作为理性的人类，我们不会仅仅满足于感情的宣泄，而是希望通过数据掌握更多的事实，进行理性思考。

  在当今时代，最不缺乏的就是信息。信息消费了什么，这是很明显的：它消费的是信息接受者的注意力。信息越丰富，就会导致注意力越匮乏……

  当今，信息并不匮乏，匮乏的是我们处理信息的能力，我们有限的注意力是组织活动的主要瓶颈。卡内基梅隆大学的赫伯特·西蒙指出，人类的理性是有限的，因此所有的决策都是基于有限理性的结果。他继而提出，如果能利用存储在计算机里的信息——即数据来辅助决策，人类理性的范围将会扩大，决策的质量就能提高。

  在大数据时代，人类社会面临的问题之一是如何更好的利用数据来辅助决策。

  

  对小数据而言，最基本最重要的要求就是减少错误，保证质量。因为收集的信息量比较少，所以我们必须确保记下来的数据尽量精确。

  无论是确定天体的位置还是观测显微镜下物体的大小，为了使结果更加准确，很多科学家都致力于优化测量的工具。在采样的时候，对精确度的要求就更苛刻了。因为收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性。

  然而，在不断涌现的新情况里，允许不精确性的出现已经成为一个新的亮点，而非缺点。因为放松了容错的标准，人们掌握的数据也多了起来，还可以利用这些数据做更多新的事情。这样就不是大量数据优于少量数据那么简单了，而是大量数据创造了更好的结果。

  谷歌的翻译更好并不是因为它拥有一个更好的算法机制，是因为谷歌翻译增加了各种各样的数据。2006年，谷歌发布的上万亿的语料库，就是来自于互联网的一些废弃内容。

  谷歌将其作为“训练集”，可以正确地推算出英语词汇搭配在一起的可能性。谷歌的这个语料库是一个质的突破，使用庞大的数据库使得自然语言处理这一方向取得了飞跃式的发展。

  同时，我们需要与各种各样的混乱做斗争。混乱，简单的说就是随着数据量的增加，错误率也会相应增加。所以，如果采集的数据量增加1000倍的话，其中采集的部分数据就可能是错误的，而且随着数据量的增加，错误率可能也会继续增加。

  在整合来源不同的各类信息的时候，因为他们通常不完全一致，所以也会加大混乱程度。虽然如果我们能够下足够多的功夫，这些错误是可以避免的，但在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多好处。

  如果将传统的思维模式——精确性运用于数据化、网络化的21世纪，就会错过重要的信息，执迷于精确性是信息缺乏时代的产物。当我们掌握了大量新型数据时，精确性就不那么重要了，不因为依赖精确性，我们同样可以掌握事情的发展趋势。

  大数据不仅让我们不再期待精确性，也让我们无法实现精确性。然而，除了一开始会与我们的直觉相矛盾之外，接受数据的不精确和不完美，我们反而能更好地进行预测，也能更好的理解这个世界。

  相比依赖于小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实的真相。“部分”和“确切”的吸引力是可以理解的。但是，当我们的视野局限在我们可以分析和能够确定的数据上时，我们对世界的整体理解就可能产生错误和偏差。

  不仅失去了去尽力收集一切数据的动力，也失去了从各个不同角度来观察事物的权利。所以，局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是，就算我们可以分析的到细节中的细节，也依然会错过事物的全貌。

  就像印象派的画风一样，近看画中的每一笔都感觉是混乱的，但是退后一步你就会发现这是一副伟大的作品，因为你退后一步的时候就能看出画作的整体思路了。

  这是大数据时代，思维方式的一个改变，不执着于对精确性的追求，拥抱混乱。另外一个思维方式的转变则是，更加重视相关关系，而不偏执于基于假设基础上对因果关系的追寻。

  在小数据的世界中，相关关系也是有用的，但在大数据的背景下，相关关系大放异彩。通过应用相关关系，我们可以比以前更容易、更便捷、更清楚地分析事物。

  相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指一个数据增加时，另一个数据值很有可能也会随之增加。比如谷歌的流感趋势：在一个特定的地理位置，越多的人通过谷歌搜索特定的词条，该地区就有更多的人患了流感。

