大數據研究專家維克托·邁爾-舍恩伯格有一句名言：世界的本質是數據。他認為，認識大數據之前，世界原本就是一個數據時代；認識大數據之后，世界卻不可避免地分為大數據時代、小數據時代。

那么，究竟什么是大數據呢？麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。在軍事領域，大數據時代的變革絕不限于技術層面，本質上，它為我們觀察世界提供了一種全新思維。

從樣本思維轉向總體思維。人類研究戰爭的規律特點，預判戰場形勢，采樣一直是主要的數據獲取手段，這是在無法獲得總體數據信息條件下的無奈選擇。在大數據時代，人們可以獲得并分析更多的數據，而不再依賴于采樣，從而可以更全面地認識戰爭，可以更清楚地發現樣本無法揭示的細節信息，清晰地觀察到戰場的各個環節。在信息化戰場上，通過情報、偵察和監視系統以及有人、無人戰機，一支軍隊幾乎能夠“看見、聽見和感覺”到戰場上發生的所有狀況，然后通過超級計算機的速度和精度以及人的敏捷性，來理解和解釋現實世界，協助指揮官和分析人員以極短的時間來理解傳感器收集的海量數據。也就是說，在大數據時代，隨著數據收集、存儲、分析技術的突破性發展，而不再因諸多限制不得不采用樣本研究方法，相應的，思維方式也應該從樣本思維轉向總體思維，從而能夠更加全面、立體、系統地認識戰爭。

從精確思維轉向容錯思維。在小數據時代，由于收集的樣本信息量比較少，所以必須確保記錄下來的數據盡量結構化、精確化，否則，分析得出的結論很可能“南轅北轍”，因此，通常十分注重精確思維。然而，在大數據時代，得益于大數據技術的突破，大量的非結構化、異構化的數據能夠得到儲存和分析，這一方面提升了我們從數據中獲取知識和洞見的能力，另一方面也對傳統的精確思維造成了挑戰。舍恩伯格指出，“執迷于精確性是信息缺乏時代和模擬時代的產物。只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無法利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶”。也就是說，在大數據時代，思維方式要從精確思維轉向容錯思維，當擁有海量即時數據時，絕對的精準不再是追求的主要目標，適當忽略微觀層面上的精確度，容許一定程度的錯誤與混雜，反而可以在宏觀層面擁有更好的知識和洞察力。

從因果思維轉向相關思維。在小數據世界中，人們往往執著于現象背后的因果關系，試圖通過有限樣本數據來剖析其中的內在機理。小數據的另一個缺陷就是有限的樣本數據無法反映出事物之間的普遍性的相關關系。而在大數據時代，人們可以通過大數據技術挖掘出事物之間隱蔽的相關關系，獲得更多的認知與洞見，運用這些認知與洞見就可以幫助我們捕捉現在和預測未來的戰場形勢，而建立在相關關系分析基礎上的預測正是大數據的核心議題。通過關注線性的相關關系，以及復雜的非線性相關關系，可以幫助人們看到很多以前不曾注意的聯系，相關關系甚至可以超越因果關系，成為了解戰爭、分析戰爭的更好視角。也就是說，在大數據時代，思維方式要從因果思維轉向相關思維，努力顛覆千百年來人類形成的傳統思維模式和固有偏見，才能更好地分享大數據帶來的深刻洞見。