30年前，約瑟夫·朱蘭（Joseph M. Juran）博士創(chuàng)造了“大質(zhì)量”一詞，以描述在質(zhì)量管理領(lǐng)域正在發(fā)生的根本性變化。對(duì)此，朱蘭博士將產(chǎn)品的質(zhì)量定義為“小質(zhì)量”，而將組織所有過(guò)程的改進(jìn)稱之為“大質(zhì)量”。這種“大質(zhì)量”徹底改變了質(zhì)量傘所覆蓋的范圍，并在質(zhì)量傘之下增加了大量相關(guān)內(nèi)容，從而使質(zhì)量管理實(shí)踐及質(zhì)量管理觀念發(fā)生了根本性改變。

當(dāng)今世界也正在經(jīng)歷著另一個(gè)從小到大的變革：即由小數(shù)據(jù)到大數(shù)據(jù)的變革。對(duì)于大數(shù)據(jù)來(lái)講，其所固有的性質(zhì)正在從正反兩方面深刻地影響著我們的社會(huì)，而對(duì)于質(zhì)量專業(yè)工作者來(lái)講，則必須學(xué)會(huì)如何在這種大數(shù)據(jù)時(shí)代背景之下長(zhǎng)期生存和持續(xù)成功。

大數(shù)據(jù)是指若干組數(shù)據(jù)的集合，而這種數(shù)據(jù)集合所包含的數(shù)據(jù)量極及龐大而復(fù)雜，以至于采用傳統(tǒng)數(shù)據(jù)庫(kù)和數(shù)據(jù)處理方式無(wú)法對(duì)其進(jìn)行有效處理。大數(shù)據(jù)所包含的巨大數(shù)據(jù)特點(diǎn)，可以從以下3個(gè)方面來(lái)理解：

數(shù)據(jù)儲(chǔ)存容量

當(dāng)前，儲(chǔ)存在世界上的數(shù)據(jù)正在直線增長(zhǎng)，2013年的數(shù)據(jù)容量達(dá)到1.2zettabyte（1zettabyte等于1021byte），而到2015年，估計(jì)世界數(shù)據(jù)儲(chǔ)存容量將達(dá)到8zettabyte，這意味著數(shù)字8后面帶有21個(gè)0。與此同時(shí)，數(shù)據(jù)儲(chǔ)存成本則以同樣速度直線下降，由二十世紀(jì)80年代的每gigabyte（1gigabyte等于109 byte）數(shù)據(jù)儲(chǔ)存成本為100萬(wàn)美元，下降到2010年每gigabyte數(shù)據(jù)儲(chǔ)存成本只有10美分。

數(shù)據(jù)傳導(dǎo)速度

在此期間，數(shù)據(jù)傳導(dǎo)速度也如同數(shù)據(jù)儲(chǔ)存容量增長(zhǎng)趨勢(shì)一樣得到了快速提高，從而使數(shù)據(jù)的生成、收集、儲(chǔ)存及處理速度有了大幅度提升，以滿足社會(huì)對(duì)數(shù)據(jù)的需要。

數(shù)據(jù)多樣化

大數(shù)據(jù)來(lái)源于社會(huì)方方面面，如數(shù)據(jù)庫(kù)、文件、電子郵件、電話記錄、儀表、傳感器、影像、視頻及音頻檔案、財(cái)務(wù)信息等，這些都是大數(shù)據(jù)的來(lái)源之處。進(jìn)而言之，你的行為、言談或在電腦上輸入的文字、訪問(wèn)過(guò)的網(wǎng)站、逗留過(guò)的地點(diǎn)、遇見(jiàn)的人…… 等等，都可能會(huì)以數(shù)據(jù)方式被記錄和儲(chǔ)存在某個(gè)地方。

即使在開(kāi)始階段，大數(shù)據(jù)也已經(jīng)對(duì)我們生活中的方方面面產(chǎn)生了深刻的影響，并極大地加速了經(jīng)濟(jì)成長(zhǎng)、科學(xué)進(jìn)步及國(guó)際化發(fā)展。