  相反，相关关系弱就意味着当一个数据值增加，另一个数据值几乎不会发生变化。例如，我们可以寻找关于个人的鞋码和幸福的相关关系，但会发现它们几乎扯不上什么关系。

  相关关系通过识别有用的关联物来帮助我们分析一个现象，而不是通过揭示其内部的运作机制。当然，即使是很强的相关关系也不一定能解释每一种情况，比如两个事物看上去行为相似，但很有可能只是巧合。相关关系没有绝对，只有可能性。

  也就是说，不是亚马逊推荐的每本书都是顾客想买的书。但是，如果相关关系强，一个相关链接成功的概率是很高的。我们理解世界不再需要建立在假设的基础上，这个假设是针对现象建立的有关其生产机制和内在机理的假设。

  因此，我们也不需要建立这样一个假设，关于哪些词条可以表示流感在何时何地传播；我们不需要了解航空公司怎样给机票定价；我们不需要知道沃尔玛的顾客的烹饪喜好。取而代之的是，我们可以对打数据进行相关关系分析，从而知道哪些检索词条是最能显示流感的传播的，飞机票的价格是否会飞涨，哪些食物是飓风期间待在家里的人最想吃的。

  我们用数据驱动的关于大数据的相关关系分析法，取代了基于假想的易出错的方法。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响。建立在相关关系分析法基础上的预测是大数据的核心。这种预测发生的频率非常高，以至于我们经常忽略了它的创新性。当然，它的应用会越来越多。

  在社会环境下寻找关联物只是大数据分析法采取的一种方式。同样有用的一种方式是，通过找出新种类数据之间的相互联系来解决日常需要。比方说，一种称为预测分析法的方法就被广泛的应用于商业领域，它可以预测实践的发生。

  比如车的某个零部件出故障。因为一个东西要出故障，不会是瞬间的，而是慢慢地出问题的。通过收集所有的数据，我们可以预先捕捉到事物要出故障的信号，比方说发动机的嗡嗡声、引擎过热都说明它们可能要出故障了。

  系统把这些异常情况与正常情况进行对比，就会知道什么地方出了毛病。通过尽早的发现异常，系统可以提醒我们在故障之前更换零件或者修复问题。通过找出一个关联物并监控它，我们就能预测未来。

  在小数据时代，相关关系分析和因果分析都不容易，都耗资巨大，都要从建立假设开始。然后我们会进行实验——这个假设要么被证实要么被推翻。但由于两者都始于假设，这些分析都有受偏见影响的可能，而且极易导致错误。

  与此同时，用来做相关关系分析的数据很难得到，收集这些数据时也耗资巨大。现今，可用的数据如此之多，也就不存在这些难题了。

  通过找出可能相关的事物，我们可以在此基础上进行进一步的因果关系分析，如果存在因果关系的话，我们再进一步找出原因。

  这种便捷的机制通过严格的实验降低了因果分析的成本。我们也可以从相互联系中找到一些重要的变量，这些变量可以用到验证因果关系的实验中去。相关关系很有用，不仅仅是因为它能为我们提供新的视角，而且提供的视角都很清晰。

  在小数据时代，我们会假想世界是怎么运作的，然后通过收集和分析数据来验证这种假想。在不久的将来，我们会在大数据的指导下探索世界，不再受限于各种假想。我们的研究始于数据，也因为数据我们发现了以前不曾发现的联系。

  总之，除了纠结于数据的准确性、正确性和严格度之外，我们也应该容许一些不精确的存在。数据不可能是完全正确或完全错误的，当数据的规模以数量级增加时，这些混乱也就算不上问题了。

  事实上，它可能是有好处的，因为它可能提供一些我们无法想到的细节。又因为我们用更快更便宜的方式找到数据的相关性，并且效果往往更好，而不必努力去寻找因果关系。

  当然，在某些情况下，我们依然要静心做因果关系研究和试验。但是，在日常很多情况下，我们知道“是什么”就够了，而不必非要弄清楚“为什么”。