大資料被認為能解決所有的問題。它可以足夠深入地檢視你通常不會有時間去調查的模式，并且你能夠找到讓你的公司出現至關重要的改變的深刻見解。或者，隻是理論上如此。
正如我以前說過的，大資料可能是有用的……一旦你掌握了“小資料”，或是你可以用來更好地指導業務的正常的高層次的資訊。但是，比方說，你的公司是已經這樣做了的公司之一。你在駕駛一條高效的輪船。大資料會對你有幫助嗎？也許，但是，隻有在你帶着一些戒心接近它并在當涉及到要使之發揮作用的假設和方法時詢問一些不友善的問題的情況下。
例如，伊沃弗公司（evolv ）是一家試圖通過分析大資料來提高工作場所的生産力和業績表現的軟體公司。其結論之一就是“技術天賦在挑選按小時計酬的勞動力時變得越來越重要。”以下是伊沃弗公司的分析産品部主任内森·韋斯特（nathan west）對此概念的讨論：
結果是某種誘人的東西：一個簡單的測試可以幫助确定更适合一份工作的候選人。某人下載下傳并安裝了在他或她的計算機或裝置上運作的不同的浏覽器顯示出了一種采用新的技術的意願。使用浏覽器作為一個名額因素，該公司發現在“願意采用新技術，以及技術的熟練程度”測試上得分較高的員工們“實際上會在公司更多地工作17天的時間，減少15%的減少的工作量，并在工作時堅持安排得更好。”
聽起來不錯？也許，但是，以下是你在聽到了一家公司的表态之後需要詢問的尖銳問題，而不是站在一朵幸福的雲彩上飄走。
核查出爐的資料假設
這些資料來自何處？伊沃弗公司能夠跟進什麼樣的勞工和公司？其類型的工作任務和勞工與你所運作的公司比較起來如何？在資料選擇中有任何形式的可能并不适用于你的公司的偏誤嗎？例如，所有的樣本公司都是大型企業而非創業公司？你不得不進行測試以檢視資料是否仍然适用，因為公司總體是如此不同。
分析做出了怎樣的假設？
測試合理嗎？如果某些人下載下傳了其它的浏覽器而假設他們在技術上更具有靈活性是可以的，但這是一個在進行資料分析之前就擺出來了的假設。你能從某人填寫線上表格中所知道的全部内容是他們所使用的浏覽器類型，而不是他們的計算機上所安裝的浏覽器類型。要是有人比火狐（firefox）或奧普拉（opera）更喜歡internet explorer的感覺呢？有可能選擇本身就表明了某些随心所欲的東西，但這與上述的假設是不同的。
影響的重要性如何？
讓員工留任更長的時間以及減少更少的工作時間是一個很好的目标，但應該把它放到一個更大的環境中去。首先，這聽起來像是種平均。在不同的行業和員工基數之間的數量變化是怎樣的？換句話說，你會看到大緻相似的結果可能性如何？其次，在你如何營運的背景下，這樣的改善有意義嗎？額外留任更長的17天聽起來不錯，但它為整體的就業平均時長增加了多大的百分比呢？這确實如此重要麼？你有員工會在休病假時還獲得薪水麼？如果沒有，你是否有足夠的員工覆寫率，在工作中所減少的時間有這麼重要嗎？可能重要，但話又說回來，它可能并不。
所隐藏的缺點是什麼？
你因為一組特性而被選中，但正如他們在數學中所說的那樣，你不能同時最大化兩個變量。安裝了一個獨特的浏覽器的人适合你的企業文化的其它部分麼？所有的工作測量工具的品質都一樣強大麼？他們很可能是的，但如果你不詢問，你就不會知道。
當涉及到大資料時，要對使用它持開放的态度，但不要太過盲目。對資料、分析師、你和你的業務都要提出尖銳的問題。如果你要在分析的基礎上實施一些改變，你要确信你會得到自己所期待的東西，而不會是一種令人不快的驚吓。
<b>原文釋出時間為：2013-09-15</b>
<b></b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>