在大数据的时代，所有的数据都是价值的吗？数据越多，带来的价值就一定越大吗？

目前在数据使用过程中，普遍做法是以更多数据、更复杂的模型来降低误差。这种做法容易导致数据被过度使用、过度拟合，而且很容易被人造出来，使得决策失效。因此，缺乏对数据属性的底层思考，会导致客观真实被数据淹没。

世界是不确定性的，万事万物具有偶然性的特征，也有相对确定性的特征。在自然科学领域，由于相对稳定的自然环境，产生了自然科学的诸多文明和算法，所以自然科学产生的数据基本上是可重复的、可验证的，这类数据对未来具有指导性。而人文领域中的许多现象，都与人的行为有关，具有偶然性的特征，除了人类文明规则指导下的行为，其他的行为都很难重复和验证。

根据胡本立先生提出的人与数据的相关原理，人对外在世界观察感知产生认知，并由此产生行为，行为继续产生数据，数据被人们认知、使用，如此循环。世界的不确定性、人类认知的缺陷加上个体行为的差异会导致数据与客观真实之间出现偏差。为了解决这一问题，需要对现有的数据进行重新架构、重新定义和重新分类，进行数据分级、校准偏差，让数据无限逼近客观真实，从而发现潜在风险、挖掘核心价值，这就是所谓数据重构。关于数据重构的详细论述可以参考文章《不确定性与数据重构》。>>点击查看完整内容

为了将这一开创性的理论付诸实践，解决在现行的数据分析中存在的诸多问题，提升数据的含金量和使用效率，蒙格斯智库携手毕马威中国、亚联咨询、米筐科技以及国内外知名高校等多家权威机构，并集结了朱小黄、胡本立、涂子沛、曹劲等诸多业内权威专家，成立了蒙格斯数据重构研究院。

近期，蒙格斯数据重构研究院将以个人信贷风险画像、股指增强投资策略、人工智能推荐算法三个方向作为第一期研究应用方向，并推出以数据重构理论为基础的工具和产品，为数据使用方提供成熟的解决方案，敬请期待！