維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在《大數(shù)據(jù)時代》中告訴我們大數(shù)據(jù)的4V特點，即Volume（大量）、Velocity（高速）、Variety（多樣）、Veracity（真實）。相比小數(shù)據(jù)，大數(shù)據(jù)一定是復(fù)雜的。然而，復(fù)雜性對于我們來說，絕對是一個機會而不應(yīng)是一個問題。面對大數(shù)據(jù)時代的撲面而來，如何擁抱大數(shù)據(jù)，從思考方式的轉(zhuǎn)變開始。

從“基于預(yù)設(shè)的結(jié)構(gòu)化數(shù)據(jù)庫”到“無需預(yù)設(shè)的非關(guān)系型數(shù)據(jù)庫”

小數(shù)據(jù)時代，我們對于數(shù)據(jù)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(shù)據(jù)的機制設(shè)計，這種機制是以預(yù)設(shè)場域為前提的。這種結(jié)構(gòu)化數(shù)據(jù)庫的預(yù)設(shè)場域能夠卓越地展示數(shù)據(jù)的整齊排列與準(zhǔn)確存儲，毫無疑問，這與追求數(shù)據(jù)的精確性目標(biāo)是完全一致的，在數(shù)據(jù)稀缺與問題清晰的年代，這種基于預(yù)設(shè)的結(jié)構(gòu)化數(shù)據(jù)庫能夠有效的回答人們的問題，并且這種數(shù)據(jù)庫在不同的時間能夠提供一致的結(jié)果。

面對大數(shù)據(jù)，由于數(shù)據(jù)的海量、混雜等特征會使預(yù)設(shè)的數(shù)據(jù)庫系統(tǒng)崩潰。其實，數(shù)據(jù)的紛繁雜亂才真正呈現(xiàn)出世界的復(fù)雜性和不確定性特征，想要獲得大數(shù)據(jù)的價值，承認(rèn)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(shù)據(jù)的涌現(xiàn)，出現(xiàn)了非關(guān)系型數(shù)據(jù)庫，它不需要預(yù)先設(shè)定記錄結(jié)構(gòu)，而且允許處理各種各樣形形色色參差不齊的數(shù)據(jù)。因為包容了結(jié)構(gòu)的多樣性，這些無需預(yù)設(shè)的非關(guān)系型數(shù)據(jù)庫設(shè)計能夠處理和存儲更多的數(shù)據(jù)，成為大數(shù)據(jù)時代的重要應(yīng)對手段。如微軟的數(shù)據(jù)庫設(shè)計專家Pat Helland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(shù)據(jù)”

統(tǒng)計學(xué)家通過分析發(fā)現(xiàn)，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(shù)量的增加關(guān)系不大。這個發(fā)現(xiàn)對于小數(shù)據(jù)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(xiàn)代社會測量領(lǐng)域的核心思想。隨機樣本的基礎(chǔ)是采樣的絕對隨機性，然而，如此嚴(yán)格意義的隨機實現(xiàn)起來是非常困難的，一旦采樣過程存在任何偏見，分析結(jié)果將相去甚遠(yuǎn)，況且隨機樣本帶給我們的只能是事先預(yù)設(shè)問題的答案。這種缺乏延展性的結(jié)果，無疑會使我們錯失更多的問題域。

大數(shù)據(jù)時代，數(shù)據(jù)的收集問題不再成為我們的困擾，采集全量的數(shù)據(jù)成為現(xiàn)實。全量數(shù)據(jù)帶給我們視角上的宏觀與高遠(yuǎn)，這將使我們可以站在更高的層級全貌看待問題，看見曾經(jīng)被淹沒的數(shù)據(jù)價值，發(fā)現(xiàn)藏匿在整體中有趣的細(xì)節(jié)。因為擁有全部或幾乎全部的數(shù)據(jù)，就能使我們獲得從不同的角度更細(xì)致更全面的觀察研究數(shù)據(jù)的可能性，從而使得大數(shù)據(jù)的分析過程成為驚喜的發(fā)現(xiàn)過程和問題域的拓展過程。

從“數(shù)據(jù)的精確性和結(jié)果的準(zhǔn)確性”到“數(shù)據(jù)的混雜性和結(jié)果的容錯性”

小數(shù)據(jù)時代，由于可獲得的數(shù)據(jù)量比較小，為此我們必須盡量準(zhǔn)確的記錄下所獲得的所有數(shù)據(jù)，從而引發(fā)了測量工具的優(yōu)化工作；由于數(shù)據(jù)處理手段的限制，能被我們利用的數(shù)據(jù)基本限于能適用于傳統(tǒng)數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)；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(zhí)著是信息缺乏時代和模擬時代的產(chǎn)物。

大數(shù)據(jù)時代，海量數(shù)據(jù)的涌現(xiàn)一定會增加數(shù)據(jù)的混亂性且造成結(jié)果的不準(zhǔn)確性，如果仍然執(zhí)迷的依循準(zhǔn)確性，那么我們將無法應(yīng)對這個新的時代。與數(shù)據(jù)的混雜性可能帶來的結(jié)果錯誤性的增加相比，由數(shù)據(jù)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(shù)據(jù)通常都用概率說話，何況大數(shù)據(jù)的處理之前是可以對之進行數(shù)據(jù)清洗從而減少部分的錯誤數(shù)據(jù)。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(shù)據(jù)的混雜性和容許結(jié)果的不精確性才是我們擁抱大數(shù)據(jù)的正確態(tài)度，只有讓步和接受甚至欣賞不精確性，才能看到大數(shù)據(jù)帶給我們的美好前景，未來我們應(yīng)當(dāng)習(xí)慣這種思維。

