随着互联网、物联网、云计算等的快速兴起和普及，当前人类社会的数据增长比以往任何一个时期都要快，数据的规模越来越大，数据变得越来越多样化，也变得越来越复杂。在这种情形下，“大数据”这一全新的概念应运而生。大数据时代已经到来。

        在这个大数据爆炸的时代， 数据分析似乎无所不能， 从商业， 到体育， 到医疗甚至到军事领域， 大数据分析都在大显身手。 不过， 就像任何工具一样， 大数据分析也有其局限性。 商业依赖的是信任， 而信任是一种情感方面的互惠。 在困难时刻， 人们的表现能够让他们赢得赞赏和尊重。 这一价值非同一般， 不过很难用数据分析来发现。

        如今， 人们的生活已经离不开各式各样的计算设备， 这些计算设备都能够采集数据。 在这个时代， 大数据可以被用来分析很多复杂的现象。 数据可以弥补我们单靠直觉的不足， 也可以纠正我们由于自身偏好所导致的判断偏差。

        不过， 还是有很多方面， 大数据并不擅长的。

        大数据不擅长社会关系分析

        人们的大脑在数学方面比较差， 而在社会认知方面则超级强。 人们很容易就能够感知到对方的情绪， 分辨出不友好的行为， 以及根据感情进行价值评估。

        而计算机主导的数据分析， 则擅长于分析社会关系的数量而非质量。 社交网络的数据科学家可以分辨出6个你的同事，你一天中有76%的时间会见他们。而却很难发现你一个一年只见两次面的童年伙伴。更别说发现像但丁对贝特丽丝的爱情那样，只见过两次面就深爱上对方的情况了。

        因此， 在需要基于社会关系作出决定时， 只依靠计算机而不是依靠你的大脑是愚蠢的。

        大数据不擅长上下文情景分析

        人们的决定并不是仅仅基于离散的事件的， 它往往是基于前后关联的情景的。 我们的大脑很擅长这种事情。 在讲故事的时候， 人们很擅长把不同的原因和情景结合在一起。 而数据分析则在这方面表现糟糕。 它很难分析清楚就算最简单的小说里的线索和各种前后关系。

        大数据产生过多的发现

        有一句谚语叫做“在麦堆里面找针尖”。 麦穗和针尖看起来差不多。 而大数据则让麦穗变得更多了。 当我们的数据越来越多， 我们很容易能够发现很多的统计上重要的关联。 绝大多数的这些关联都是虚假的， 会引导我们作出错误的结论。而随着数据的增长，这种虚假关联的情况将呈指数级增长。

        大数据不擅长处理真正的巨型问题

        如果你想看一下哪些邮件对推广活动最有效， 你可以进行随机抽取对比组样本。进行比较。 可是， 如果我们像模拟一个衰退期的经济体。 我们没办法去找这样的一个对比组。 我们经常会看到人们争论什么是最好的经济刺激政策。 而我从来没有看到争论的双方能够用数据分析说服另外一方的。

        数据分析的结论往往基于大众偏好

        数据分析可以发现很多人们喜爱的产品。 而很多重要的(挣钱的)产品一开始往往不为人们所喜爱因为人们最初不熟悉。 大数据分析往往可能漏掉这样的产品。比如海外商务培训考察的平台，人们总是因为认知不足而错过提升自我的好东西。

        原始数据往往会被扭曲

        在一本叫做《原始数据的矛盾》的书里。 其中一个观点就是“原始”数据其实也并不原始， 它总是按照某设计者的要求来进行组织的。 这样一来， 设计者的观点或者价值观总是或多或少会代入这些“原始”数据中去。 因此在数据的采集到解释的过程中， 都会带有原始数据设计者的意志。

        其实在这里不是想说大数据分析不是一个好的工具。而是想说， 就像任何好的工具一样， 它有它所擅长的地方， 也会其局限的地方。 而世界正因为不能单从一个方面解释而显得有趣。

        为了保证各领域在世界上领先地位，美国于2012年就启动了大数据研发计划，大数据技术的发展，为平台的建设和共享服务提供了新的机遇。也促使了很多新兴行业的快速增长，如海外商务培训平台，物流电商的一体化，都成为全球经济的重要组成部分。

        总之，不管大数据不擅长的方面是多么宽泛，不管你以一种什么姿态去迎接，它总会到来，使我们连接的更紧密，成为未来新世界最闪光的中心。