在大數(shù)據(jù)時(shí)代，巨量數(shù)據(jù)可以被處理，而在一些情況下，所有與一個(gè)特別事物相關(guān)的數(shù)據(jù)都可以得到系統(tǒng)地分析。另外，大數(shù)據(jù)還可以針對(duì)某一事物的若干子類(lèi)信息進(jìn)行深度探尋和處理，而這一點(diǎn)是采用傳統(tǒng)取樣分析方法根本無(wú)法實(shí)現(xiàn)的。大數(shù)據(jù)無(wú)論是針對(duì)私人企業(yè)，還是針對(duì)公共領(lǐng)域，在決策過(guò)程中都扮演著越來(lái)越重要的角色。表1中所列出的一些運(yùn)用大數(shù)據(jù)進(jìn)行分析的案例，則僅僅展示出其冰山一角而已。

大數(shù)據(jù)現(xiàn)在是一種能夠產(chǎn)生新經(jīng)濟(jì)價(jià)值形式的業(yè)務(wù)原材料。實(shí)際上，大數(shù)據(jù)已經(jīng)成為了一種價(jià)值源，因?yàn)閿?shù)據(jù)可以在第一次使用（首次使用）之后，還可以針對(duì)不同目的進(jìn)行一次又一次的使用（二次使用）。

然而，大數(shù)據(jù)如果沒(méi)有得到有效管理，可能會(huì)對(duì)人類(lèi)隱私、個(gè)人意愿及民主制度產(chǎn)生極大的威脅。最近，眾所周知的美國(guó)國(guó)家安全機(jī)構(gòu)監(jiān)視計(jì)劃所帶來(lái)的激烈爭(zhēng)論正在全世界范圍內(nèi)發(fā)酵，而且還沒(méi)有結(jié)束的跡象。這一監(jiān)視計(jì)劃引發(fā)了關(guān)于在大數(shù)據(jù)時(shí)代如何保護(hù)普通公民隱私范圍的廣泛討論。大數(shù)據(jù)不僅僅增加了個(gè)人隱私的風(fēng)險(xiǎn)，而且也改變了相關(guān)風(fēng)險(xiǎn)的性質(zhì)。由于大數(shù)據(jù)可以用于二次使用，這樣傳統(tǒng)保護(hù)個(gè)人隱私的方法（如：個(gè)人信息通告、準(zhǔn)許、決定退出及匿名等）的有效性會(huì)受到極大的損害。

在美國(guó)，越來(lái)越多的假釋委員會(huì)正在通過(guò)大數(shù)據(jù)進(jìn)行預(yù)先分析，然后根據(jù)預(yù)先分析結(jié)果做出是否準(zhǔn)許囚徒假釋的決定。另外，越來(lái)越多的城市也采用這種預(yù)先分析方法，來(lái)選擇和確定是否應(yīng)當(dāng)對(duì)某個(gè)地點(diǎn)和某個(gè)人進(jìn)行額外監(jiān)視。

如果針對(duì)某人所做出的懲罰或監(jiān)視決定主要是根據(jù)其尚未承認(rèn)的犯罪可能性，那么這種處罰或監(jiān)視決定將是非常危險(xiǎn)的。這一做法的主要問(wèn)題恐怕已經(jīng)遠(yuǎn)遠(yuǎn)超出了法律執(zhí)行范疇，其中包括雇主開(kāi)除員工、銀行拒絕抵押貸款或妻子與丈夫離婚等，只因?yàn)槿魏我患�已�?jīng)發(fā)生的壞行為都會(huì)引發(fā)高度犯罪的可能性。

同樣，如果大數(shù)據(jù)分析結(jié)果在預(yù)先分析中沒(méi)有得到正確判定，那么我們所知道的民主制度也將可能會(huì)處于危險(xiǎn)之中。

如果這樣的話，那么大數(shù)據(jù)對(duì)于質(zhì)量專業(yè)工作者意味著什么呢？你是否已經(jīng)準(zhǔn)備好來(lái)迎接這一徹底改變你生活及工作方式的變革所帶來(lái)的挑戰(zhàn)？

你必須改變關(guān)于抽樣大小、精確度及因果關(guān)系的思維模式。

第一個(gè)觀念轉(zhuǎn)變是從部分轉(zhuǎn)變到全部。在小數(shù)據(jù)時(shí)代，你要被迫去處理小數(shù)據(jù)結(jié)果，因?yàn)槟悴豢赡苁占�并分析所有�?shù)據(jù)。為了使抽樣統(tǒng)計(jì)代表全部人口，你盡可能隨機(jī)收集抽樣數(shù)據(jù)。

