大數據，首先意味著海量數據，並且徹底改變了數據利用的理念。分析所可能產生的全部數據成為可能，這必然使得人們改變過去沿用多時的抽樣分析方法，而要善於快速乃至實時對海量（全部）數據作出反應。過去的抽樣分析會帶來樣本分佈的偏差，從而使得有限數據得出的結論發生扭曲；而大數據時代的數據挖掘分析，並不意味著分析難度的降低，相反可能更高。
當然，在大數據時代，通常意義上也不需要分析全部數據。“大數據時代的預言家”、牛津大學網絡學院互聯網研究所治理與監管專業教授維克托·邁爾-舍恩伯格就曾指出，大數據用概率說話，海量數據中將被提取出部分的有效數據，只要由此實現的數據挖掘精確度高於過去的抽樣分析。分析全部數據在技術上是可能的，在成本上是不可行的，更何況當下的時間成本常常要比經濟成本更重要。
大數據從一個帶有前瞻性的新型概念，到推動計算機、互聯網等信息產業以及傳統產業、公共管理等諸多方面實現重大變化，為時並不久遠。也就是說，大數據的發展速度相當驚人。遺憾的是，很多人對大數據的理解仍然停留在對以往若干個新銳創業、互聯網概念的理解層次上，將大數據帶來的創新、發展機遇看成是“忽悠”，對大數據時代正在發生的行業和社會關係變化視而不見。而在宏觀層面，國家工信部官員也曾指出，“我國大數據產業同樣面臨著人才匱乏、數據資源不夠豐富、數據開放程度較低、相關的法律法規不完善等問題”。
從我們每個人更可能扮演的消費者、上班族、數字產品使用者等角色來看，大數據也已經深刻的改變了我們的消費、社交和工作，其作用還將進一步提升。套用一句熱門的話，你可以不關心大數據，大數據卻要關心你。任何技術使用都具有兩面性，在帶給人以獨特便利的同時，會對既有的社會關係及人的習慣造成衝擊，甚至損害使用者或他人的權益。大數據建立在數據挖掘與分析基礎上，由此實現預測，將有助於公共管理部門和企業對普通人實施更嚴密的控制。美國已經有社交網站為企業預測員工的離職傾向，這一指數較高的員工將無法獲得提升；金融機構通過大數據技術，得出客戶群體消費傾向與不良記錄的相關性指數，一方面誘導用戶更為便利的進行更多衝動消費，另一方面則對部分用戶設置更嚴格的貸款、信用卡申請批准限制；保險公司會根據客戶的醫療、消費數據，對其可能的死亡期進行預判，從而拒絕部分用戶的投保購買。
《大數據在中國》書中分別以大數據對於創業者而言的創業創新機會、大數據對於政府部門提出的加快立法和推動公共管理轉型的壓力、大數據對於互聯網巨頭重新劃分行業佈局的重要機遇、大數據對於科技領域帶來的激活各相關領域連帶式創新的契機、大數據為消費者獲得更多應用便利及隱私洩露威脅等各方面視角，對大數據問題進行了全面敘述。敘述中，書作者彙集了國內外諸多大數據研究分析著作的精華觀點，並結合中國大數據發展的實際，向中國讀者普及大數據概念。
值得一提的是，這本書有意識的分別選取了美國和我國大數據產業的多個案例，歸納了大數據發展的共性規律，分析指出了中國大數據產業落後於美國的主要痼疾，併發出了加快發展中國大數據產業、加快大數據立法和相關公共管理模式轉型、加強大數據時代隱私安全機制建設和公民理念培育等呼籲。書作者特別強調，在蓬勃發展的互聯網時代，大數據可以幫助政府、企業等各類組織擺脫舊的管理模式，走向更為光明的未來，但要實現這一點，當前政府就必須抓住大數據發展的基礎設施、產業鏈、人才、技術和立法五大關鍵要素。
閱讀更多 經濟參考網 的文章
