“大数据”这个词汇已经被滥用，所有的数据使用者都会说这个词，今天就大数据，谈谈通过大数据得出的二条结论和三个用途。
结论一，别人不知道，Google知道
根据 Google 的记录，“无性婚姻”这个关键词组合的搜索次数比“不幸婚姻”高3.5倍，比“无爱婚姻”要高8倍。人们对婚姻最大的抱怨就是无性婚姻！所以无性婚姻是比人们想象中大得多的问题，只不过在公开场合调查中，人们不愿意说实话而已。
一个被无性婚姻困扰的人，平时没有向任何人抱怨过，甚至面对问卷调查他还吹嘘了一番。可是夜深人静之时，他忍不住想要了解自己的无性婚姻到底正不正常，于是把问题输入了 Google 的搜索框。
结论二，奥巴马当选总统，种族歧视就不存在了吗？
真实数据显示结论是，种族歧视有很大的影响，表现在选举投票上，那么如果这是这样的话，那不是奥巴不会是第一位黑人总统了吗？
不是不存在，而是奥巴马的优势太大了
三大用途
首先，可以从罕见案例中找出规律；
比如数据科学家们找出患胰腺癌的前兆，是后背痛，皮肤变黄
其次，可以量化一些效应的大小；
我们知道好天气能让人心情愉快，而阴雨绵绵或者是寒冷的天气，则让人心情也糟糕。美国有些地方，像芝加哥的天气就常常是阴冷的；而有些地方，像加州和夏威夷，就常常是阳光灿烂。
好，那么现在有个问题：一个住在芝加哥的抑郁症患者，为了治疗抑郁症，获得好心情，他是不是应该搬家到夏威夷去呢？
这个问题的关键就在于我们得知道搬到夏威夷会缓解抑郁症，但是我们不知道这个缓解的程度是大是小。我们需要一个量化的评估。
Google 的搜索数据可以帮助你。研究显示，住在夏威夷的人，搜索“抑郁症”的比率，比像芝加哥这样的寒冷地区低了40%。这个效果有多好呢？要知道，哪怕最好的抗抑郁药物，也只能让抑郁症的发病率减少20%。
那如此说来，如果你一到冬天就抑郁，最好的办法不是吃药，而是搬到夏威夷去。大数据告诉我们，搬家的效果，大约是吃药的两倍。
最后，大数据可以得出一些反直觉的结论；
例如，假设现在你有两个潜在的结婚对象。第一个人跟你有很多共同的朋友，第二个人则是一个圈外人，你不熟悉他/她的朋友，他/她也不熟悉你的朋友。那么请问，如果你想要的是长期的关系，你应该跟谁结婚呢？
直觉来说，也许应该选第一个人。这个人跟你的朋友们相处融洽，那就说明你们有很多共同点，想必结婚之后你们两个也会相处得很好。对吧？事实并非如此
不过任何统计方法以及模型得出的结论都有其局限性，大数据得出的结论，在我们生活中的应用中作为参考即可。
