我們生活在一個“概念”紛飛的年代，先前只有IBM熟諳的招數，如今已經“飛入平常百姓家”。“移動網際網路”、“雲端計算”的概念剛剛消停，業界的專家又送來了“大資料”的概念，一時間似乎人人都變成了“大資料”專家，見面要是不提“大資料”都不好意思跟人打招呼!
玩笑歸玩笑，當我們的儲存能力、計算能力和網路頻寬變得充裕之後，我們先前對待資料，尤其是原始資料的態度和思維方式，將面臨著很大的改變!
其實，作者的'主要觀點，已經在翻譯者的譯者序中進行了總結：“大資料時代處理資料理念上的三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果”。
如作者所言，“取樣分析是資訊缺乏時代和資訊流通受限制的模擬資料時代的產物”。如果可以，我們當然會使用“全體資料”而不是“抽樣資料”。讀到這裡，我估計大學裡正在絞盡腦汁設計樣本抽樣方法的學生、教授們，連哭的心都有!
資料分析的及時性，在很多情況下比精確性更加重要，尤其是在商業領域。想想看，如果需要兩週時間才能計算出明天某個航班的滿座率，那還有什麼意義?大資料計算技術，適用的不是像衛星發射、開具銀行賬戶這樣的工作，而是不要求極端精確的情況，其核心是“預測趨勢”，況且原始資料也可能出現差錯。
過往千年，探究因果關係幾乎是所有科學研究的原動力。甚至，這已經通過語言，融入我們的思維方式和哲學思想：“因為……所以……”，凡事都要問 “為什麼”。但是，在大資料的範疇裡，關注的卻是相關性，而不是因果關係，或者其次才是因果關係。超市只用關心把啤酒和尿不溼放在一起，會幫助提高銷售額，而不用關心其中的奧祕。如果說原因，可能很多都是人們的習慣、方便，甚至是人性，例如奶爸們習慣買尿不溼的時候給自己捎上幾罐啤酒。
在此，也有一些自己的思考：如果說搜尋引擎所解決的問題表面上是幫助使用者找到需要的資訊，而實質是幫助企業找到擁有某項需求的客戶，深層次講是解決了《第三次浪潮》中提出的消費者和生產者分離的根本矛盾，如果再加上3D列印技術，就可以完成由消費者主導的“個性化”生產過程;而大資料所解決的是，通過對所有使用者的資料進行分析，可以預測使用者群整體的需求變化趨勢，從而完成批量產品生產、銷售的調整問題，其奇妙之處就在於無需使用者“開口”說出她想要什麼?一個解決的“個體需求”，一個解決的是“群體需求”。
本書除了提出上述三項基本觀點，其它的內容大多是舉例說明，多少有些空泛。但是，其實大資料時代才剛剛開始，對大資料的應用也只是停留在比較淺的層面上，作者能提出這三項基本觀點已屬難能可貴!