很久之前，科學界的先輩們就已經意識到人類的主觀感覺並不可靠，由主觀感覺得出的結論也往往漏洞百出，從伽利略站在比薩斜塔上丟下那一對小球開始，人們就不斷在探尋那些看似和主觀感覺大相徑庭的真理，而在現實生活特別是商業分析中，正確的決策往往和科學理論一樣，是不同於我們的主觀感受的。
資料分析作為一種嚴謹而客觀的工具，在分析決策中可以彌補我們對直覺的過分自信，減輕慾望對事實的影響程度，可是即便資料分析已經到了大資料的層次，也鮮有僅依靠大資料就完成決策的事例，是大資料沒得到充分應用，還是其本身就具有一定的侷限性呢?
資料越大，無意義的相關關係就越多
如美國的飛利浦路燈街區這樣的智慧型檢測系統，感測器每時每刻都在採集周圍的環境資料，這些資料在進行分析的時候，各資料之間會出現非常多的相關關係，這些關係中大部分是無意義的，比如濕度和溫度突然出現了負相關，可能只是因為下了一場雨，而我們要尋找的相關關係，很容易掩埋在這些無用的關係裡。
資料分析趨向平庸，忽視傑作
資料分析的理論基礎是概率論和統計學的相關學科，所以也就決定了它的一項基本特徵——總是趨於平均，反應大體情況，而對於某些突出優秀的個體，往往會視而不見。如果我們在六年前進行一次關於智慧型手機的使用習慣的資料分析，iphone大概會被直接忽略，因為那時iphone剛剛出現不久，在總體資料中完全佔不到比例，應用喬幫主的一句話「使用者自己也不知道他們到底要什麼」，所以在更多的使用者接觸到iphone之前，他們並不會知道自己需要它，這樣的資料分析出來的結果，iphone一定會落選「完美智慧型手機」的排行榜。
或許正因為這些因素，資料分析(不管加不加「大」字)，始終只是作為一種工具來輔助人們做出理性判斷，而不是策略的主要決定**。
為什麼要學資料分析
為什麼要學資料分析 人工智慧 大資料時代有什麼技能是可以運用在各種行業的？資料分析就可以滿足。從海量資料中獲得別人看不見的資訊，創業者可以通過資料分析來優化產品，營銷人員可以通過資料分析改進營銷策略，產品經理可以通過資料分析洞察使用者習慣，金融從業者可以通過資料分析規避投資風險，程式設計師可以通過資...
為什麼我們要學習資料分析？ 簡易資料分析 01
這是簡易資料分析系列的第 1 篇文章。為什麼叫簡易資料分析？第 1 個原因是本教程面向純小白使用者，不寫 不寫公式，邁出資料分析的第一步。第 2 個原因是生活中很多的資料分析場合，都是很輕量的，不需要上 python 爬蟲 高併發架構，機器學習等重 乙個瀏覽器再加乙個 excel 就足夠了 比如說某...
為什麼說黑莓只是最牛X的小眾手機
如果將黑莓定義成小眾品牌，不知道會傷害多少粉絲的感情，那索性就用數字來說話。根據黑莓財報和idc資料，2014年黑莓從q1 q4的手機出貨量分別是130萬，150萬，190萬和170萬。這樣的數量級別說是放眼全球，就算是在中國也是相對小眾的。其實小眾並沒有任何貶低的意思，雖然和諾基亞 moto一樣，...