透过现象看本质 大数据核心并不在规模大
大数据之所以可以飞速发展，得益于互联网以及各种智能设备的发展，人们的行为、位置、生理特征等等，无时无刻不在生成数据被这些设备所采集。
而大数据的核心并不在规模大，而是它蕴含的是计算和思维方式的转变。大数据的推崇者认为所有通过数据的分析都事正确的；认为数据捕捉全面，所以可以摒弃过去传统的抽样统计的方法；认为人们只需要知道数据之间有统计相关性就行，数据已经达到可以自己做出结论了。
通过现象看本质 不要曲解数据
上述这些观点过于乐观，事实并非如此。在我们有了足够多的数据时，往往不能看直接的结果，需要对数据进行进一步分析。比如英国二战时期空战的例子，每次能回来的战斗机机翼上有很多枪眼，于是工程师们就加强防护，但增加了防护之后，飞机的损失率反而提高了，于是统计学家 Wald改变思维模式，在没有枪眼的部位加强防护，最后效果很好。
数据并非绝对全面
前段时间，淘宝做过几个基于网购的大数据调查分析，主要以娱乐为主，得出了一些很有趣的结果。但也不难看出，虽然淘宝的注册用户高达几亿，但是所统计的数据中，并不是所有用户都购买了所统计的产品，也有部分用户不是用自己账号购买商品，淘宝也有很多刷单的情况等等。
不确定的情况很多，喜欢网购的人群是受限制的，他们并不能代表所有的消费群体。我们不能说网上的统计结果没有意义，但是也不能夸大这种只有部分代表性的结果，否则我们可能会被误导。
《大数据》这本书的联合作者，牛津大学互联网中心的Viktor Mayer-Schonberger教授说，“他最喜欢的对于大数据集合的定义是‘N=所有’，在这里不再需要采样，因为我们有整个人群的数据。”当“N=所有”的时候确实不再有采样偏差的问题，因为采样已经包含了所有人。
结语
对于大数据，统计学家们正争先恐后的为大数据开发新的工具。这些新的工具当然很重要，但它们只有在吸取而不是遗忘过去统计学精髓的基础上才能成功。不能过度崇拜大数据，要善用大数据，大数据所反映出的结果是需要人们进行科学的分析和提取的。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中，卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10 很多数据分析师每天都在计算指标、制作报表，但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-06-10在MySQL数据库日常查询、数据统计、后台接口开发、数据导出等场景中，开发者经常需要查询数据表除某几列之外的所有字段。例如查 ...
2026-06-09在Python网络请求、爬虫开发、接口测试、数据抓取等实操场景中，requests库是最常用的第三方请求工具，而content属性是requests ...
2026-06-09 数据分析正在重塑每一个行业。CDA认证的三本官方教材，分别对应Level I、Level II、Level III，为你铺就从业务数据分析到数 ...
2026-06-09在数字财务、智慧财税、业财融合深度推进的当下，传统财务模式下数据标准混乱、业务流程碎片化、知识无法沉淀、系统互通性差等问 ...
2026-06-08随着数字经济深度渗透各行各业，数据正式成为继土地、劳动力、资本、技术之后的第五大生产要素，是企业数字化转型、精细化运营、 ...
2026-06-08 很多数据分析师能熟练写SQL、做透视表，但当被问到“数据是从哪里来的？经过哪些加工才进入数据仓库？ETL具体做了什么？”时 ...
2026-06-08【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中，LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计，但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场，都会遵循一套固定的发展规律，这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中，数据透视表是数据汇总、分类统计、快速复盘的核心工具，能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模，但当被问到“这批数据属于什么类型——结构化还是非结构化？分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中，卡方检验是最常用、最基础的非参数检验方法，广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测，但当被问到“这个月销售额增长20%，到底是长期趋势自然增长，还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型，常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代，市场竞争日趋同质化，用户消费需求愈发个性化、多元化，传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