從“復(fù)雜算法”到“簡單算法”

算法是挖掘數(shù)據(jù)價值的工具，因此算法的研究一直以來是提升數(shù)據(jù)利用效率的重要路徑。小數(shù)據(jù)時代，在數(shù)據(jù)的限制無法突破的情形下，對數(shù)據(jù)信息和價值的獲取渴求使得對算法的研究越來越深入，發(fā)明的算法越來越復(fù)雜。而事實表明，當(dāng)數(shù)據(jù)量以指數(shù)級擴張時，原來在小數(shù)量級的數(shù)據(jù)中表現(xiàn)很差的簡單算法，準(zhǔn)確率會大幅提高；與之相反的是，在少量數(shù)據(jù)情況下運行得最好的復(fù)雜算法，在加入更多數(shù)據(jù)時，其算法的優(yōu)勢則不在顯現(xiàn)。為此，更多的數(shù)據(jù)比算法系統(tǒng)顯得更智能更重要，大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效。

從“為什么”到“是什么”

小數(shù)據(jù)時代，由于數(shù)據(jù)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(shè)的基礎(chǔ)上進行驗證，并探究“為什么”,而始于假設(shè)的分析研究非常容易受偏見支配。

大數(shù)據(jù)時代，快速發(fā)展的數(shù)據(jù)存儲、數(shù)據(jù)傳輸、數(shù)據(jù)獲取、數(shù)據(jù)處理等系列技術(shù)群，為我們對于問題的研究提供了新的視野和有價值的預(yù)測，并使我們獲得更多以往所不曾被關(guān)注的聯(lián)系與動態(tài)，探究“是什么”成為我們發(fā)現(xiàn)世界了解世界的更便捷的途徑，且不會受先驗假設(shè)的偏見影響。

從“因果關(guān)系”到“相關(guān)關(guān)系”

小數(shù)據(jù)時代，信息的匱乏會使我們趨向于采用因果關(guān)系范式去快速理解問題并做出決策，雖然這種因果關(guān)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(rèn)知捷徑往往能帶給我們一種認(rèn)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(shù)據(jù)時代對于數(shù)據(jù)的研究不再拘泥于對因果關(guān)系的探究，這將會使我們完全有條件向關(guān)聯(lián)、非關(guān)聯(lián)等相關(guān)關(guān)系探究的轉(zhuǎn)變。類似啤酒與尿布存在相關(guān)性的經(jīng)典案例不勝枚舉。海量數(shù)據(jù)不斷被制造與我們對于數(shù)據(jù)搜集、存儲、傳輸、處理能力的日益提高，是大數(shù)據(jù)時代的當(dāng)下特征?；诨ヂ?lián)網(wǎng)、云計算等現(xiàn)代化手段，對海量的數(shù)據(jù)進行統(tǒng)計性的搜索、比較、分析、歸納，我們會發(fā)現(xiàn)，原本似乎毫不相干的事物之間存在著較高的關(guān)聯(lián)度，這是傳統(tǒng)的因果分析、邏輯推理調(diào)研難以解釋也無法企及的。

當(dāng)然，相關(guān)關(guān)系并不是大數(shù)據(jù)洞察的終結(jié)目標(biāo)。在很多情況下，一旦我們完成了對大數(shù)據(jù)的相關(guān)關(guān)系分析，而又不再滿足于僅僅“是什么”時，我們就會繼續(xù)朝向因果關(guān)系的研究，尋求“為什么”,并且基于相關(guān)關(guān)系的分析，進一步尋求因果關(guān)系將會大大降低其分析成本。其實，因果關(guān)系就是一種特殊的相關(guān)關(guān)系。

從“審慎的決策與行動”到“快速的決策與行動”

小數(shù)據(jù)時代，我們基于對社會運作情境的假設(shè)，通過收集和分析數(shù)據(jù)來驗證這種假設(shè)；通過數(shù)據(jù)的檢驗，原有假設(shè)不成立，意味著我們將重新開始新的假設(shè)并重新收集和分析新的數(shù)據(jù)，直到我們的驗證通過為止。因此，小數(shù)據(jù)時代，我們的決策與行動是審慎的。

大數(shù)據(jù)時代，我們不再受限于傳統(tǒng)的思維模式和隱含的假定，我們需要對大數(shù)據(jù)分析的工具理論，通過對大數(shù)據(jù)的分析，大數(shù)據(jù)會為我們呈現(xiàn)出新的深刻洞見和釋放出巨大的價值。我們在大數(shù)據(jù)的指導(dǎo)下探索世界并且不再受制于各種假設(shè)，這將使我們勢必要以積極的姿態(tài)隨時接收著來自數(shù)據(jù)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(shù)據(jù)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?？梢灶A(yù)見的未來必然是，得數(shù)據(jù)者得天下。

其實，我們只是站在一個很長過程的起點上。（本文首發(fā)鈦媒體）

【作者：platoguo,現(xiàn)供職于上海求思信息科技有限公司】