卫生机构使用传统方法预测流感的传播，很多时候存在滞后性。而作为一家互联网公司，谷歌通过分析用户在搜索引擎上的搜索记录来预测流感传播，其准确率比卫生机构还高，而且预测输出时间比机构提前了2周！这就是大数据给人类带来的惊喜。

现在我们经常听到别人在谈论“大数据”，但是当大家在侃侃而谈的时候，究竟有多少人理解“什么是大数据”？

今天林猫咪结合《大数据时代》这本书的内容，跟大家聊聊大数据那些事。

一、什么是大数据？

我的理解的大数据是一种状态。在这种状态中，我们面对的数据是海量的。因为现代科技的发展，我们有了对海量数据存储和处理的技术，而且这些技术还会不断发展完善。更重要的是我们对各种数据的处理方法和态度都发生了转变，我们开始积极地发掘并利用各种数据。在这个时代，数据已经成为一种非常重要的资源。

二、大数据时代下的3个思维变革

1、不是随机样本，而是全体数据

以前我们开展研究时，习惯采取抽样调查的方式。因为之前人类对于数据的收集、储存和处理的能力有限。那时采取随机抽样是让我们最大限度了解真实情况的可行方案。

但是随着科技的发展，我们已经有了解所有样本的能力。这时对全部的样本进行研究，将让我们输出接近100%的真相。

例如：古代人如果要了解全国人均寿命，可行的方法是：随机调查全国几个城市的部分人员寿命，以此推出全国大概的人均寿命。但是现在我们每一个人从出生到死亡的信息都会被记录。这样我们就可以从全体数据的角度来看问题了。

理解这一点，并不是要求我们每个研究都选择全体数据，这只是为我们的研究拓宽一条渠道而已。毕竟目前我们还需要考虑处理海量数据的经济成本。

2、不是精确性，而是混杂性

大数据时代我们要学会拥抱混杂性。传统的语言翻译系统，会输入大量复杂的算法逻辑，结合大量例句、单词、短语、和语法习惯，来进行翻译活动。但这样的结果是：翻译范围有限、翻译对象仅限于2种语言之间。

而谷歌抛弃了精确算法这条路子，选择大量收集和处理全球能找到的所有翻译，掌握用不同语言翻译的、质量参差不齐的数十亿页文档，用此来搭配组合出质量最好的结果。这种混杂性下，谷歌的翻译系统就像一个成长中的孩子，不断学习和积累。即使它会吸收部分错误的信息，但这并不会影响它整体的成才。

所以说，大数据的简单算法比小数据的复杂算法更有效。

3、不是因果关系，而是相关关系

经济学中有一个“啤酒尿布”现象——将尿布和啤酒放在一起，这两样产品的销量会同时增加。

对此经济学家尝试给出了各种解释，希望从中找出因果关系。例如：家庭主妇采购尿布时，看到啤酒就会顺便为丈夫准备一点。

而在这本书中，作者强调：知道“是什么”就够了，没必要知道“为什么”。即关注相关关系即可。

现在我们已经有了收集和存储海量数据的设备，我们也有了进行数据挖掘的工具，那么就只管去寻找数据之间的相关关系就可以了，至于他们为什么会有这个相关关系我们可以不管，只要懂得应用就好。

以上便是《大数据时代》的部分内容分享，接下来是这本书的整体介绍：

【今日好书】：《大数据时代》，豆瓣评分7.5分。

【作者】：维克托.迈尔-舍恩伯格（Viktor Mayer-Sch·nberger），被

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！