然而，實(shí)現(xiàn)全面隨機(jī)抽樣是比較困難的，即便采用隨機(jī)抽樣方法不是不可能的，但隨機(jī)抽樣卻很難從子群中抽取到相關(guān)數(shù)據(jù)。隨機(jī)抽樣也具有錯(cuò)失不經(jīng)常出現(xiàn)但卻很重要信息的風(fēng)險(xiǎn)，而偏見(jiàn)也會(huì)不知不覺(jué)地產(chǎn)生于抽樣過(guò)程之中，例如回答問(wèn)卷調(diào)查。

在大數(shù)據(jù)時(shí)代，你可以收集到更多的數(shù)據(jù)，甚至全部數(shù)據(jù)。利用全部數(shù)據(jù)可以判明數(shù)據(jù)之間的相互聯(lián)系，并可以對(duì)數(shù)據(jù)及其子數(shù)據(jù)組詳細(xì)信息進(jìn)行深度探究。大數(shù)據(jù)可以使你自由地核對(duì)許多假定事物，以及從不同角度密切審查相關(guān)數(shù)據(jù)。大數(shù)據(jù)還可以減少由抽樣引起的偏見(jiàn)，因?yàn)閿?shù)據(jù)收集都是在人們正在從事日�；顒�(dòng)的情況下進(jìn)行的。

第二個(gè)觀念轉(zhuǎn)變是對(duì)可能發(fā)生的事放寬精確性。在小數(shù)據(jù)時(shí)代，對(duì)一件事物通常會(huì)盡可能多地要求其具有明確性和確定性。進(jìn)入到大數(shù)據(jù)時(shí)代，你不必?fù)?dān)心某一數(shù)據(jù)觀點(diǎn)會(huì)對(duì)整體分析造成偏見(jiàn)，因?yàn)槟憧梢砸揽看罅繑?shù)據(jù)進(jìn)行預(yù)先評(píng)估。實(shí)際上，通過(guò)放寬精確性，你可以收集到更多數(shù)據(jù)來(lái)改進(jìn)預(yù)先評(píng)估結(jié)果的準(zhǔn)確性，并幫助你對(duì)事實(shí)產(chǎn)生更加全面的認(rèn)識(shí)。

誠(chéng)然，大數(shù)據(jù)由于其用來(lái)收集和分析信息的工具不完善，在某種情況下會(huì)產(chǎn)生麻煩。然而，在大數(shù)據(jù)時(shí)代由于追求精確性所產(chǎn)生的困擾通常對(duì)事物也是無(wú)益的，因?yàn)檫@樣會(huì)浪費(fèi)資源，并阻礙收集和分析更多數(shù)據(jù)的努力。因此，我們不應(yīng)當(dāng)把缺乏精確性當(dāng)作是一個(gè)問(wèn)題，而應(yīng)當(dāng)將其視為事實(shí)的一部分。

第三個(gè)觀念轉(zhuǎn)變是對(duì)相互關(guān)系的因果分析放寬限制。在小數(shù)據(jù)時(shí)代，對(duì)相互關(guān)系分析的方法選擇往往建立在某種假定的基礎(chǔ)之上，其準(zhǔn)確性要通過(guò)相互關(guān)系分析來(lái)核查，而這一經(jīng)常帶有偏見(jiàn)且僅憑直覺(jué)的判斷過(guò)程不僅進(jìn)展緩慢，而且成本昂貴。

在小數(shù)據(jù)組基礎(chǔ)上對(duì)真正因果關(guān)系進(jìn)行調(diào)查常常會(huì)不切實(shí)際，并經(jīng)常用來(lái)作為確認(rèn)現(xiàn)有知識(shí)和信念的捷徑。而在大數(shù)據(jù)時(shí)代，大量數(shù)據(jù)可供你選擇，強(qiáng)有力的計(jì)算功能可以快速確定最佳方法。建立在大數(shù)據(jù)基礎(chǔ)上的相互關(guān)系分析會(huì)提供可能性，而不是確定性；可以告訴我們是什么，而不是告訴我們?yōu)槭裁础Ｔ谠S多情況下，這種快速而便宜的無(wú)關(guān)聯(lián)分析已經(jīng)足夠好了，這種分析如同事先提供可能的理由一樣，有助于因果關(guān)系的研究。

