表情异常痛苦，向观众索要什么。
一观众看不过意走到台前拍拍小样，然后给他一瓶超大敌敌畏。
第三场
大数据时代并非“忽如一夜春风来”，其理念在信息时代以前就有成功应用，只不过随着技术手段的不断成熟，现在实现起来更加容易。事实上，美国职业篮球联赛（以下简称NBA）从1980年代起使用的数据管理技术就是大数据的雏形，经过近30年的积累和完善，为我们提供了成熟的大数据管理经验，非常值得借鉴。也许有人会质疑，NBA一共只有30支球队，每支球队每年才打82场常规赛，其蕴含的数据甚至比不上谷歌一分钟的搜索量，NBA真的有大数据吗？归本溯源，还是要从大数据的概念入手。按照畅销书《大数据时代》对大数据的诠释，这个“大”并非必须是太字节（240字节）的数据，“大”取的是相对意义而不是绝对意义。
笔者尝试将此书中对大数据的概念总结为一个前提、三大特点和一个目标：
前提：一切都是数据。
特点一：向抽样说不。
特点二：向完美主义说不。
特点三：向因果关系说不。
目标：替人脑做不擅长的工作。
下面将以NBA的数据管理经验为例，对其进行诠释。
相信没有人会否认，将事件转化为数据是大数据管理的前提。NBA比赛是球员和球的运动，如果不转换成为数据就只是录像资料，靠人工反复回看提取资料效率很低，必须对比赛进行拆解、定义、记录，将其转换为数据才能进行处理分析。
拆解：将运动员的动作进行层层分解，变成尽可能小的单元，如将运动员场上行为先分为进攻、防守，再将进攻分为有球进攻和无球跑动，再将有球进攻分为运球、投篮，再将投篮分为上篮、中投、远投。拆解类似于巴巴拉 ・ 明托在“金字塔原理”中提出的MECE（即Mutually Exclusive Collectively Exhaustive），中文意思是“互斥，完全穷尽”，“相互独立”意味着问题的细分是在同一维度上并有明确区分、不可重叠，“完全穷尽” 则意味着全面、周密。
定义：每一项拆解后的动作均有相对准确的定义，明确内涵和外延。如篮板球就是投篮不中后抢到并且控制住球的行为，碰到球但是未能控制住或者直接碰出界的球不算有效篮板。定义准确可以确保拆解出来的元素具有明确的含义。
记录：将拆解后且有准确定义的行为编码为数据储存起来。NBA记录了球员在比赛中的上场时间、得分、篮板、抢断、盖帽、失误等一系列基础数据，并且放在公开的数据库里，可供任何人随时查询，这也是NBA进行决策的依据。现在的存储成本几乎已经低到了可以忽略的程度，随便一块硬盘都是以TB为计量单位，更不要说日趋成熟的云技术。编码过程相对复杂，以往NBA使用人工进行记录，每场比赛都会有若干工作人员全神贯注地记录每一个细节，而现在使用了SportVU系统，这个系统将最先进的导弹追踪技术引入NBA，通过在球场架设的多台摄像机全面收集数据，用电脑自动将比赛过程的每个细节转化为数据存储，节约了大量的人力成本。
有了拆解、定义、记录的方法，可以将绝大多数企业中的绝大多数事件和行为转化成为数据，也就有了实施大数据管理的基础。其中，拆解和定义环节只需要熟悉本行业的流程就很容易实现，科学管理的先驱泰罗在20世纪初就将工人搬运等动作成功转化为数据。最大的难题还是出在记录环节，靠人工记录一组搬运的数据不难，但是仅凭人工记录所有搬运数据显然是天方夜谭。我们必须承认，即使是现在的科技也不可能记录编码所有行为，但在技术的帮助下可以做得更好。例如可以完善现有的IT系统，使系统可以记录更多信息。以餐饮行业为例，基本每个餐厅都有点菜系统，通常只具备简单的计算功能，可以进行技术升级以记录更多信息，例如可以增加数据存储字段记录顾客点菜时间和结账时间；可以通过与会员卡绑定记录顾客消费行为和消费习惯；可以分解记录每位服务员的服务业绩；可以记录菜品投诉和退菜情况事实上只要多花些功夫，仅仅投入不大的成本就可以在现有技术条件下收集到更多的数据，对于无法完整转化的事件和动作，可以选择暂时搁置或者等待技术完备时再进行记录（可以预计，动作识别和语音识别的低成本化指日可待）。
特点一：向抽样说不
――但求广度的非抽样整体数据采集技术
