我，是一个逻辑闭合强迫症晚期患者~无逻辑，不成活！接受了7年正统经济学洗礼的所谓尖子生，“假设”作为思维逻辑的起点已经成为我的直觉反应了；工作后，咨询强调从MECE的假设出发、调研总是从科学的抽样开始！一个和男友吵架（已经是EX）都要梳理出问题、改进方法和奖惩机制的我，逻辑闭合已成烙印！
然而，《大数据时代》大剌剌的“聪明但不睿智的人”，刺眼地戳穿了那些引以为傲的“理性”和“逻辑”！它警示着“我们再也不能假装活在一个齐整的世界里”！事实上，在遇到这本书前，我已模糊地感知到逻辑闭合带来的不利。就研究而言，很多时候需要不预先设置闭口的框架，而是接收混乱、直接对混乱的所有数据进行分析的本领（事实上，只有5%的数据是结构化的）。
大数据不是本业，只是边缘工作，与其说这本书对我的意义是大数据入门，不如其颠覆思维方式来的冲击大，某种程度上，治好了我的逻辑闭合强迫症。
”在小数据时代，我们会假想世界是怎么运行的，然后通过手机和分析数据来验证这种假想。在将来，我们会在大数据的指导下探索世界，不再受限于各种假想“
一、大数据带来的三个转变：
1、依赖于全数据，而不再依赖于随机采样；样本=总体/全部
2、不再痴迷于追求精确度；“适当忽视微观层面上的精确度会让我们在宏观层面拥有更好的洞察力”
3、对相关关系的追求替代对因果关系的热衷（大数据告诉你价格会跌，就不必去追寻为什么了；大数据是告诉我们“是什么”而不是“为什么”）（不需要把分析建立在提前设立的假设的基础之上）
二、大数据思维VS传统调研思维：
大数据思维对传统调研的意义，在于突破了其三个掣肘因素：
1、传统调研默认自己无法获得更多的数据
样本的随机性比样本数量重要，但作者认为这只是人们在技术无法满足情况下的一种妥协。他认为传统调研存在的问题：无法保证绝对的随机性；在做细分分析时不靠谱（样本量不够）；只能获取调研本身的内容之内的信息、无法重新分析以实现计划之外的目的（得重新组织一次调研）。
2、传统调研要求我们必须保证小样本的精确性
大数据会带来混乱和错误，但庞大的数据量能抵消这种不精确性、并能获得额外收获。大数据是“用概率说话，而不是”确凿无误“。抛弃对“精准度”的执着追求，因为拥有更大数据量所能带来的商业利益远远超过增加一定精确性。
3、传统调研探寻的相关关系可能只是“被随机性所愚弄”
大数据是“用概率说话”，大概率本身就很珍贵了。过去，我们总是先预设相关关系，再收集数据来验证（“建立在人的偏见基础上的关联物监测法”；现在是直接拿数据来发现相关关系、并且不过去执着于背后的因果关系。
相关关系比因果关系，在效率、成本上更有优势，且因果关系的科学性和可证明性并不比相关关系高。在非常期望获取因果关系时，先寻找相关关系也是找寻因果关系的基础
最后，抛一些思考：
1、最近在尝试利用大数据识别超高净值客户，但是否因为提前选定变量，限制了可能的相关关系？但是相关关系怎么在不做科学限定的情况下，保证他们真的存在相关关系呢？（所以还是受小数据思维的掣肘，还是在现有条件下根本无法经济和合法的实现大数据不做限定的研究！）
2、大数据时代，最需要改变的一种思维方式是不做预设、敞口思考；不再做假设，那整个经济学（甚至所有研究的传统范式）的思考逻辑都崩塌了？如果如此，未来，大数据之外的人脑分析意义在哪呢？（虽然作者强调大数据更看重人脑分析的价值，然而并没有什么说服力）
3、有用相关关系做客户流失预警的案例吗？
