5件大数据不可以做到的事情
1.预测一个确定的未来：使用机器学习的工具我们可以达到90%的精度。但是我们无法达到100%的准确。如果我们可以做到的话，我可以确切的告诉你谁才是目标以及每一次100%的响应率。但可惜的是这绝不会发生。
2.归咎于新的数据源：在任何分析上，归责耗费了大部分时间。我相信这就是你的创造力和商业理解的来源。可能的是，你无法摆脱在你的分析中最无聊的部分。
3.找到一个商业问题的创新的解决方案：创造力是人类永远的专利。没有机器可以找到问题的创新的解决方法。这是因为即使是人工智能也是由人们去编码的产物，创造力是不会从算法自己学习而来的。
4.找到定义不是很明确的问题的解决方法：分析学最大的挑战就是从业务问题中形成一个分析问题模型。如果你能做得很好，你正在成为一个分析明星。这种角色是机器无法取代你的。比如，你的业务问题是管理损耗。除非你定义了响应者，时间窗口等，没有预测算法可以帮你。
5.数据管理/简化新数据源的数据：随着数据量的增长，数据的管理正在成为一个难题。我们正在处理各种不同结构化的数据。比如，图表数据可能更适合网络分析但是对活动数据是没用的。这部分信息也是机器无法分析的。
最后
我相信这篇文章将发挥它的潜力如果你尝试了文章中的练习的话。试着从一个更全面的视角中思考，你会发现机器无法做到的事情。比如，我的初始点80:20法则指出机器将无法带来创造力。这个启发点帮我思考在分析的过程中那些部分是需要创造力的。