1、相關關系比因果關系更重要

老王開了個包子鋪，有時做少了不夠賣，有時做多了沒賣完，兩頭都是損失。老王琢磨著買包子的都是街坊，他們買包子是有規律的，例如老張只在周六買，因為閨 女周末會來看他，而且閨女就愛吃包子。于是老王每賣一次就記次賬，誰在哪天買了幾籠包子，并試圖找出每個街坊的買包子規律。

數據雖然越記越多，但老王啥規律也沒找出來，即使是老張也都沒準，好幾個周六都沒來買，因為他閨女有事沒來。有個人給老王支招，你甭記顧客，就記每天賣了多少籠就行，這個法子明顯簡單有效，很容易就看出了周末比平時會多賣兩籠的規律。

這個例子雖然簡單，卻道出了大數據的一個重要特點【相關關系比因果關系更重要】，周末與買包子人多就是相關關系，但為什么多呢？是因為老張閨女這樣的周六來吃包子的人多？還是周末大家都不愿意做飯？對這些可能性不必探究，因為即使探究往往也搞不清楚，只要獲得了周末買包子的人多，能正確地指導老王在周末時多包上兩籠，這就行了。

要相關不要因果，這是大數據思維的重要變革，以前數據處理的目標更多是追求對因果性的尋找，或是對猜測的因果性的驗證，人們總是習慣性地找出個原因，然后心里才能踏實，而這個原因是否是真實的，卻往往是無法核實的，而虛假原因對面向未來的決策來說是有害無益的。承認很多事情是沒有原因的，這是人類思維方式的一個重大進步。

2、要全體不要抽樣

傳統的調查方式都是抽樣的，抽取有限的樣本進行統計，從而得出整體的趨勢來，之所以選擇抽樣而不是統計全部數據，只有一個原因，那就是全部數據的數量太多了，根本沒法操作。

抽樣的核心原則就是隨機性，不隨機就不能反映整體趨勢性。例如搞一個保暖內衣的調查，找了一群精壯的武警戰士試穿，戰士們穿上了普遍反映不冷，但這并不能說明內衣的保暖效果有多好。

抽樣隨機性的道理誰都知道，但要做到隨機性其實是很難的。例如電視收視率調查，要從不同階層隨機找被調查人，但高學歷高收入的大忙人們普遍拒絕被調查，他們根本就不會為幾條毛巾贈品而耽誤時間，愿意接受調查的多是整天閑得無聊的低收入者，電視收視率的調查結果就可想而知。

互聯網為大數據的采集帶來的新手段，云計算為處理大數據帶來了新方法。還以電視收視率調查為例，互聯網電視普及后，每一部電視正在收看什么節目的信息會毫無遺漏地發送到調查中心。這就是大數據的第二個特點，對全部數據進行統計分析，其結果當然會更加準確。

3、要效率不要精確

俗話說的好，蘿卜快了不洗泥，既然我們要的是全體數據，自然會夾雜進來一些錯誤的數據，這是難以避免的。我們傳統的數據分析的思路是“寧缺勿爛”，因為傳 統小數據分析的數據量本身并不大，任何一個錯誤數據都有可能對結果產生相對較大的負面影響，對錯誤數據必須花大精力去清除，這是小數據時代必須堅持的原 則。

大數據時代的原則就變了，變成了【要效率不要精確】，并不是說精確不好，而是因為在大數據時代是做不到的，如果繼續把排除錯誤數據作為重要工作，那大數據分析就進行不下去了。更重要的是，大數據分析的目標在于預測，而不在于追溯以前發生過的事件的真相。

4、大數據時代的裸奔

有次我給學生暢想未來，你走在大街上，基站的智能天線以一道極窄的波束指向你的手機，從而獲得你的方位角，通過開機瞬時的上百次功率調整和探詢，換算后就 能獲得你與基站的距離，兩個信息結合就精準地確定了你的位置。根據你的搜索記錄，互聯網早已知道了你的愛好，然后手機“滴”地一聲通知你，你前方10米處右側有您最喜愛吃的咸豆腐腦店，正在八折酬賓中，“滴”地又來了一聲，老板已得知您是咸豆腐腦的忠實擁護者，特別給您打五折，來嘗一碗唄。

在我描繪完未來信息社會的全新生活方式后，有個學生問我：我走在大街上，手機“滴”地一聲，通知我前面有個同志聚會，系統通過我以前的搜索和看過的片子早已確定了我的性向，并將我的信息經過精確配對發送給了好多基友，但我并不想出柜，這可咋整啊？