當(dāng)今，數(shù)據(jù)正在成為新的燃料，供驅(qū)動(dòng)經(jīng)濟(jì)發(fā)動(dòng)機(jī)使用。終有一天，數(shù)據(jù)價(jià)值將作為一種新資產(chǎn)分類(lèi)出現(xiàn)在公司的資產(chǎn)負(fù)債表中。那些在大數(shù)據(jù)價(jià)值鏈上的相關(guān)者，如數(shù)據(jù)持有者、數(shù)據(jù)專家及具有大數(shù)據(jù)觀念的機(jī)構(gòu)，無(wú)疑將會(huì)從大數(shù)據(jù)中獲得利益。然而，歸根結(jié)底，其最大價(jià)值則在于數(shù)據(jù)本身，這是因?yàn)閿?shù)據(jù)常常會(huì)說(shuō)話——數(shù)據(jù)中總是存在值得人們?nèi)�學(xué)習(xí)和認(rèn)識(shí)的知識(shí)和信息。數(shù)據(jù)的價(jià)值常�？梢酝ㄟ^(guò)數(shù)據(jù)首次使用及其二次使用來(lái)獲取。

在數(shù)據(jù)推動(dòng)一切的今天，那些掌握了大數(shù)據(jù)的組織將有機(jī)會(huì)戰(zhàn)勝其競(jìng)爭(zhēng)伙伴，并保持領(lǐng)先地位。一個(gè)小而靈活機(jī)智的組織雖然規(guī)模不大，照樣能夠健康發(fā)展，與此同時(shí)，一個(gè)不能掌握全部數(shù)據(jù)的組織將面臨為生存而戰(zhàn)斗的巨大壓力。

質(zhì)量專業(yè)工作者必須幫助其所在組織獲取更多數(shù)據(jù)，并通過(guò)大數(shù)據(jù)分析來(lái)協(xié)助做出正確決定（如表1中所展示大數(shù)據(jù)分析應(yīng)用案例）。

你可以通過(guò)自動(dòng)化和數(shù)據(jù)推動(dòng)業(yè)務(wù)過(guò)程獲取更多內(nèi)部數(shù)據(jù)。大數(shù)據(jù)不應(yīng)當(dāng)只用于撰寫(xiě)報(bào)告，也應(yīng)當(dāng)用于提取預(yù)測(cè)解析模式。

通過(guò)從政府所擁有的公共數(shù)據(jù)庫(kù)中挖掘數(shù)據(jù)，使預(yù)測(cè)解析結(jié)果不僅能夠用于政府管理目的，而且也能夠使非政府組織從中獲益。

組織可以從私人數(shù)據(jù)持有者那里購(gòu)買(mǎi)數(shù)據(jù)，也可以通過(guò)中間人將自己掌握的數(shù)據(jù)與其他數(shù)據(jù)持有者分享或合并。通過(guò)簽署某種業(yè)務(wù)協(xié)議，所有對(duì)數(shù)據(jù)組合并做出貢獻(xiàn)的人都可以從這些數(shù)據(jù)組中獲得實(shí)際價(jià)值。

最后，組織通過(guò)針對(duì)不同目的重復(fù)使用數(shù)據(jù)組，通過(guò)將不同數(shù)據(jù)組結(jié)合為新的數(shù)據(jù)組，通過(guò)針對(duì)多種用途將數(shù)據(jù)組延伸到大數(shù)據(jù)中，并通過(guò)收集自然產(chǎn)生的數(shù)據(jù)（數(shù)據(jù)已成為人們行為和活動(dòng)所自然產(chǎn)生的副產(chǎn)品），可以從數(shù)據(jù)組中獲取并利用更多的價(jià)值。在必要的情況下，數(shù)據(jù)還可以轉(zhuǎn)賣(mài)給數(shù)據(jù)購(gòu)買(mǎi)者，而一個(gè)組織也可以向其數(shù)據(jù)使用者收取相關(guān)費(fèi)用。

