全景式观察与盲人摸象
过去，随机抽样一直被公认为一种最有效率的数据搜集方法。样本选择的科学性比样本数量更重要，统计学家这样告诉我们如何精确预测。抽样的目的是用最少的数据得到最准确的信息，抽样的科学程度（尤其是样本的随机性和代表性）对于统计结果的准确性至关重要。在传统数据思维下，寻找更大的样本量根本没有必要。因为当样本量达到一定程度后，我们从新增的个体样本上获得的信息只会越来越少，呈现出边际效应递减的规律。因此，并不是数据越大越好。
然而，统计学家们已经开始抱怨抽样方法的缺陷：它注定让我们无法观察事物全面的细节，抽样结果会受到主观偏见的影响，有如盲人摸象。有人说，用抽样的方法分析整体人口状况时，正确率能达到97％，但也许正是那被忽略的3％会完全颠覆已有的结论，尤其是当我们想了解更深层次的微观情况时，抽样方法就有些爱莫能助了。例如，1 000人看似是一个比较大的样本，但如果将研究对象细分至一线城市大龄单身女性，符合条件的可能只有10多个样本。从这样小规模的数据中，无法分析出任何有意义的结论。
即便不抽样，动员大量人力、物力进行普查，也是在事先确定调研问题和被访问人群后才开始执行的。从有限的问卷题目中，注定只能看到事物的某几个方面，无法获得更加客观和深入的信息。
以前由于缺乏存储和处理全量数据的工具，我们通常把这种无奈看作理所当然。在大数据时代，“样本＝全体”的数据处理模式已经成为可能。我们可以分析更多的数据，而不再依赖于随机抽样。
谷歌可以提供谷歌流感趋势的原因就在于它几乎覆盖了7成以上的北美网络搜索市场，而在这些数据中，已经完全没有必要抽样调查这些数据：所有的记录都在数据仓库躺着等待人们挖掘和分析。
大数据导航的自动驾驶汽车能够实现360度全方位感知，安装在驾驶室内的摄像头会识别交通指示牌和信号灯，轮胎附近的传感器可以根据速度和方位推算汽车当前所在的位置，而连接GPS和谷歌地图的路线系统可以让它找到通往目的地的最快捷路线。
纽约警方通过分析案件与发薪日、体育赛事、天气变化、假日等变量的相关性，预测最可能发生罪案的“热点”地区，并预先在这些地区部署警力。无论是从时间纵向上来看，还是部门间数据联动的横向上来看，这种数据搜集视野都呈现出全景式的特点，从而更加富有生命力。
共产党员网 版权所有 京ICP备12024993号-1
