对书中观点的理解

1.关于抽样。相比过去，必须应用抽样才能解决的问题可能会变少，因为确实数据资源的丰富性能够提供保障。但同时，人工判定等不方便采集到的数据依然需要抽样的方法。大数据并没有在本质上冲击“抽样”的思想，他们依然是在解决具体问题上的可选方法，取决于可获得性、目的和效率。
2.因果与相关。整体来讲，我理解作者对于相关的推崇，但没有那么执着。文中用了亚马逊的相关分析促进销售来说明大数据时代下的相关重于因果。这个例子没有问题，但并非所有商业问题都停留在得到相关关系就能解决的层面上。把大数据带来的相关认识作为一种“启发模式”来看待可能更合适，即我们的理想和目标在于认识因果的关系解决足够复杂的问题，但在一穷二白的现实面前，通过大数据对于相关性的认识，足以将认知和解决向前推进一大步。
3.精确性。我完全同意在大数据下要特别注意平衡精确性的问题。两个含义，一是牢记二八原则，知晓解决的主要问题，即便看起来basecase是如此的“多”，这点与作者同；另外再补充一点，也是从实际工作的感受，大数据下的一个不起眼“badcase”都足以作为一个群体单独研究。所以大数据下也不是一味的二八，而是“认知-细分”，我补充的是“因大而分”。
4.标签。社交网络里的大数据，每个人都会打标签，都有自己的理解和目的，这种非规范性开放式的数据资源是一个现实。“我们再也不能假装活在一个齐整的世界里”，也可以说前面提到的也是因现状而变产生的观点。认识现状解决问题是出发点，这是要牢记的。（完）