主宰这场游戏的不是别人，就是你！

大数据最核心的部分是预测，它往往被视为人工智能的一部分，或者更确切地说，是被视为一种机器学习，但这种定义对人们的误导非常大，大数据不是要教机器人像人一样懂得思考，而是要根据这些数据算法预测事情发生的可能性有多大。

在大数据时代，我们可以对更多的数据进行分析，有时甚至可以处理和某个现象相关的所有数据，而不用再依赖随机取样的老方法。大数据时代，研究数据非常庞大，我们也不能一味地只知道去追求精确度，或者去寻找因果关系。

大数据时代开启了一场前所未有的寻宝数据，而人们对于数据的看法以及对由因果关系向相关关系转化时释放出的潜在价值的态度，是主宰这场游戏胜败的关键。

大数据时代人们对数据态度的转变，从互联网上的网址就能得到证明，虽然它们不去追求极致精准，也不会去假装精确，但这并不代表系统不知道正确的数据有多少，只是当数据量变得越来越庞大时，和数据的完整性与混杂性相比，数据的精确性已经变得不再重要。

在数据的质量上，大数据时代与小数据时代有着明显的不同，在小数据时代，追求精确度是非常合理的，因为当时企业收集的数据非常少，所以当然是越精确越好。但是对于有些事，能够快速地获得一个大概轮廓和发展脉络就足够了。

知道人们为什么对某些信息感兴趣虽然是有必要的，但这个问题暂时还不是最重要的，重要的是要知道“是什么”可以创造点击率，知道“是什么”足以重塑很多行业，而不单单只是电子商务方面。

销售人员在从事销售时就被告知，他们需要了解是什么让客户做出最终选择，要充分地把握住客户做这个选择的背后原因，因此他们的专业技能和经验会得到高度的重视。但大数据却能用另一个方法知道是什么。

大数据对相关性关系非常注重，因为它不仅能为我们提供新的视角，而且视角非常清晰，但如果把因果关系考虑进去，这些清晰的视角就会被蒙蔽掉。

随着大数据的出现，数据的总和价值比部分价值更重要，当企业将多个数据集的总和重新组建到一起时，重组总和本身的价值就比单个总和的价值更大。

根据所提供价值的来源，出现了三种类型的大数据公司，分别是数据本身、技能与思维公司。

第一种是基于数据本身的公司。这些公司通常都拥有庞大的数据量，或者可以收集到大量的数据，但却不一定拥有从数据中提取有用价值的技能。

第二种是技能公司。它们通常是咨询公司、分析公司或者技术供应商等。这些公司虽然掌握着一定的专业技术，但不一定拥有数据或提出数据创新性用途方面的技术。

第三种是思维公司。皮特·华登是Jetpac的创始人，这家公司就是通过想法来获取价值的。Jetpac通过用户分享到网上的旅行照片来为客户推荐下一次旅行的目的地。对于这种类型的公司来说，数据和技能并不是其成功的关键点，让公司获得成功的是公司全体人员的创新思维，他们拥有挖掘数据新价值的独特想法。

在日常情况下，我们知道“是什么”就已经足够，不一定要弄清楚为什么。大数据的相关性将企业指向了比探讨为什么更有前景的领域中。