大数据比较热。传说中的牛公司都在做大数据。阿里巴巴前不久收购了一家数据分析的公司，最近雅虎也入手一家中国社交数据分析的公司，由此可以看出大数据能力多么的被看重，即便是互联网巨头们也觉得自己囊中羞涩能力欠缺。 更多详细信息，请您微信关注“计算网”公众号：
不过，与这股热闹相反的却是大数据应用的乏力，即便是号称数据能力超群的阿里巴巴也几乎没有摸到数据的门槛。可以毫不客气的讲，以目前淘宝上的通过数据分析展现出来的购物推荐看，这种大数据几乎是被糟蹋了。甚至有微博称，自己仅仅是好奇于朋友说淘宝上卖棺材是免费送货而打开了几个店家的页面看了看，结果，此后的一周自己的网页上便不厌其烦的开始被推荐各种各样的骨灰盒与棺材，真是让人汗颜。
不管你的数据来自哪里，是来自COOKIE，还是用户的历史浏览和消费记录，线性的思考方式绝对不适合以人脑思维为基础的客户行为预测，即便号称神经网络等等的非线性分析方法，也很难准确的进行预测评估，归根结底，人的行为是社会性的，人的决策也非完全理性的，更不要说毫无提前量的人云亦云的乱推荐。
大数据确实给分析人员提供了更好的基础，IT技术的发展也让人们有了更方便的分析工具，但却导致了越来越多的分析过程被机械化的技术专业人士们主导，喜欢遨游在编程海洋中的技术天才们多数都是不食人间烟火的科技疯子，就数据论数据的方式严重制约了数据分析结果的使用价值。
因此，大数据分析的成功不仅仅在于应用，更在于能够有价值的应用，粗制滥造的去应用很可能导致彻底的失败。
做大数据分析，至少要做到以下几点：
1、虽然你关注相关性，但这种相关性也应该在一定程度上被验证因果，毫无因果可言的相关也许是暗含与宇宙黑洞的秘密，至少现在对人类用处不大。
2、先进的分析技术和高级的程序员都只是数据分析中的工具和操作手，都只能是作为决策的辅助，参谋不能带长，只会写报表的参谋永远不能当参谋长，更不能去当指挥战争的参谋总长。
3、组织各个领域的专家委员会，让消费者研究专家们看那些似是而非的结论，然后根据发现的可能亮点再去有针对性的发掘，漫无目的或者成规制的出报表只适合绩效考核。
4、让那些分析网络访问量、用户来自哪里、喜欢看什么网页等等的传统互联网分析理念远离消费推荐领域，用那些为了网站运营而去分析的套路去看待消费者行为是刻舟求剑，驴唇不对马嘴。
5、忘掉那些高深的术语，被用专业门槛将公司里面的需求者阻挡在豪门之外，数据分析没那么神奇，即便多了一个大。
6、数据也会说假话，片面相信数据的结果是彻底的教条主义，任何看似非常科学的结论都有可能是你自己的分析方法导致的。
7、大数据当然有用，但要掌握在有用的人手里，更要掌握在会用的手里，更更需要掌握在不乱用的人手里。
8、让机器替代人脑，认为机器可以替代人脑，只要傻子才这样想，至少在人类文明的现阶段是傻子。
9、根据客户行为做推荐的时候多设置几道识别好不好，特别不靠谱的给拦住，即便不能给客户提供帮助，也别给人家添堵。
10、做好大数据，先从小数据开始吧，虽然你可以说大数据可不仅仅是个大，但任何的大都是从小来的，不积小流无以成大海，不积跬步不能走千里啊。
最终，谦虚使人进步，骄傲使人落后，大数据的专家们共勉。
钻探都督府：基本上是垃圾。我太太曾经用我的帐号买过一次胸罩，结果我的屏幕上总是向我炫耀新式胸罩；我曾经给我儿子买过一次外交官旅行箱，从此总要我买旅行箱。
@徽剑