在过去绝大多数年代，只有政府才能进行大规模采集数据进行分类。为了管理国家，政府需要收集各种各样的信息，比如人口数据，为了处理人口普查生成的数据，催生了IBM公司。
人们很容易理解利用全体数据进行分析比只用其中一部分更好，但是当对象的数量非常大时，获得全体数据所需要的资源是很多的，在以前根本不可能有个人和私营企业能承担这种花费。实际上，正是资源的有限性限制了采集数据的规模，毕竟任何时候资源都不可能是无限的。
为了解决这个矛盾，人们发明了随机抽样理论。根据统计学理论，如果保证抽样的随机性，采样分析的精度可以非常高。这个理论使低成本、高频率的调查具备了可行性，于是随机采样也逐渐扩大了应用范围，比如商业领域的产品质量监督检查，客户的调查，选举调查等。
随机采样是一种性价比很高的方式，但是它有以下三个弱点：
第一，随机采样的准确性依赖于随机性，但是随机性很难把握，也很难实现。比如调查一个城市的个人收入调查，如果采用电话询问，即使每个人都诚实的回答，能被调查的人也只能是有电话的人，这就带来了偏差。
第二，随机采样不适合对子分类进行分析。因为子分类会导致能被应用的样本减少，准确度就大幅度降低。就像一张数码照片放大了看一个局部，就会变得模糊，出现马赛克。
第三，随机采样需要严密的安排和执行。为了实现抽样的随机性，抽样需要预先想好实现随机性的方法，但这种方法通常就不能满足其他问题的随机程度，也就是无法面对新问题，重复应用受到限制。
而科技的进步使数据的收集和分析都变得廉价，使获得全体样本的大数据分析成为可能。实际上，大数据并不必然就是“数据量大”，而是“数据全”，是把目标对象所有相关信息都收集起来。
大数据调查方式的出现对社会科学是一种颠覆性技术，因为社会科学的主观性，被调查人在调查中受心理、利益的影响比较大，真实性很差。但是大数据通过查找手机通信记录和社交网站留言等，对人的社交进行调查，这种偏差就被消除了。
