从追求因果关系转向相关性的探索

长久以来，我们都习惯于寻求事物的因果关系，了解一个现象背后的原因究竟是什么，进而做出相应的反应。在信息缺乏的时代，我们可以根据直觉快速地找到事物之间的因果关系。比如我们会理所当然地觉得少穿衣服和感冒，拉肚子和吃了不干净的食物之间存在因果关系。然而这种因果关系有可能是不存在的。即使我们慢慢思考，想要发现因果关系也是很困难的。

而大数据思维则告诉我们知道是什么就够了，没必要知道为什么，只需要按数据告诉我们的信息去做就好了。就像药剂师给病人配药，他可能不清楚为什么这种药可以治病，但根据经验，类似症状服用这种药是有效的。

美国折扣零售商Target使用大数据的相关关系分析已有多年。对零售商来说，知道一个顾客是否怀孕是非常重要的，因为这是一对夫妇改变消费观念的开始，他们会开始光顾以前不会关注的商店，购买以前不会购买的物品。Target 公司的市场专员们向分析部求助，看有没有什么办法通过一个人的购物方式发现她是否怀孕。公司的分析团队查看了签署婴儿礼物登记簿的女性的消费记录，注意到登记簿上的妇女会在怀孕的第三个月左右购买很多无香乳液，几个月之后，她们会买一些营养品，比如镁、钙、锌。公司最终找出了大概20 多种关联物，这些关联物可以给顾客进行“怀孕趋势”评分。这些相关关系甚至能帮助公司比较准确地预测顾客的预产期，使他们能够在顾客孕期的每个阶段寄送出相应的优惠券。曾经有一位父亲怒气冲冲地找到Target商店的经理，要求向他道歉，因为他的女儿还是高中生，却收到了Target公司寄给她的婴儿服和婴儿床的优惠券。然而令人吃惊的是，几天后经理打电话致歉时，这位父亲却反过来道歉，因为他的女儿确实怀孕了，而他事先完全没有发觉。(www.xing528.com)

寻求相关关系可以为我们提供一些新的视角。当我们打破传统的思考方式，按照大数据思维来指导行为时，一些新的机会就会出现。