去逛一些大型商場，有時你會發現，啤酒旁邊擺放的竟然是尿布。這種做法最先起源于沃爾瑪，沃爾瑪通過對超市人群購買行為的大量數據分析，發現男性來買啤酒的時候，通常也會買尿布。于是超市將尿布和啤酒擺放在一起出售，從而提高利潤。

尿布與啤酒之間的奇妙關聯，背后是大量數據的挖掘與分析。這個小小的案例體現的便是一種大數據思維。維克托邁爾舍恩伯格在《大數據時代》提出大數據思 維的三個原則：一、不是因果關系，而是相關性；二、樣本=全部不是隨即樣本，而是全部數據；三、不是精確性，而是混雜性。也就是說，大數據經 由盡可能多的數據挖掘出那些我們平時根本無法察覺到的隱秘聯系，輕松地知其然，即使我們完全不知其所以然。

大數據描繪了一個激動人心的未來，也難怪很長一段時間以來，大數據成為最熱門的概念之一。人們對大數據的擁躉和美好想象，一方面是我們生活的世界正在 數據化：物聯網上，購買行為的數據化；導航時，方位的數據化；微博微信上，溝通的數據化這為大數據時代提供了可能；另一方面，現代社會仍面臨 著許多未解的難題，許多跨不過的障礙，人們期冀于大數據能夠力挽狂瀾，幫助現代人走出困境。

在這樣的背景下，大數據正被不斷神化。紐約時報專欄作者大衛布魯克斯《大數據不能做什么？》很難得地發出了不同的聲音。他指出大數據的幾個缺陷。首 先，大數據擅長于分析關系的數量而非質量，因此它會忽略很多舉足輕重的信息。比如社交網絡的數據可以分辨出你的6個同事，你一天中有76%的時間會見他 們，卻很難發現你一個一年只見兩次面的童年伙伴。其次，大數據不懂背景。我們說一句話究竟是認真的還是開玩笑，是為了表達憤怒還是善意，這些要放在具體語 境分析，數據分析很難搞清楚這些。還比如大數據會帶來大量毫無意義的偽相關；數據偏愛潮流，忽視創新；原始數據其實并不原始，原始數據往往會被扭曲，等 等。

除此，也有人以為，大數據最大的問題在于，它過分夸大了數據的作用，以為數據越多越好。事實上，我們最大的難題永遠都不是如何獲取數據，而是如何找到數據 之間的聯系，近十年來概率模型應用的規模一再擴大，可準確率卻停滯不前這個教訓不該被忘記。啤酒與尿布只是最表層數據挖掘，真正的數據處理比谷歌翻譯 復雜成千上萬倍，但即便谷歌翻譯已如此先進，你也別指望它信達雅。一個太平洋是水，加個大西洋也是一樣的水，數據規模到達一定程度之后，繼續 擴充的意義已經不大，沒有發現關聯，再多數據也百無一用，混雜性其實就是偽相關。

人人呼喚大數據，就像人人都呼喚要創新、要改革。然而，問題的難度永遠在于：如何創新，如何改革。我們需要大數據思維為我們點亮思想的火花，但同時必須正 視尋找數據關聯存在的巨大艱難。否則，大數據很容易成為一個空洞的原地打轉的話語，徒然給了很多人打了雞血般的魯莽和熱情，投入大量的人力物力財力，以為 挖到了一座金山，實際卻是一堆無用的數據。