不知從何時開始莱衩，大數(shù)據(jù)這個詞從初次問世的新奇高逼格爵嗅，變成了現(xiàn)在的爛大街。好像凡是家互聯(lián)網(wǎng)公司笨蚁，就敢言必稱“大數(shù)據(jù)”睹晒。
那么，我們聽了這么久的大數(shù)據(jù)括细，到底什么是大數(shù)據(jù)伪很？既然有大數(shù)據(jù)，那么是否就有小數(shù)據(jù)奋单？一個新的概念的提出锉试，必然是對原本概念的一個挑戰(zhàn)，那么大數(shù)據(jù)和小數(shù)據(jù)相比又有什么區(qū)別呢辱匿？
我想這兩者的本質區(qū)別并非只是數(shù)據(jù)量大小的差異键痛，更是我們我們思維層面的變革炫彩。
今天，筆者就借舍恩伯格的《大數(shù)據(jù)時代》來和大家聊聊對于大數(shù)據(jù)的一些理解絮短。舍恩伯格在書中提出來3個關于大數(shù)據(jù)時代思維變革的觀點江兢。
一、 更多：不是隨機樣本丁频，而是全體數(shù)據(jù)
我們從中學時候杉允，就開始接觸“抽樣”的概念。而抽樣其實就是小數(shù)據(jù)時代通用的一種方法席里∈辶祝基于當初的數(shù)據(jù)收集和處理的困難，我們無法做到對所有的研究對象進行數(shù)據(jù)分析奖磁，因此就選擇抽樣的方法改基，隨機抽取部分樣本，希望通過對隨機樣本的研究來說明整體的情況咖为。這種方法最重要的就是在樣本的選擇上秕狰，如果選擇樣本的時候不符合“隨機”性，那么其最終的研究結果便很有可能和事實相差甚遠躁染。
而隨著互聯(lián)網(wǎng)時代的到來鸣哀，技術的飛速發(fā)展，我們記錄收集信息的成本越來越低吞彤。從事互聯(lián)網(wǎng)這一行的基本都知道我衬，只要我們在產(chǎn)品內(nèi)進行埋點，便能知道所有我們想知道的用戶在產(chǎn)品上的行為饰恕，而具備強大的數(shù)據(jù)分析能力的計算機挠羔，更是使對所有數(shù)據(jù)進行分析成為了可能。解決了數(shù)據(jù)收集和分析的難題懂盐，使“樣本=全體”得以實現(xiàn)褥赊，而這也是大數(shù)據(jù)時代第一個特點，我們再進行相關研究的時候無需進行抽樣莉恼，對全量的研究是我們的結果更加全面拌喉。
二、更雜：不是精確性俐银，而是混雜性
在以往的小數(shù)據(jù)時代尿背，因為樣本容量的有限性，為了保證最終結果的可信性捶惜，分析人員務必需要保證所選擇樣本數(shù)據(jù)的準確度田藐。因為基于小樣本的數(shù)據(jù)分析，如果其中不幸參雜了一個錯誤的數(shù)據(jù)，那很有可能導致最終的結果完全偏離現(xiàn)實汽久。
而到了大數(shù)據(jù)時代鹤竭，我們所收集到的數(shù)據(jù)越來越多，而其中必然會慘雜著為數(shù)不少的錯誤數(shù)據(jù)景醇。但是在如此龐雜的數(shù)據(jù)庫中臀稚。只有5%的數(shù)據(jù)是結構化且能用于傳統(tǒng)數(shù)據(jù)庫的，這也就意味著三痰，如果我們還是如以往一般執(zhí)迷于精確性吧寺，那么剩下95%的的非結構化數(shù)據(jù)都無法被利用，這將是一個多大的損失散劫，我們坐擁寶山而不自知稚机，白白讓這么豐富的數(shù)據(jù)浪費。而如果要使用這些數(shù)據(jù)获搏，我們就必須接受不精確性赖条，接受數(shù)據(jù)的混雜，這樣才能打開一扇從未涉足的世界的窗戶常熙。
當然谋币，我們不再追求精確性，并不是意味著我們放棄準確症概。恰恰相反，接受數(shù)據(jù)的混雜早芭，正是為了能夠通過對更多數(shù)據(jù)的使用彼城，來獲取更有說服力、更加準確的結果退个。雖說混雜的數(shù)據(jù)中會參雜錯誤數(shù)據(jù)募壕，但在龐大的全樣本下，個別錯誤的數(shù)據(jù)對最終結果的影響也將被無限地縮小语盈。
三舱馅、更好：不是因果關系，而是相關關系
今日頭條根據(jù)用戶以往的閱讀數(shù)據(jù)來判定其感興趣的內(nèi)容刀荒，并進行針對性的推薦代嗤，但從不去糾結用戶為什么喜歡這些內(nèi)容；支付寶年度賬單會根據(jù)各個省市的消費情況制作相關的排行榜缠借，但也并不深究是什么導致了各個省市消費情況的差異......
諸如此類干毅，絕大部分的互聯(lián)網(wǎng)公司都是通過數(shù)據(jù)的分析，向我們傳遞著“是什么”的信息泼返，而非“為什么”硝逢。而這也正是大數(shù)據(jù)時代所帶來的第三個思維的變革：我們更多的開始關注相關關系，而不是因果關系。我們不必非得知道現(xiàn)象背后的原因是什么渠鸽，我們更多的是讓數(shù)據(jù)自己“發(fā)聲"叫乌。
當然，這并不意味著因果關系已經(jīng)沒有作用徽缚。在大多數(shù)情況下憨奸。一旦我們完成了對大數(shù)據(jù)的相關關系分析，往往不會僅僅滿足于知道"是什么”猎拨，我們會繼續(xù)像更深層次進行探索膀藐，去研究因果關系，找出背后的“為什么”红省。
我們只是不會再把因果關系作為意義來源的基礎额各。在大數(shù)據(jù)時代，即使很多情況下吧恃，我們依然指望用因果關系來說明我們所發(fā)現(xiàn)的相互聯(lián)系虾啦，但是，因果關系實際上只是一種特殊的相關關系痕寓。相反傲醉，大數(shù)據(jù)推動了相關關系分析，相關關系往往能取代因果關系起作用呻率，即使不可取代的情況下硬毕，它也能指導因果關系起作用。
大數(shù)據(jù)時代的來臨礼仗，是我們測量吐咳、記錄、分析世界的一個契機元践，他能幫助我們更好的認識社會韭脊，認識我們所生存的這個世界。而如果我們有意去抓住這個機遇单旁，就務必需要從思維上去改變沪羔，去適應大數(shù)據(jù)時代的生存法則。