在小數(shù)據(jù)時(shí)代，人們所做出的決定主要根據(jù)綜合相關(guān)事實(shí)、對(duì)事物的看法及有根據(jù)推測(cè)，而貫穿于一生經(jīng)驗(yàn)所獲得的才能和知識(shí)在傳統(tǒng)決策過(guò)程中發(fā)揮著至關(guān)重要作用。進(jìn)入大數(shù)據(jù)時(shí)代，這一切正在發(fā)生變化，針對(duì)任何決定，都要經(jīng)過(guò)大數(shù)據(jù)分析才能做出，或者至少要經(jīng)過(guò)大數(shù)據(jù)確認(rèn)。

質(zhì)量專業(yè)工作者必須學(xué)習(xí)和掌握與大數(shù)據(jù)相關(guān)的知識(shí)和技能，如統(tǒng)計(jì)學(xué)、初級(jí)預(yù)測(cè)建模、基礎(chǔ)計(jì)算機(jī)編程等，從而使這些知識(shí)和技能在決策過(guò)程中發(fā)揮有效作用。

關(guān)于統(tǒng)計(jì)學(xué)，相關(guān)分析方法及回歸分析方法是最需要掌握的。彼爾遜（Pearson）積矩相關(guān)系數(shù)是最通用的相關(guān)分析方法，以測(cè)量?jī)蓚�(gè)變數(shù)之間的線性關(guān)系，而史皮爾曼（Spearman）等級(jí)相關(guān)系數(shù)則是針對(duì)兩個(gè)變數(shù)之間統(tǒng)計(jì)相關(guān)性的非參數(shù)測(cè)量方法。在回歸分析方法方面，最小平方是一種通用的方法，而其他回歸分析程序還有非線性回歸、正交回歸及邏輯回歸方法。

關(guān)于預(yù)測(cè)建模，決策樹(shù)是你首先要學(xué)習(xí)和掌握的一種方法，因?yàn)檫@種方法以其簡(jiǎn)明而有效的方式受到了大數(shù)據(jù)科學(xué)家們最廣泛的青睞和應(yīng)用。這種方法并不像你所想象的那樣復(fù)雜。

圖1所示為摩根大通（Chase）銀行所使用的決策樹(shù)狀圖，以預(yù)測(cè)個(gè)人抵債人的預(yù)付款所產(chǎn)生的相關(guān)風(fēng)險(xiǎn)。這種決策樹(shù)狀圖基本上是由若干代表價(jià)值試驗(yàn)矩形圖而組成的流程圖結(jié)構(gòu)，而每一試驗(yàn)結(jié)果則直接產(chǎn)生為下一級(jí)圖示。每個(gè)下一級(jí)圖示會(huì)引導(dǎo)出一個(gè)新試驗(yàn)，直到做出決定為止（在這一案例中，決策就是預(yù)付款的風(fēng)險(xiǎn)）。

為了預(yù)測(cè)一個(gè)抵債人預(yù)付款風(fēng)險(xiǎn)，每一個(gè)案例采取由高至低倒樹(shù)狀形式，并通過(guò)一系列試驗(yàn)來(lái)測(cè)算，直到做出相應(yīng)決定為止。例如，這一模型預(yù)測(cè)抵債人瑪麗·鮑賽（Mary Bowser）有26.5%傾向來(lái)預(yù)付其抵押。這一預(yù)測(cè)是基于其數(shù)據(jù)：利率為8.8%、100000美元抵押及80%貸款/價(jià)值比率。針對(duì)瑪麗·鮑賽這一案例的預(yù)測(cè)分析路徑如圖1所示。

另外，可以用于預(yù)測(cè)建模的工具包括人工神經(jīng)網(wǎng)絡(luò)、對(duì)數(shù)線性回歸、支持向量機(jī)、樹(shù)狀網(wǎng)等方法。如果你想要學(xué)習(xí)預(yù)測(cè)建模，可以通過(guò)閱讀相關(guān)網(wǎng)絡(luò)和書(shū)籍，或通過(guò)參加網(wǎng)上課程來(lái)獲得相關(guān)知識(shí)和信息。

