作為理性的人類，我們不會僅僅滿足于感情的宣泄，而是希望通過數據掌握更多的事實，進行理性思考。

 　　在當今時代，最不缺乏的就是信息。信息消費了什么，這是很明顯的：它消費的是信息接受者的注意力。信息越豐富，就會導致注意力越匱乏……

 　　當今，信息并不匱乏，匱乏的是我們處理信息的能力，我們有限的注意力是組織活動的主要瓶頸。卡內基梅隆大學的赫伯特·西蒙指出，人類的理性是有限的，因此所有的決策都是基于有限理性的結果。他繼而提出，如果能利用存儲在計算機里的信息——即數據來輔助決策，人類理性的范圍將會擴大，決策的質量就能提高。

　　在大數據時代，人類社會面臨的問題之一是如何更好的利用數據來輔助決策。

 　　對小數據而言，最基本最重要的要求就是減少錯誤，保證質量。因為收集的信息量比較少，所以我們必須確保記下來的數據盡量精確。

 　　無論是確定天體的位置還是觀測顯微鏡下物體的大小，為了使結果更加準確，很多科學家都致力于優化測量的工具。在采樣的時候，對精確度的要求就更苛刻了。因為收集信息的有限意味著細微的錯誤會被放大，甚至有可能影響整個結果的準確性。

 　　然而，在不斷涌現的新情況里，允許不精確性的出現已經成為一個新的亮點，而非缺點。因為放松了容錯的標準，人們掌握的數據也多了起來，還可以利用這些數據做更多新的事情。這樣就不是大量數據優于少量數據那么簡單了，而是大量數據創造了更好的結果。

 　　谷歌的翻譯更好并不是因為它擁有一個更好的算法機制，是因為谷歌翻譯增加了各種各樣的數據。2006年，谷歌發布的上萬億的語料庫，就是來自于互聯網的一些廢棄內容。

 　　谷歌將其作為“訓練集”，可以正確地推算出英語詞匯搭配在一起的可能性。谷歌的這個語料庫是一個質的突破，使用龐大的數據庫使得自然語言處理這一方向取得了飛躍式的發展。

 　　同時，我們需要與各種各樣的混亂做斗爭。混亂，簡單的說就是隨著數據量的增加，錯誤率也會相應增加。所以，如果采集的數據量增加1000倍的話，其中采集的部分數據就可能是錯誤的，而且隨著數據量的增加，錯誤率可能也會繼續增加。

 　　在整合來源不同的各類信息的時候，因為他們通常不完全一致，所以也會加大混亂程度。雖然如果我們能夠下足夠多的功夫，這些錯誤是可以避免的，但在很多情況下，與致力于避免錯誤相比，對錯誤的包容會帶給我們更多好處。

 　　如果將傳統的思維模式——精確性運用于數據化、網絡化的21世紀，就會錯過重要的信息，執迷于精確性是信息缺乏時代的產物。當我們掌握了大量新型數據時，精確性就不那么重要了，不因為依賴精確性，我們同樣可以掌握事情的發展趨勢。

 　　大數據不僅讓我們不再期待精確性，也讓我們無法實現精確性。然而，除了一開始會與我們的直覺相矛盾之外，接受數據的不精確和不完美，我們反而能更好地進行預測，也能更好的理解這個世界。

 　　相比依賴于小數據和精確性的時代，大數據因為更強調數據的完整性和混雜性，幫助我們進一步接近事實的真相。“部分”和“確切”的吸引力是可以理解的。但是，當我們的視野局限在我們可以分析和能夠確定的數據上時，我們對世界的整體理解就可能產生錯誤和偏差。

 　　不僅失去了去盡力收集一切數據的動力，也失去了從各個不同角度來觀察事物的權利。所以，局限于狹隘的小數據中，我們可以自豪于對精確性的追求，但是，就算我們可以分析的到細節中的細節，也依然會錯過事物的全貌。

 　　就像印象派的畫風一樣，近看畫中的每一筆都感覺是混亂的，但是退后一步你就會發現這是一副偉大的作品，因為你退后一步的時候就能看出畫作的整體思路了。

 　　這是大數據時代，思維方式的一個改變，不執著于對精確性的追求，擁抱混亂。另外一個思維方式的轉變則是，更加重視相關關系，而不偏執于基于假設基礎上對因果關系的追尋。

 　　在小數據的世界中，相關關系也是有用的，但在大數據的背景下，相關關系大放異彩。通過應用相關關系，我們可以比以前更容易、更便捷、更清楚地分析事物。

 　　相關關系的核心是量化兩個數據值之間的數理關系。相關關系強是指一個數據增加時，另一個數據值很有可能也會隨之增加。比如谷歌的流感趨勢：在一個特定的地理位置，越多的人通過谷歌搜索特定的詞條，該地區就有更多的人患了流感。

