維克托 邁爾 舍恩伯格和肯尼斯 庫克耶在《大數據時代》中告訴我們大數據的4V特點，即Volume（大量）、Velocity（高速）、Variety（多樣）、Veracity（真實）。相比小數據，大數據一定是復雜的。然而，復雜性對于我們來說，絕對是一個機會而不應是一個問題。面對大數據時代的撲面而來，如何擁抱大數據，從思考方式的轉變開始。
從“基于預設的結構化數據庫”到“無需預設的非關系型數據庫”
小數據時代，我們對于數據的存儲與檢索一直依賴于分類法和索引法，分類和索引是一種清晰獲取數據的機制設計，這種機制是以預設場域為前提的。這種結構化數據庫的預設場域能夠卓越地展示數據的整齊排列與準確存儲，毫無疑問，這與追求數據的精確性目標是完全一致的，在數據稀缺與問題清晰的年代，這種基于預設的結構化數據庫能夠有效的回答人們的問題，并且這種數據庫在不同的時間能夠提供一致的結果。
面對大數據，由于數據的海量、混雜等特征會使預設的數據庫系統崩潰。其實，數據的紛繁雜亂才真正呈現出世界的復雜性和不確定性特征，想要獲得大數據的價值，承認混亂而不是對抗或避免混亂才是一種可行的路徑。為此，伴隨著大數據的涌現，出現了非關系型數據庫，它不需要預先設定記錄結構，而且允許處理各種各樣形形色色參差不齊的數據。因為包容了結構的多樣性，這些無需預設的非關系型數據庫設計能夠處理和存儲更多的數據，成為大數據時代的重要應對手段。如微軟的數據庫設計專家PatHelland所言：“我們再也不能假裝活在一個齊整的世界里。”
從“隨機樣本”到“全量數據”
統計學家通過分析發現，采樣分析的精確性隨著采樣隨機性的增加而大幅提高，但與樣本數量的增加關系不大。這個發現對于小數據時代無疑是非常鼓舞人心的，隨機采樣獲得了巨大的成功，并成為現代社會測量領域的核心思想。隨機樣本的基礎是采樣的絕對隨機性，然而，如此嚴格意義的隨機實現起來是非常困難的，一旦采樣過程存在任何偏見，分析結果將相去甚遠，況且隨機樣本帶給我們的只能是事先預設問題的答案。這種缺乏延展性的結果，無疑會使我們錯失更多的問題域。
大數據時代，數據的收集問題不再成為我們的困擾，采集全量的數據成為現實。全量數據帶給我們視角上的宏觀與高遠，這將使我們可以站在更高的層級全貌看待問題，看見曾經被淹沒的數據價值，發現藏匿在整體中有趣的細節。因為擁有全部或幾乎全部的數據，就能使我們獲得從不同的角度更細致更全面的觀察研究數據的可能性，從而使得大數據的分析過程成為驚喜的發現過程和問題域的拓展過程。
從“數據的精確性和結果的準確性”到“數據的混雜性和結果的容錯性”
小數據時代，由于可獲得的數據量比較小，為此我們必須盡量準確的記錄下所獲得的所有數據，從而引發了測量工具的優化工作；由于數據處理手段的限制，能被我們利用的數據基本限于能適用于傳統數據庫的結構化數據；由于采用的是隨機采樣，因此采樣過程的精確度被放在重要的地位。顯然，這種對精確性的執著是信息缺乏時代和模擬時代的產物。
大數據時代，海量數據的涌現一定會增加數據的混亂性且造成結果的不準確性，如果仍然執迷的依循準確性，那么我們將無法應對這個新的時代。與數據的混雜性可能帶來的結果錯誤性的增加相比，由數據量的擴張帶給我們的新洞察、新趨勢和新價值更有意義，因為大數據通常都用概率說話，何況大數據的處理之前是可以對之進行數據清洗從而減少部分的錯誤數據。所以，與致力于避免錯誤相比，對錯誤的包容將會帶給我們更多信息。其實，允許數據的混雜性和容許結果的不精確性才是我們擁抱大數據的正確態度，只有讓步和接受甚至欣賞不精確性，才能看到大數據帶給我們的美好前景，未來我們應當習慣這種思維。
