“大數(shù)據(jù)”全在于發(fā)現(xiàn)和理解信息內(nèi)容及信息與信息之間的關系，然而直到最近，我們對此似乎還是難以把握。 IBM的資深“大數(shù)據(jù)”專家杰夫·喬納斯（ Jeff Jonas）提出要讓數(shù)據(jù)“說話”。從某種層面上來說，這聽起來很平常。人們使用數(shù)據(jù)已經(jīng)有相當長一段時間了，無論是日常進行的大量非正式觀察，還是過去幾個世紀里在專業(yè)層面上用高級算法進行的量化研究，都與數(shù)據(jù)有關。

在數(shù)字化時代，數(shù)據(jù)處理變得更加容易、更加快速，人們能夠在瞬間處理成千上萬的數(shù)據(jù)。但當我們談論能“說話”的數(shù)據(jù)時，我們指的遠遠不止這些。

實際上，大數(shù)據(jù)與三個重大的思維轉變有關，這三個轉變是相互聯(lián)系和相互作用的。

·首先，要分析與某事物相關的所有數(shù)據(jù)，而不是依靠分析少量的數(shù)據(jù)樣本。

·其次，我們樂于接受數(shù)據(jù)的紛繁復雜，而不再追求精確性。

·最后，我們的思想發(fā)生了轉變，不再探求難以捉摸的因果關系，轉而關注事物的相關關系。

本章就將介紹第一個轉變：利用所有的數(shù)據(jù)，而不再僅僅依靠一小部分數(shù)據(jù)。

很長一段時間以來，準確分析大量數(shù)據(jù)對我們而言都是一種挑戰(zhàn)。過去，因為記錄、儲存和分析數(shù)據(jù)的工具不夠好，我們只能收集少量數(shù)據(jù)進行分析，這讓我們一度很苦惱。為了讓分析變得簡單，我們會把數(shù)據(jù)量縮減到最少。這是一種無意識的自?。何覀儼雅c數(shù)據(jù)交流的困難看成是自然的，而沒有意識到這只是當時技術條件下的一種人為的限制。如今，技術條件已經(jīng)有了非常大的提高，雖然人類可以處理的數(shù)據(jù)依然是有限的，也永遠是有限的，但是我們可以處理的數(shù)據(jù)量已經(jīng)大大地增加，而且未來會越來越多。

在某些方面，我們依然沒有完全意識到自己擁有了能夠收集和處理更大規(guī)模數(shù)據(jù)的能力。我們還是在信息匱乏的假設下做很多事情，建立很多機構組織。我們假定自己只能收集到少量信息，結果就真的如此了。這是一個自我實現(xiàn)的過程。我們甚至發(fā)展了一些使用盡可能少的信息的技術。別忘了，統(tǒng)計學的一個目的就是用盡可能少的數(shù)據(jù)來證實盡可能重大的發(fā)現(xiàn)。事實上，我們形成了一種習慣，那就是在我們的制度、處理過程和激勵機制中盡可能地減少數(shù)據(jù)的使用。為了理解大數(shù)據(jù)時代的轉變意味著什么，我們需要首先回顧一下過去。