這個學生的玩笑話道出了大數據時代我們都面臨的一個重大問題，那就是隱私權問題。美國某機構曾做過一個實驗，根據網友的搜索記錄來篩定目標，雖然信息已經進行了模糊，還是有不愿意出柜的基友被篩出來了，基友的媽媽非常震驚和生氣，將該機構告上了法庭。

微博上常有維權人士聲稱電話被政府監聽了，因為手機語音出現了不正常的聲音，其實這是他們多心了，他們的電信知識還停留在用鱷魚夾搭電話線竊聽的階段。并 不是說政府不會竊聽，而是說如果政府竊聽你的電話，你是絕對察覺不出來的，多手段全方面的監控手段早已超出了外行的想象力。即使是技術內行，例如賣國家機 密的間諜被收網后往往會馬上崩潰，他所有的電話短信郵件出行會面談話都有清清楚楚的鐵證。

犯罪成本太高了，將來無死角的攝像監控頭會記錄下一切，即使你犯罪時蒙著面，根據前兩天你沒蒙臉踩點時的錄像，通過姿態步態的匹配算法就能把你篩選出來。 現在公安系統有句話“只要上手段，沒有查不出來的”，上手段就是指包括攝像頭監控、手機監控、網絡監控等綜合手段。現在的基礎設施還不完善，等將來所有的 路燈桿都變成了多傳感監控器，加上強大的大數據分析能力，你還想咋藏？

更有意思的是，將來的犯罪逮捕會變成事前，有天你啥事沒做睡在床上就被逮捕了，警察通告你：根據警方對你所有信息的大數據分析，顯示你已經知道了老婆出軌之事，根據以往犯罪案例及你本人性格的大數據分析結果，你有76.3%的概率會在本周內對老婆進行輕傷以上程度的犯罪，超過了法律規定的60%輕傷以上犯罪概率必須入監的標準，特羈押你一個月，根據大數據分析結果，放出來后的你仍然犯罪的概率會降低到法律規定可以釋放的5%以下。

聽著很安全吧？但是不是也感到了毛骨悚然？在大數據時代，我們每個人都是赤條條地在信息社會中裸奔，真的是光著屁股一絲不掛地那種裸奔，難到沒有人意識到 這點嗎？當然不是，英國等西方國家早就對街道監控攝像頭展開了全社會的大討論，安全與隱私該如何權衡？隨著近年來隨著恐怖主義的盛行，安全顯然更重要了， 公民們很無奈地同意把更多的隱私權交給了政府，以獲得更大的安全感。

必須對公民隱私信息進行分級制的嚴管，公安部門掌握著每個人的開房信息，如果不涉及到重大違法犯罪的話，絕不能濫加使用，更不能透露給當事人的配偶，否則 社會就會大亂。掌握信息和利用信息的應是獨立的兩個機構，如果讓利用信息的公安部分掌管公民所有隱私信息，那就會成為一個人人自危的恐怖國家。

我們現在該如何做好迎接大數據時代的準備？我覺得應該培養公權機構絕不能泄露公民隱私的社會輿論，前幾天網上流傳著范冰冰的機場安檢照，記者們以此做娛樂 文章稱人家如何如何，這就是一個極壞的兆頭！如果放任這種公權力的濫用，我們每個人將來都會成為光屁股裸奔的人，光不光屁股則取決于掌握公民信息的權力人 士的一念之差。

最近有報道稱銀行內鬼販賣賬戶信息，銀行方面居然稱這事主要靠自覺，他們內部查不出來。這事也是大惡！查不出來是因為銀行內部缺乏相應的技術手段，根本就沒有建立起相應的信息保密制度，這種不作為是未來大數據時代的嚴重隱患。

前兩天我參加一個學生的婚禮，作為導師我被安排在領導桌，剛坐定就有個陌生人來照相，詢問后才知是婚宴酒商的員工，把我們作為背景來照酒的照片，估計是用于宣傳。我把他轟走了，我不愿意這個數據留在網上，不愿意讓它將來作為分析我的大數據資料。

結論：

與以往的抽樣統計不同，大數據使用的是全部數據，更著重的是效率而不是數據的精確性，關注的是相關性而不是因果性，這些特點造就了大數據 對事物發展的極強的預測能力，它可以給我們帶來更安全更便捷的新生活，同時也給個人隱私帶來了巨大的威脅，對掌握公民隱私信息的公權力的嚴格控制，應該成 為全社會的共識。