1.1.1　数据分析兴起与发展的时代背景

第一次工业革命开始于18世纪60年代，是一场以大规模工厂化生产取代个体工场手工生产的革命。工业革命以蒸汽机、煤、铁和钢为主要因素，将传统生产模式升级为新的机器制造生产模式，全面地改变了人们的生活。19世纪60年代后期，第二次工业革命开始，人类进入电气时代。第三次工业革命开始于20世纪四五十年代，核心技术是电子计算机技术。

电子计算机技术依靠其运算速度快、处理数据量大的优势代替了人类的部分脑力劳动或体力劳动，改变了人类社会的信息处理方式，进而改变了现代社会的运作结构。电子计算机技术的快速发展带动了一大批高新技术的演进。过去几次工业革命都是站在新技术革新的转折点，如今，我们也站在一个新时代—数据时代的浪尖上。

随着计算机技术的发展，数据量快速增长，数据储存成本进一步下降，云端环境逐渐成熟。计算机的计算能力大幅提升，带来的是数据量的快速增长，因此造就了数据分析的新时代思维。具体而言，过去人们使用演绎方法研究科学发展，根据推论求得规律，随着问题的复杂化，人们通过演绎方法解决问题面临瓶颈，于是形成了通过归纳方法来解决问题的观点。因此，人们将数据分析与巨量数据推上了显学。巨量数据分析不同于传统统计抽样方法，它考虑的是数据母体，利用比实证研究更耗费计算成本的数据驱动方法，对数据中挖掘出的数据背后的关系进行全面分析。当前，我们正处于人类有史以来发展最快的时代。基于“数据”与“分析”，我们将迎来一场新的变革。技术驱动的演进，促进经济的结构性改革，我们正在走向一个充满变化的未来。最重要的是，我们必须把握创新的机会，而且是技术驱动创新的机会。

数据时代席卷的不只是信息界。巨量数据带来的是各个领域的改变。例如，Fintech（金融+科技）、Growth Hacking（营销+科技）、Health Care（医学+科技）等都是数据时代跨领域整合的趋势。换句话说，巨量数据／数据思维，需要的是一种跨域的宏观视野。从以上这几个逐渐兴起的热门领域，我们就可以看到数据分析的重要性。