所谓抽样就是全体中抽取一部分样本，其基本要求是要保证所抽取的样本对全体具有充分的代表性，即要确保样本有和全体一样的特性。在计量成本很大，技术达不到的情况下，抽样是无奈之举，但如果能够低成本高效率的统计全体数据，抽样就是画蛇添足。而且由于抽样技术本身的制约及随机性因素，抽样很容易出现以偏概全的问题。在迈克尔 ・ 刘易斯的《点球成金》（Money Ball）中，传统的棒球球探通过观察球员在部分场次比赛是否有诸如本垒打之类精彩发挥来评估球员，以往的NBA选秀（从大学、高中或海外选拔新球员）也依靠球探的主观印象，这就是典型的通过抽样来评估球员的手段。体育运动的特点决定了，个人状态很大程度影响一场或者几场的发挥，如果球探看到的比赛正好是某位球员手感爆发或者手感冰凉，那么就难免会出现偏见。
企业中的管理者评估人员、事件都会不知不觉地用到抽样的方法，其中也存在了大量的偏见。比如近因效应使员工年末表现影响其年度考核，比如某个很小的突发事件影响到全局的决策，这些不自觉的抽样导致了偏见的产生，甚至形成管理上的“迷信行为”。
因此，这就需要在收集数据的层面尽可能完备，追求数据广度，在技术上能实现、成本可控制的前提下，将尽可能多的数据记录下来，至于这些庞杂的数据是否真的“有用”不要由人脑来判断，而要交给计算机来分析，很可能最不起眼的信息反而与结果的相关性最大。
例如消费科学教授迈克尔 ・ 韦德尔研究发现，之前有些人总认为产品上的图片越大越好（一些抽样问卷调查容易形成这样的偏见），但通过眼球跟踪技术，则发现由于人脑对图像处理的能力很强，因此图片尺寸的作用并不大。
大到跨国公司，小到街旁小铺都可以在不抽样的前提下记录整体数据。大企业的例子比比皆是，就不再赘述。以小便利店为例，原来只能通过抽样调查统计客流量，而安装一个摄像头就可以通过软件统计所有客流；原本需要做客户调查才能了解会员偏好，现在只要通过会员卡号中记录的消费记录就能掌握客户信息。管理者应该清查一下自己手中的数据，哪些是抽样获得的不靠谱数据，是时候将这些数据替换为整体数据了。
特点二：向完美主义说不
――兼收并蓄、不求精确的模糊数据管理技术国内一直流行将一些概念无条件的放大，比如所谓“细节决定成败”就荼毒了相当多的管理者，一味追求每个细节都无比精确。殊不知，细节是个双刃剑，盲目追求精确势必造成成本（财务、时间、管理）飙升。
大数据管理要求数据尽可能多，而不太在乎是不是每个数据都精确，甚至乐于从错误的信息中获取价值。
NBA的数据管理从未也不可能做到精确，在高速运动下即使是计算机也很难确保不出错。比如，两个本方球员同时伸手将球碰出界，记录这个失误数据到底算到哪个球员身上，势必存在误差。如果一定要闹个明白，必然耗费大量时间和精力，得不偿失。而且NBA很多数据都依赖于裁判，比如犯规数，裁判依靠眼睛判断如此高强度高对抗的比赛，犯错误的概率非常高，数据必然不准。但在大数据的概念下，这些误差放在某个运动员一年甚至整个职业生涯中反而不会对数据分析结果有任何影响。
企业应用大数据管理，一定要在可以容忍的范围内允许瑕疵的存在，避免因噎废食。举个虚拟的案例，一家银行要记录客户办理业务平均等候时间，通过计算客户拿号时间和办理业务时间得到。这个银行的管理者开始思考，如果有个别客户拿错了号怎么处理；如果有个别客户拿了很多号会不会虚增了办理业务时间；如果叫号机和系统时间不同步怎么办。相信如果这位管理者一直纠结于这些细节问题，总在完善统计过程，那么永远也不会得到数据。只要不是系统问题，个别小的误差，在大数据量的前提下，对于决策的影响是微乎其微的。战胜完美主义的心魔，容忍不那么完美的数据才能够用好大数据。
特点三：向因果关系说不
――忽视因果、重视关联的数据分析技术
