（文/DAVID BROOKS）不久之前我曾与一位大型银行的首席执行官一同用餐。他正在考虑是否要退出意大利市场，因为经济形势不景气，而且未来很可能出现一场欧元危机。
这位CEO手下的经济学家描绘出一片惨淡的景象，并且计算出经济低迷对公司意味着什么。但是最终，他还是在自己价值观念的指引下做出了决定。
这家银行在意大利已经有了几十年的历史。他不希望意大利人觉得他的银行只能同甘不能共苦。他不希望银行的员工认为他们在时局艰难之际会弃甲而逃。他决定留在意大利，不管未来有什么危机都要坚持下去，即便付出短期代价也在所不惜。
做决策之时他并没有忘记那些数据，但最终他采用了另一种不同的思维方式。当然，他是正确的。商业建立在信任之上。信任是一种披着情感外衣的互惠主义。在困境中做出正确决策的人和机构能够赢得自尊和他人的尊敬，这种感情上的东西是非常宝贵的，即便它不能为数据所捕捉和反映。
这个故事反映出了数据分析的长处和局限。目前这一历史时期最大的创新就在于，我们的生活现在由收集数据的计算机调控着。在这个时代，头脑无法理解的复杂情况，数据可以帮我们解读其中的含义。数据可以弥补我们对直觉的过分自信，数据可以减轻欲望对知觉的扭曲程度。
数据不懂社交。大脑在数学方面很差劲（不信请迅速心算一下437的平方根是多少），但是大脑懂得社会认知。人们擅长反射彼此的情绪状态，擅长侦测出不合作的行为，擅长用情绪为事物赋予价值。
计算机数据分析擅长的是测量社会交往的“量”而非“质”。网络科学家可以测量出你在76%的时间里与6名同事的社交互动情况，但是他们不可能捕捉到你心底对于那些一年才见2次的儿时玩伴的感情，更不必说但丁对于仅有两面之缘的贝阿特丽斯的感情了。因此，在社交关系的决策中，不要愚蠢到放弃头脑中那台充满魔力的机器，而去相信你办工作上的那台机器。
数据不懂背景。人类的决策不是离散的事件，而是镶嵌在时间序列和背景之中的。经过数百万年的演化，人脑已经变得善于处理这样的现实。人们擅长讲述交织了多重原因和多重背景的故事。数据分析则不懂得如何叙事，也不懂得思维的浮现过程。即便是一部普普通通的小说，数据分析也无法解释其中的思路。
数据会制造出更大的“干草垛”。这一观点是由纳西姆•塔勒布（Nassim Taleb，著名商业思想家，著有《黑天鹅：如何应对不可知的未来》等书作）提出的。随着我们掌握的数据越来越多，可以发现的统计上显著的相关关系也就越来越多。这些相关关系中，有很多都是没有实际意义的，在真正解决问题时很可能将人引入歧途。这种欺骗性会随着数据的增多而指数级地增长。在这个庞大的“干草垛”里，我们要找的那根针被越埋越深。大数据时代的特征之一就是，“重大”发现的数量被数据扩张带来的噪音所淹没。
大数据无法解决大问题。如果你只想分析哪些邮件可以带来最多的竞选资金赞助，你可以做一个随机控制实验。但假设目标是刺激衰退期的经济形势，你就不可能找到一个平行世界中的社会来当对照组。最佳的经济刺激手段到底是什么？人们对此争论不休，尽管数据像海浪一般涌来，就我所知，这场辩论中尚未有哪位主要“辩手”因为参考了数据分析而改变立场的。
数据偏爱潮流，忽视杰作。当大量个体对某种文化产品迅速产生兴趣时，数据分析可以敏锐地侦测到这种趋势。但是，一些重要的（也是有收益的）产品在一开始就被数据摈弃了，仅仅因为它们的特异之处不为人所熟知。
数据掩盖了价值观念。我最近读到一本有着精彩标题的学术专著——《‘原始数据’只是一种修辞》。书中的要点之一就是，数据从来都不可能是“原始”的，数据总是依照某人的倾向和价值观念而被构建出来的。数据分析的结果看似客观公正，但其实价值选择贯穿了从构建到解读的全过程。
这篇文章并不是要批评大数据不是一种伟大的工具。只是，和任何一种工具一样，大数据有拿手强项，也有不擅长的领域。正如耶鲁大学的爱德华•图弗特教授（Edward Tufte）所说：“这个世界的有趣之处，远胜任何一门学科。”
