大數據時代要轉變的思維：
- 要分析所有數據，而不是少量的數據樣本
- 要追求數據的紛繁複雜，而不是精確性
- 要關注事物的相關關係，而不是因果關係
1. 分析所有數據，而非少量數據
至今爲止，人們蒐集數據的能力有限，因此採用的是“隨機採樣分析”。
例如，要想知道中國顧客都聯想筆記本的滿意度，不可能對所有買了聯想筆記本的人做問卷調查。通常的做法是隨機找1000個人，用這1000個人的滿意度來代表所有人的。
爲了使結果儘可能準確，我們會設計儘可能精確的問卷，並使樣本足夠隨機。
這就是“小數據時代”的做法，在不可能蒐集全部數據的情況下，隨機採樣分析在各領域取得了巨大的成功。
但是，隨機採樣有三個問題：
- 依賴隨機性，而隨機性很難做到。例如，使用固定電話隨機打給1000戶人家，這樣也是缺乏隨機性的，因爲沒有考慮到年輕人都使用手機的情況。
- 遠看不錯，一旦聚焦到某一點，就模糊了。例如，我們用1000個人來代表全國，這1000個人是隨機從全國選取的。但是，如果用此結果來判斷西藏的滿意度，卻是缺乏精確的。也就是說，分析結果不能適用於局部。
- 採樣的結果只能回答你事先設計好的問題，不能回答你突然意識到的問題。
在”大數據時代“，樣本=總體
如今，我們已經有能力蒐集到全面而完整的數據。大數據是建立在掌握所有數據、至少是儘可能多的數據的基礎上的。
2. 追求混雜性，而非精確性
在“小數據”時代，最重要的就是減少測量的錯誤，因爲收集的信息較少，所以必須保證記錄儘可能精確，否則細微的錯誤會被放大。爲了精確，科學家必須優化測量的工具。現代科學就是這麼發展過來的，物理學家開爾文（溫度的國際單位）說：“測量就是認知”。很多優秀的科學工作者必須要能準確收集和管理數據。
在“大數據”時代，使用所有數據變爲可能，且通常是上萬億個數據，要保證每一個數據的精確性是不可想象的，混雜性不可避免。但是，當數據量足夠大時，混亂不一定會帶來不好的結果。並且，由於放鬆了容錯的標準，所能蒐集的數據多了起來，還可以利用這些數據來做更多的事。舉一個例子：
要測一個葡萄園的溫度，如果只有一個溫度計，那必須保證這個測量儀精確且能一直工作。但是如果每100棵葡萄樹就有一個測量儀，則雖然有些測量數據是錯誤的，但是所有數據合起來卻能得到一個更準確的結果。
因此，“大數據"通常用概率說話，而不是板着”確鑿無疑“的面孔。”大數據“時代要求我們重新審視精確性的優劣。由於數據量太大，我們不再期待精確經，也無法實現精確性。
在圖書館我們可以看到，所有的書都被分類，例如，要找一本C語言的書籍，必須先找到”工科“分類，然後再找到”計算機“分類，再根據編號（類似於803.53x）找到需要的書籍，這是傳統的方法。如果圖書館的書少，可以這麼檢索，如果有1億本呢？10億本呢？網絡上的數據可遠非圖書館的藏書量可比，動則數十億，如果使用清晰的分類，那麼不僅分類的人會瘋，查詢的人也會瘋。因此，現在互聯網上廣泛使用”標籤“，通過標籤來檢索圖片、視頻、音樂等。當然，有時人們會錯標標籤，這讓習慣精確性的人很痛苦，但是，接受”混亂“給我們帶來了兩個好處：
- 由於擁有了遠比”分類"數量多得多的標籤，我們能夠獲得更多的內容。
- 可以通過標籤組合來過濾內容。
例如，如果我們要檢索“徐長卿”。“徐長卿”至少有三種身份：是一種中草藥，是命名草藥的人的名字，是仙劍3的主人公之一。如果按照傳統分類法，可能“徐長卿”會被分到“中草藥”類裏，這還取決於分類的人。那麼查詢的人就不會知道它還有另外兩重身份，或者只想查“徐長卿"這個人的人根本就不會到”中草藥“類裏查詢。但是，如果使用”標籤“，那麼輸入”徐長卿“+”草藥“，即可查到草藥；輸入”徐長卿“+”仙劍3“即可查到遊戲的主人公。
因此，使用”標籤“代替”分類“，雖然有很多不精確的數據，但是卻得到了大量標籤，使得檢索更方便，得到的結果更好了。
3. 關注相關關係，而非因果關係
知道”是什麼“就夠了，沒有必要知道”爲什麼“，要讓數據自己”發聲“。來看一個例子：
沃爾瑪是世界上最大的零售商，掌握了大量的零售數據。通過分析，沃爾瑪發現，每當季節性颶風來臨之前，不僅手電筒銷售量增加了，而且蛋撻的銷量也增加了。因此，當季節性暴風來臨時，沃爾瑪會把庫存的蛋撻放在靠近颶風用品的位置，以方便顧客。
看到這裏，一個馬上有人問”爲什麼颶風一來，人們都要買蛋撻“？
你問”爲什麼“，說明你注重的是因果關係。而這個“因”，可能是極難分析、且複雜的，而且即便研究出來，意義真的很大嗎？對沃爾瑪來說，只要知道“颶風來了，快擺蛋撻，準備大賺一筆”就行了，這就是注重的相關關係。
颶風與蛋撻有關，OK，行了，還能賺錢，太好了。爲什麼？不管，反正有關。
這也是大數據時代需要轉變的思維，即關注相關關係，而非因果關係。
通過探求”是什麼“，而非”爲什麼“，能夠幫助我們更好地理解世界。但是，由於因果關係在我們的思維中根深蒂固，而且有時會臆想出一些因果關係，反而帶來了錯誤的認知。例如：
父母經常告訴孩子，天冷時不帶帽子和手套就會感冒。然而，研究表明，感冒和穿戴之間沒有直接的聯繫。在某餐館喫飯後，晚上肚子疼，我們會想到原因是餐館的食物有問題。實際上很可能是和某人握手，或飯前沒有洗手的關係。
相關關係能給我們分析問題提供新的視角，我們不需要事事去探究爲什麼，並且，它使我們相信，不探究”爲什麼“也是合理的。
但是，並不是說因果關係就應該完全摒棄，而是要靈活地以相關關係的立場來思考問題。
本文總結自《大數據時代》，作者Viktor Mayer-Schonberger。
文檔信息
- 版權聲明：署名（BY）-非商業性（NC）-禁止演繹（ND）
- 發表日期：2015 年 4 月 11 日
- 更多內容：OUR D3.JS - 數據可視化專題站 和 CSDN個人博客
- 備註：本文發表於 OUR D3.JS ，轉載請註明出處，謝謝