针对大数据的几点认识
12-15
1、靠谱的分析结果，依赖于靠谱的数据和靠谱的分析过程。
在大数据的背景下，这个结论是不是仍然成立？我认为仍然成立。数据量多了，可以滤除随机干扰、可以找到更多的佐证、可以打造更加完整、严密的逻辑链。如此可以。
2、未经认真论证的结果，往往不靠谱。
“春运期间，有个记者在很多辆火车上问：大爷、大娘、小伙子、小姑娘，你们都买到票了吗？ 记者调查了成百上千的火车，成千上万的乘客，发现大家都买到了票。于是他发了新闻：今年春运火车票很好买”。这个段子告诉我们：无论数据再多，离开正确的方法，都不能得到正确的结论。
3、数据的相关性可以提供线索，但不能作为靠谱的结论。
大数据的迷人之处，在于相关性能够给我们提供一些意想不到的视角，并让我们得到意想不到的结果。但是，好的发现往往是可遇不可求的，甚至针对同一个问题的方法也未必一直有效。
4、如果对结果的可靠性要求不高，大数据分析是个不错的选择。
“推荐商品”往往是一个对可靠性要求不高的事情。是否采纳推荐结果才是关键的的。是否采纳数据分析的推荐结果，与事情的重要性有关：随便买点小商品是可以的，可能让你倾家荡产的事情恐怕就没那么简单了。
5、如果要求结论必须靠谱，就必须把主要精力放在数据质量和分析方法上。
数据质量不仅是数据的精度，关键是数据的相关背景要完整、数据来源不能偏颇。比如，数据是怎么得到的、影响数据的因素有哪些等等。获取数据的时候就要想到：这些数据的一个重要作用是用来证伪的。如果数据的质量不好，就既不能证明、也不能证伪：只能似是而非。
6、得到一个靠谱的结论，可能要比得到一万个相关性都难。
仅仅描述相关性，就像喝酒时随便吹牛；论证靠谱的结论，就像科学发现。难度当然不可同日而语。论证的过程，可能要比得到猜想复杂得多。