本文版权属于果壳网（，转载请注明出处。商业使用请联系果壳如在其他平台看到此文章被盗用，请告诉我们（文章版权保护服务由维权骑士提供）
对于大数据时代我可以理解成它是在剥离人主观的种种表象而去摸索出其中本质的一些因果，然而大千世界如此复杂，现在是不可能做到推测出下一个硬币是正面还是反面。
如果以后数据分析到了分子乃至原子水平，有可能一切都能预测并解释了。只是我小小的大脑还无法想象出那时的数据，会是怎样一种恐怖的庞大。
当人作为个体和作为群体的时候，有很多的不一样，这不能作为情感与大数据对立的论据。
没有无用或者为“噪声”的数据，更多的这些数据才正说明的大数据这一特征，之所以认为是噪声的原因不过是分析师认为对其分析无用，或者影响分析有用的数据，而那些有用的数据背后却是因为这些无用的数据支撑才显得更为重要，大数据的一切功能都是源自于数据的庞大与多样，而在没有符合大数据的观察环境的情况下，更多数据能表达的事件也很少，虽然这个更多局限于数据分析师的思维，大数据并不能直接的告诉使用方它知道哪些，而是你想知道哪些。一般情况下是看不见所不需要的，数据的相关性联系更是体现了这一特点，就是，对于大数据而言，它只是帮助使用者作出选择，对于预测这一功能，只是大数据最最最基础的应用，也就是说信息的不对称性，当我们掌握的信息超过了一定的量时，我们做某些决定时会显得为先知，确切的说是本来就知。而大数据就像是人的外部大脑，只有储存信息的能力的大脑，而到底能说明说明，得按照我们的主观意志来决定，指当我们想完成某个行动，脑子 里便会先关的分析，由人来执行，它不会思考，只是呈现。所以说大数据能做什么能，它什么都不能，应该是问我能拿这些数据干些什么呢。
赞，所见略同比我清晰。如何更好的利用大数据帮助人进步，而不是帮助人更贪婪，需要好好研究。
我觉得作者的观点有点偏激，数据始终是工具你不能把他跟人类的个体相对比，数据的干草垛看你怎么垛了，你乱堆乱放肯定越多越乱，估计你就没做过数据处理的工作，数据的价值之一就是我们可以利用数据去记录一些东西帮助我们分析
最终我比较认同这个观点：大数据的价值在于数据挖掘，而数据挖掘的核心模型，而模型的核心是人性，人性是最难预测的。
最近在数据客和一些大数据相关的公众号上研究了有关大数据的发展，确实不可否认这两年来，大数据得到了快速地发展，上到决策层，下到普通老百姓，都越来越多地熟悉这三个字，但整天把这三个字挂嘴边的，或许是真正不懂大数据的。
最喜欢看菜鸟小编写技术文章了。 然后评论被一通骂。 但是他仍然要这么写，不看，不懂非要写。
是说计算机虽然在某些方便超出人脑，但是在情感判断这块却不行！这才是人脑的重要意义！
商业智能 是 从数据中寻求 对需求的定位 ，没有需求 全靠数据分析员 天马行空的想，不就是误差吗？毕竟 用数据说话的是数据人员，而左右公司未来的是 领导们。。。
出现无效关联，这只是说明数据分析不足，并不是说，大数据达不到。还有情感啊，信任啊，这些所谓感性方面的东西，也是可以通过相关性来进行分析的，只要辅助数据足够。再说大数据本身的特性就足够说明，他不会忽略个人。个人观点，应该是现在所谓的大数据并还没有达到应有的水准，不符合期待，或许以后会有其他名词的出现吧。
文章说大数据无法是别处“但丁对于仅有两面之缘的贝阿特丽斯的感情”，但不是因为那时候没有博客、微博这些数据么，否则数据全面下怎么可能识别不出来呢？
虽然现在都说是大数据时代，但是我觉得未来的发展还是要靠一个又一个职业人的专业知识和犀利眼光，但是在学习的时候还是需要参考大数据分析，最近无意间发现一个数据的网站，叫研趣网
而且，就算需要，你以为机器的社交一定要和人一样？机器的情感表达一定要和人一样吗？哪怕程序员和娱乐圈演员各自的社交习惯都完全不同，你去嘲笑AI不懂社交？？搞笑不？
需要了人家就会有，但不是人类的模式，我们根本就是两个物种··········
