为什么说数据分析只是辅助决策的工具而非绝对依据

http://www.datasoldier.net/post/fuzhu.html

很久之前，科学界的先辈们就已经意识到人类的主观感觉并不可靠，由主观感觉得出的结论也往往漏洞百出，从伽利略站在比萨斜塔上丢下那一对小球开始，人们就不断在探寻那些看似和主观感觉大相径庭的真理，而在现实生活特别是商业分析中，正确的决策往往和科学理论一样，是不同于我们的主观感受的。

数据分析作为一种严谨而客观的工具，在分析决策中可以弥补我们对直觉的过分自信，减轻欲望对事实的影响程度，可是即便数据分析已经到了大数据的层次，也鲜有仅依靠大数据就完成决策的事例，是大数据没得到充分应用，还是其本身就具有一定的局限性呢?

数据越大，无意义的相关关系就越多

我们日常所说的分析数据得出结论，从统计学的本质上来说就是找出数据之间的相关关系，两个或多个数据之间存在线性关系，指数关系，服从泊松分布还是正态分布，这些都是数据分析中具体要完成的工作，随着数据量的增大，数据之间可能出现的相关关系也就越多。当数量巨大的原始数据一下子摆在面前时，麻烦就来了。

如美国的飞利浦路灯街区这样的智能检测系统，传感器每时每刻都在采集周围的环境数据，这些数据在进行分析的时候，各数据之间会出现非常多的相关关系，这些关系中大部分是无意义的，比如湿度和温度突然出现了负相关，可能只是因为下了一场雨，而我们要寻找的相关关系，很容易掩埋在这些无用的关系里。

数据分析趋向平庸，忽视杰作

数据分析的理论基础是概率论和统计学的相关学科，所以也就决定了它的一项基本特征——总是趋于平均，反应大体情况，而对于某些突出优秀的个体，往往会视而不见。如果我们在六年前进行一次关于智能手机的使用习惯的数据分析，Iphone大概会被直接忽略，因为那时Iphone刚刚出现不久，在总体数据中完全占不到比例，应用乔帮主的一句话“用户自己也不知道他们到底要什么”，所以在更多的用户接触到Iphone之前，他们并不会知道自己需要它，这样的数据分析出来的结果，Iphone一定会落选“完美智能手机”的排行榜。

或许正因为这些因素，数据分析(不管加不加“大”字)，始终只是作为一种工具来辅助人们做出理性判断，而不是策略的主要决定来源。

选自：物联中国，原标题：为什么大数据分析在决策中只是“万年辅助”