 　　相反，相關關系弱就意味著當一個數據值增加，另一個數據值幾乎不會發生變化。例如，我們可以尋找關于個人的鞋碼和幸福的相關關系，但會發現它們幾乎扯不上什么關系。

 　　相關關系通過識別有用的關聯物來幫助我們分析一個現象，而不是通過揭示其內部的運作機制。當然，即使是很強的相關關系也不一定能解釋每一種情況，比如兩個事物看上去行為相似，但很有可能只是巧合。相關關系沒有絕對，只有可能性。

 　　也就是說，不是亞馬遜推薦的每本書都是顧客想買的書。但是，如果相關關系強，一個相關鏈接成功的概率是很高的。我們理解世界不再需要建立在假設的基礎上，這個假設是針對現象建立的有關其生產機制和內在機理的假設。

 　　因此，我們也不需要建立這樣一個假設，關于哪些詞條可以表示流感在何時何地傳播;我們不需要了解航空公司怎樣給機票定價;我們不需要知道沃爾瑪的顧客的烹飪喜好。取而代之的是，我們可以對打數據進行相關關系分析，從而知道哪些檢索詞條是最能顯示流感的傳播的，飛機票的價格是否會飛漲，哪些食物是颶風期間待在家里的人最想吃的。

 　　我們用數據驅動的關于大數據的相關關系分析法，取代了基于假想的易出錯的方法。大數據的相關關系分析法更準確、更快，而且不易受偏見的影響。建立在相關關系分析法基礎上的預測是大數據的核心。這種預測發生的頻率非常高，以至于我們經常忽略了它的創新性。當然，它的應用會越來越多。

 　　在社會環境下尋找關聯物只是大數據分析法采取的一種方式。同樣有用的一種方式是，通過找出新種類數據之間的相互聯系來解決日常需要。比方說，一種稱為預測分析法的方法就被廣泛的應用于商業領域，它可以預測實踐的發生。

 　　比如車的某個零部件出故障。因為一個東西要出故障，不會是瞬間的，而是慢慢地出問題的。通過收集所有的數據，我們可以預先捕捉到事物要出故障的信號，比方說發動機的嗡嗡聲、引擎過熱都說明它們可能要出故障了。

 　　系統把這些異常情況與正常情況進行對比，就會知道什么地方出了毛病。通過盡早的發現異常，系統可以提醒我們在故障之前更換零件或者修復問題。通過找出一個關聯物并監控它，我們就能預測未來。

 　　在小數據時代，相關關系分析和因果分析都不容易，都耗資巨大，都要從建立假設開始。然后我們會進行實驗——這個假設要么被證實要么被推翻。但由于兩者都始于假設，這些分析都有受偏見影響的可能，而且極易導致錯誤。

 　　與此同時，用來做相關關系分析的數據很難得到，收集這些數據時也耗資巨大。現今，可用的數據如此之多，也就不存在這些難題了。

 　　通過找出可能相關的事物，我們可以在此基礎上進行進一步的因果關系分析，如果存在因果關系的話，我們再進一步找出原因。

 　　這種便捷的機制通過嚴格的實驗降低了因果分析的成本。我們也可以從相互聯系中找到一些重要的變量，這些變量可以用到驗證因果關系的實驗中去。相關關系很有用，不僅僅是因為它能為我們提供新的視角，而且提供的視角都很清晰。

 　　在小數據時代，我們會假想世界是怎么運作的，然后通過收集和分析數據來驗證這種假想。在不久的將來，我們會在大數據的指導下探索世界，不再受限于各種假想。我們的研究始于數據，也因為數據我們發現了以前不曾發現的聯系。

 　　總之，除了糾結于數據的準確性、正確性和嚴格度之外，我們也應該容許一些不精確的存在。數據不可能是完全正確或完全錯誤的，當數據的規模以數量級增加時，這些混亂也就算不上問題了。

 　　事實上，它可能是有好處的，因為它可能提供一些我們無法想到的細節。又因為我們用更快更便宜的方式找到數據的相關性，并且效果往往更好，而不必努力去尋找因果關系。

 　　當然，在某些情況下，我們依然要靜心做因果關系研究和試驗。但是，在日常很多情況下，我們知道“是什么”就夠了，而不必非要弄清楚“為什么”。