1.6　大数据思维和寻宝游戏

大数据，开启了一场轰轰烈烈的寻宝游戏。小数据时代无法获得的数据，现在可以获得；小数据时代无法实现的计算（如数据的实时分析），现在可以实现。

举个例子，手机定位，以前做不到，但是现在可以。这些位置数据有什么用呢？从每天准时往返两个地点，可以看出你是上班族，起点是家庭住址，另一处是单位地址；从时间和路线上，可以看出你有无开车，有车可以向你推销车险，没车就向你推销新车，这还只是简单的人工分析。再进一步，有人研发出防走失的儿童手表，有人发明了记录运动的健康手环，都获得了丰厚回报。

因此，我们对数据持有的看法，直接影响获得的价值，而这是大数据时代“寻宝”的关键。在小数据时代，我们一直认为“正确”的或“最佳”的理念、理论、方法、技术和工具越来越凸现出其“局限性”；在大数据时代，我们需要改变思维方式，具备大数据思维。

1．全量思维

全量思维，分析所有的数据样本，而不依靠抽样分析。看问题的角度从局部扩展到整体，数据越大，真实性也就越高。

正如统计学所言，只有拥有全部样本，才能找出规律。抽样分析是以点带面、以偏概全的思维，而全量分析能反映出全部数据的客观事实。大数据能让我们清楚地看到抽样样本无法揭示的细节。

2．模糊思维

模糊思维，接受数据本身的纷繁复杂，不再追求准确性。现实中的数据本身存在异常、纰漏、疏忽，甚至是错误的。我们用全量数据进行分析，虽然在不精准的实际数据上得出的结论不会非常精准，但最接近客观事实。

大数据纷繁多样，优劣掺杂，增长迅速，实时变化，分布在全球很多服务器上。在如此海量实时的数据面前，追求绝对精准是没有必要的。大数据让我们适当忽略在微观层面对精确度的追求，更多关注宏观层面，以拥有更好的洞察力。

比如，买一条鲤鱼，会精确称量到“两”的单位，但如果买的是一条鲸鱼，就不会再精确到“两”了。

3．相关思维

相关思维，不再探求因果关系，转而关注事物的相关性。通过数据挖掘，我们能够看到数据的关联现象和事物的相关性，但不一定知道其因果关系。

大数据告诉我们“是什么”而不是“为什么”。基于海量数据的分析得到的结果，有时很难理清其中的逻辑，有些内在关系的基础我们至今仍未掌握，但是大数据让我们看到了很多以前不曾注意到的联系，掌握了以前无法理解的社会动态。

比如，燕子低飞要下雨，是古人通过长期观察得出的结论。古人肯定知道，不是因为燕子低飞才下雨，虽然不明其理，但是不妨碍未雨绸缪。

总之，我们要掌握大数据思维，并不是抛弃抽样思维、精准思维和相关思维，而是要突破思维局限，认真审视大数据时代的一切事物，从中发现宝藏。