在收集樣本的時候，統(tǒng)計(jì)學(xué)家會用一整套的策略來減少錯誤發(fā)生的概率。在結(jié)果公布之前，他們也會測試樣本是否存在潛在的系統(tǒng)性偏差。這些策略包括根據(jù)協(xié)議或通過受過專門訓(xùn)練的專家來采集樣本。

但是，即使只是少量的數(shù)據(jù)，這些規(guī)避錯誤的策略實(shí)施起來還是耗費(fèi)巨大。尤其是當(dāng)我們收集所有數(shù)據(jù)的時候，這就行不通了。

不僅是因?yàn)楹馁M(fèi)巨大，還因?yàn)樵诖笠?guī)模的基礎(chǔ)上保持?jǐn)?shù)據(jù)收集標(biāo)準(zhǔn)的一致性不太現(xiàn)實(shí)。就算是不讓人們進(jìn)行溝通爭吵，也不能解決這個問題。

大數(shù)據(jù)時代要求我們重新審視精確性的優(yōu)劣。如果將傳統(tǒng)的思維模式運(yùn)用于數(shù)字化、網(wǎng)絡(luò)化的21世紀(jì)，就會錯過重要的信息。執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物。

在那個信息貧乏的時代，任意一個數(shù)據(jù)點(diǎn)的測量情況都對結(jié)果至關(guān)重要。所以，我們需要確保每個數(shù)據(jù)的精確性，才不會導(dǎo)致分析結(jié)果的偏差。

有時候，當(dāng)我們掌握了大量新型數(shù)據(jù)時，精確性就不那么重要了，我們同樣可以掌握事情的發(fā)展趨勢。

大數(shù)據(jù)不僅讓我們不再期待精確性，也讓我們無法實(shí)現(xiàn)精確性。然而，除了一開始會與我們的直覺相矛盾之外，接受數(shù)據(jù)的不精確和不完美，我們反而能夠更好地進(jìn)行預(yù)測，也能夠更好地理解這個世界。

值得注意的是，錯誤性并不是大數(shù)據(jù)本身固有的。它只是我們用來測量、記錄和交流數(shù)據(jù)的工具的一個缺陷。如果說哪天技術(shù)變得完美無缺了，不精確的問題也就不復(fù)存在了。

錯誤并不是大數(shù)據(jù)固有的特性，而是一個亟需我們?nèi)ヌ幚淼默F(xiàn)實(shí)問題，并且有可能長期存在。因?yàn)閾碛懈髷?shù)據(jù)量所能帶來的商業(yè)利益遠(yuǎn)遠(yuǎn)超過增加一點(diǎn)精確性，所以通常我們不會再花大力氣去提升數(shù)據(jù)的精確性。

這又是一個關(guān)注焦點(diǎn)的轉(zhuǎn)變，正如以前，統(tǒng)計(jì)學(xué)家們總是把他們的興趣放在提高樣本的隨機(jī)性而不是數(shù)量上。如今，大數(shù)據(jù)給我們帶來的利益，讓我們能夠接受不精確的存在了。