從“復雜算法”到“簡單算法”
算法是挖掘數據價值的工具，因此算法的研究一直以來是提升數據利用效率的重要路徑。小數據時代，在數據的限制無法突破的情形下，對數據信息和價值的獲取渴求使得對算法的研究越來越深入，發明的算法越來越復雜。而事實表明，當數據量以指數級擴張時，原來在小數量級的數據中表現很差的簡單算法，準確率會大幅提高；與之相反的是，在少量數據情況下運行得最好的復雜算法，在加入更多數據時，其算法的優勢則不在顯現。為此，更多的數據比算法系統顯得更智能更重要，大數據的簡單算法比小數據的復雜算法更有效。
從“為什么”到“是什么”
小數據時代，由于數據可獲得性和計算能力的有限性，使得我們對于問題的研究需要在假設的基礎上進行驗證，并探究“為什么”，而始于假設的分析研究非常容易受偏見支配。
大數據時代，快速發展的數據存儲、數據傳輸、數據獲取、數據處理等系列技術群，為我們對于問題的研究提供了新的視野和有價值的預測，并使我們獲得更多以往所不曾被關注的聯系與動態，探究“是什么”成為我們發現世界了解世界的更便捷的途徑，且不會受先驗假設的偏見影響。
從“因果關系”到“相關關系”
小數據時代，信息的匱乏會使我們趨向于采用因果關系范式去快速理解問題并做出決策，雖然這種因果關系可能并不存在，但這是我們理解和解釋世界的一條捷徑。在人類力量有限性凸顯的時候，這種認知捷徑往往能帶給我們一種認知上的安慰感和安全感，仿佛世界就是因果性的存在著。
由于大數據時代對于數據的研究不再拘泥于對因果關系的探究，這將會使我們完全有條件向關聯、非關聯等相關關系探究的轉變。類似啤酒與尿布存在相關性的經典案例不勝枚舉。海量數據不斷被制造與我們對于數據搜集、存儲、傳輸、處理能力的日益提高，是大數據時代的當下特征。基于互聯網、云計算等現代化手段，對海量的數據進行統計性的搜索、比較、分析、歸納，我們會發現，原本似乎毫不相干的事物之間存在著較高的關聯度，這是傳統的因果分析、邏輯推理調研難以解釋也無法企及的。
當然，相關關系并不是大數據洞察的終結目標。在很多情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足于僅僅“是什么”時，我們就會繼續朝向因果關系的研究，尋求“為什么”，并且基于相關關系的分析，進一步尋求因果關系將會大大降低其分析成本。其實，因果關系就是一種特殊的相關關系。
從“審慎的決策與行動”到“快速的決策與行動”
小數據時代，我們基于對社會運作情境的假設，通過收集和分析數據來驗證這種假設；通過數據的檢驗，原有假設不成立，意味著我們將重新開始新的假設并重新收集和分析新的數據，直到我們的驗證通過為止。因此，小數據時代，我們的決策與行動是審慎的。
大數據時代，我們不再受限于傳統的思維模式和隱含的假定，我們需要對大數據分析的工具理論，通過對大數據的分析，大數據會為我們呈現出新的深刻洞見和釋放出巨大的價值。我們在大數據的指導下探索世界并且不再受制于各種假設，這將使我們勢必要以積極的姿態隨時接收著來自數據的洞察，并做出快速的決策與行動，因為機會和價值很快就會被刷新，大數據的價值也正是在于將及時的信息及時的傳遞給及時需要的人手中并及時的做出決策和行動。可以預見的未來必然是，得數據者得天下。
其實，我們只是站在一個很長過程的起點上。
京公網安備 11010502049343號