質(zhì)量專業(yè)工作者必須學(xué)習(xí)如何與大數(shù)據(jù)科學(xué)家緊密合作并一道工作。這些大數(shù)據(jù)科學(xué)家是數(shù)據(jù)分析、人工智能和統(tǒng)計(jì)方面的專家，他們的知識(shí)與技能是對(duì)質(zhì)量專業(yè)工作者所掌握知識(shí)與技能的補(bǔ)充，并為大數(shù)據(jù)時(shí)代帶來(lái)了新的觀念與做法：他們通常已經(jīng)養(yǎng)成了不帶任何預(yù)先斷定及偏見(jiàn)而讓數(shù)據(jù)說(shuō)話的專業(yè)化習(xí)慣。

同樣，我們應(yīng)當(dāng)遵守目前的政府相關(guān)方針和法律法規(guī)，以保護(hù)我們的社會(huì)免受大數(shù)據(jù)風(fēng)險(xiǎn)的影響，并防止產(chǎn)生數(shù)據(jù)巨頭。為此，未來(lái)政府關(guān)于大數(shù)據(jù)方針及相關(guān)法律法規(guī)發(fā)展方向如下：

1. 保持?jǐn)?shù)據(jù)使用者對(duì)其所作所為負(fù)有責(zé)任。

2. 實(shí)施“差別性隱私”方式，從而使一些數(shù)據(jù)組合變得模糊不清，這樣針對(duì)一個(gè)數(shù)據(jù)的詢問(wèn)將只會(huì)得到大概的結(jié)果。

3. 保證人發(fā)揮作用，這樣對(duì)人產(chǎn)生影響的相關(guān)政府及組織所做出的重要決定將取決于人的行為與行動(dòng)，而不是簡(jiǎn)單地建立在大數(shù)據(jù)分析預(yù)測(cè)基礎(chǔ)之上。

4. 建立一個(gè)新的專業(yè)學(xué)科（起一個(gè)合適的學(xué)科名字），以此來(lái)?yè)?dān)負(fù)起監(jiān)視和審核責(zé)任義務(wù)，以及可追溯性和公平競(jìng)爭(zhēng)的相關(guān)工作。

在大數(shù)據(jù)時(shí)代，質(zhì)量專業(yè)工作者的某些經(jīng)驗(yàn)將會(huì)失去價(jià)值，以前質(zhì)量專業(yè)工作者作為質(zhì)量衛(wèi)士的大多數(shù)傳統(tǒng)工作職能會(huì)由計(jì)算機(jī)承擔(dān)。質(zhì)量專業(yè)工作者必須探索大數(shù)據(jù)不能預(yù)測(cè)的領(lǐng)域：大膽夢(mèng)想，縝密思考大數(shù)據(jù)之外的事物，勇于冒險(xiǎn)，并發(fā)明創(chuàng)造。

另外，質(zhì)量專業(yè)工作還必須成為“右腦思考者”，從而使其能夠以高級(jí)概念（設(shè)計(jì)、故事及交響曲）和高級(jí)體會(huì)（同感、娛樂(lè)及意愿）能力來(lái)對(duì)自己所掌握的專業(yè)技能進(jìn)行補(bǔ)充。其中，設(shè)計(jì)就是發(fā)現(xiàn)方法和機(jī)會(huì)并創(chuàng)造美的東西；一個(gè)具備敘述故事能力的人一定知道如何構(gòu)思、講述令人信服的故事；交響樂(lè)則如同將不同思想融合到一種新的思想之中；同感就是認(rèn)同，并理解其他人的感情和態(tài)度；娛樂(lè)是指從自己的生活中發(fā)現(xiàn)樂(lè)趣，并從其他人生活中探尋出快樂(lè)；意愿則表示對(duì)目的和含義的追求。

通過(guò)運(yùn)用全新的觀念、強(qiáng)大而有力的數(shù)據(jù)集以及得到提升的專業(yè)技能，質(zhì)量專業(yè)工作者必將滿懷信心地迎接大數(shù)據(jù)的挑戰(zhàn)，并在這一新的大數(shù)據(jù)世界里健康而順利地向前發(fā)展。這就是在21世紀(jì)里，大質(zhì)量為我們所展示的一個(gè)非常重要的前景。