从认知的角度讲，人类非常喜欢因果关系，为了解释错综复杂的外界环境，必须建立高效简洁的知识体系。因为看见乌云密布狂风大作，出门就一定要带好雨具，否则就会被雨淋；如果触碰电源就会被电击。人们通过传承掌握因果知识体系，省去尝试而造成的风险和成本。因此，总结因果规律是人类得以传承繁衍的本能。但是，随着科学的发展和社会复杂程度升高，这种因果关系受到了越来越多的挑战，量子物理的“测不准原理”等研究使我们不得不重新认识这个世界；经济领域突然出现的股市崩盘和经济危机几乎很难被预测，只有事后诸葛亮式的说法层出不穷；人们的行为更是难以预测，所谓经济学的“理性人”假设只会出现在学术论文中；企业管理更是如此，只要实施诸如六西格玛之类的管理项目就必然导致绩效提升的因果关系根本不可能实现，只是一些CEO忽悠投资者的法宝和咨询公司欺骗企业的灵丹妙药。
在哲学界和科学界，卡尔波普尔打破了对以往绝对真理（其实就是有因必有果的决定论）的普遍至信，承认随机的重要性，主张试错和证伪。但是，大范围的试错成本太高，无法替代低成本的因果关系带来的便捷，所以在信息科技成熟以前，因果关系始终在决策中起到主导作用。飞速发展的大容量存储和云计算技术终于可以从因果关系的垄断中分得一杯羹了。
在因果关系时代，NBA评估球员的标准是跑得快、跳得高、投得准等等，一般的因果关系假设，这方面出众的球员就能在比赛中表现出色。而通过数据分析，NBA有了很多新的评估手段，打破了这种因果关系。比如有一项数据反映球员在场上时双方得分对比、球员不在场上时双方得分对比。某球员个人能力超强，在场上得分如探囊取物，但上述数据却显示他在场上时对方得分更多；反之，有的球员跑得不快、跳得不高、投得不准，但只要他在场上，全队得分比对方高，这显然不符合因果关系的逻辑，甚至要想分析原因进行倒推都几乎是不可能的，因为原因也许非常复杂：有可能是他和队友私下关系不好，导致士气受损；有可能是他防守能力差，使对位的对方球员得分变得容易；有可能是他和某个队友位置重叠，无法充分发挥甚至可能是不同因素叠加而成。教练在决定球员上场时间时，根本没有时间考虑这么多的因果关系，只需要根据数据分析的结果，让能够使球队得分更高的球员多上场就可以了。
取代一部分因果关系的工具就是不同数据之间的相关关系，数据告诉我们个别球员上场时间和球队得分之间存在关联，也许数据还会告诉我们，球员身高体重比和球员三分命中率相关，球员英俊程度和抢篮板的能力成反比（后面仅是假设）。
通过大数据找到意想不到的关联有三个必要条件。
首先，不要在分析或者收集数据过程中有任何偏见或者假设，避免在收据收集过程中就带有偏见，只收集部分感兴趣的数据。
其次，使用计算机对各组数据进行交互相关性分析，这里涉及统计学和计算机知识，不过可能只要招聘一个计算机专业的研究生就能胜任。也许有人会问，这么多组数据，相互做相关性分析，排列组合的数量也很大，是不是会花很多时间。其实并非如此，现在计算机的处理速度足以完成这些运算，即使数据量大，也可以使用云计算提高效率。
相关性有一个特例就是加入时间轴，分析数据变化趋势。NBA将球员和球队每场比赛的数据记录以后自然形成了一系列数据，通过对一段时期中比赛的数据分析，就很容易看出球员各种表现的发展趋势。分析变化趋势的目的是预测和辅助决策。某个球员如果近期表现大幅提升，球队就会考虑增加其上场时间，让他发挥更大的作用。如果某个球员三分球命中率持续上升，球队就可能专门为这个球员布置三分球战术。而球员单场的灵光一现，往往不会促使球队做出类似的决策。
将时间加入到相关性分析中也很容易应用，毕竟时间这个信息是最容易记录的。还以餐饮行业为例，将每天不同菜品的数据进行记录，就形成月度、季度、年度数据，可以判断每个菜品在不同季节的销量；菜品是否存在明显的淡旺季；某些菜品是否已经不再流行等等。从而在原材料、营销策略等方面做出调整。
再次，找到相关性后不刻意解释为什么会出现这样的相关，避免再度陷入因果关系的魔咒中。
目标：替人脑做不擅长的工作
――自然而然地使用相关性预测未来
有了相关性分析的结果，做决策并不是一件太难的事，因为计算机已经做了90%的工作。
以上就是本篇文章【小暑诗句】的全部内容了，欢迎阅览 ！ 文章地址：http://dfvalve.xrbh.cn/quote/1463.html 行业 资讯 企业新闻 行情 企业黄页 同类资讯 网站地图 返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多