二、大数据结论是统计学意义上的整体性结论，并不是针对个体
任何基于统计学的理论分析和结论都是整体性的。阿西莫夫在他的著作《基地》里完美的阐述了这一观点。哈利.谢顿以银河系里2000万星球上百亿亿居民为研究对象，成功创建了心理历史学，并以此成功预测了银河帝国会经历长达三万年的黑暗野蛮时期和银河第二帝国的出现。但无法用该理论预测个体。所以它无法预言变异人骡的出现。若非第二基地的存在，整个复兴计划险些失控。《失控》也描述了类似的现象。深海里的鱼群作为一个整体，行为规律非常容易预测。但单个个体行为毫无规律，难以预测。淘宝/天猫的“千人千面”是大数据时代的重要尝试。其核心基于大数据，为淘宝/天猫客户展现个性化搜索结果。该项目核心细节并不为外人所知，但基于理论分析，可以做出合理的推测。首先，淘宝/天猫搜集的数据一定不是所谓的“全量数据”，现有条件下，很多与顾客购买兴趣相关的核心数据无法被搜集。其次，即使模型准确率能达到99%，对于一个上亿规模的平台来说，也有近千万的客户会有比较差的用户体验。基于此，“千人千面”个性化程度必须做合理化约束，否则，理想越美好，现实就会越骨感。
三、相关性始终不是因果，这方面应用陷阱和机会一样多
相关性分析是数据分析利器，同时又是最容易引入问题的地方。相关并不是因果。统计数据显示，冰淇淋销量上升时，水中溺死人数会迅速上升，两者之间呈现极强的正相关。那么冰淇淋消费会引起人溺死吗？答案显然是否定的。只是天气炎热会同时增加冰淇淋消费和人们水上活动的几率。一个更有说服力的例子是某个时期的统计数据显示，白酒价格和牧师收入之间有极强的正相关。难道牧师群体们一个个都是“酒肉穿肠过，佛祖心中留”？答案也是否定的，其真实原因只是因为通货膨胀同时导致了白酒价格和牧师收入水平上涨。在大数据时代，相关与因果的混淆可能导致的问题会远超以往。大数据时代，数据极为充分，计算能力极强，可以发现以往无法发现的相关性。这是大数据时代让人兴奋的地方。但同时，相关性与因果性的辨别难度极大提升。一旦判断失误，会引起极大的问题。譬如说，目前阿里小贷引以为豪的信用判别模型与自动放款。假设目前信用模型相关性失效，“即通货膨胀率长期稳定，白酒价格和牧师收入不再强相关”，那通过现有模型筛选的主体的真实信用等级会有极大风险，后果不堪设想。以上分析纯粹基于理论层面，并不指向某个具体项目，但随着大数据技术的进步，辨别相关性与因果性的难度会越来越大，风险也会越来越高。
这个世界最让人理解的就是它是不可理解的。这个世界最让人难以理解的就是它又是可以理解的。大数据时代，我们需要有一颗敬畏之心。傲慢是罪。