不論是在過去還是現在，人的生活沒法離開資料。作為科學工作者，尤其是系統學過統計學後，對於資料有了更為理性的認知。如今進入了大資料時代，大到國家政策決策 ，小到企業或醫院管理，都離不開資料分析。最近就遇到一個地方部門拋棄傳統的調查，直接使用網路系統大資料定性事關企業是否合法經營的事，讓人哭笑不得，生生嚐到了大資料給人帶來的苦沚。

不論是大資料還是小資料，反映的都是一種現象，本質的東西是透過資料現象來間接表達的。既然是現象就有真象和假象。資料既是真實的和客觀的，但資料也可能是不真實和不客觀的。做為大資料的使用，一定是通過資料化管理的科學方法。運用分析工具對客觀、真實的資料進行科學分析，並將分析結果運用到生產、營運、銷售、管理決策等各個環節中去，譬如業務指導管理、營運分析管理、經營策略管理、戰略規劃管理四個由低到高的層次。

在這裡相信有許多想要學習大資料的同學，大家可以+下大資料學習裙：957205962，即可免費領取套系統的大資料學習教程

大資料與傳統資料而言，只是樣本量的不同。大資料的樣本量有時就是總體的量，除此外大資料與適量樣本資料沒有更多的本質不同。即使大資料能全部反映總體，但也不一定能說明總體。因為大資料都是基於分類統計的，分類是否符合邏輯、是否科學、是否精準，都決定了分類的正確性與準確性。事物間的性質或者彼此比較，只有同質的就可比，不同質的就無法比。如果不小心將一個正常的資料歸類到不正常的資料之中，正常也就變得不正常了。或者一個不正常的資料，混淆到正常的資料中，那豈不是也變成正常資料了。

大資料是否能反映真實與客觀，決定於資料的分類和清洗方法，還決定於資料鏈之間的相關關係與因果關聯，而不能簡單的依據一個或一組大資料來說明本質性的問題。用大資料在管理決策、執法監督中尤其應該慎重。大資料分析要與傳統的樣本資料分析相結合，只有相互印證的資料才是可靠的，相互不能印證的資料就不能被使用。任何用大資料分析去替代傳統資料分析必須要非常的謹慎與小心，特別是事關專案決策、執法監督裁決，更是要格外的慎重。如果視大資料如救命稻草，那如同草菅人命。

縱觀大資料時代的兩個極端，之前只認識到大家對於大資料的不重視，譬如筆者所接觸的醫院管理，資料資訊利用嚴重不足，資料資源浪費可以說是醫院資源浪費最大的環節。但也遇到不少的醫院管理者，盲目依據所謂的計算機大資料，常常也被大資料顯示出來的假象所迷惑，讓管理決策偏離科學軌道。這兩種極端，前者較為普遍，後者也有苗頭，未來也許會越來越嚴重。

人類應該迷信大資料嗎？說幾個社會公佈的大資料看你信也不信？

幾年前，某醫療權威部門說中國有1億人患有精神心理疾病，說有1億多人患有糖尿病，憑的是大資料。作為自己是個醫學與心理專業工作者，我是既相信也不信。釋出這些大資料的背後動機到底是基於科普還是基於商業，有待人們去鑑別。

再看看癌症的病人越來越多，是真的癌症病發病率提高了嗎？筆者以為是癌症的檢查手段更加豐富了，檢測技術更能早期發現了。但筆者也相信，癌症大資料帶來的也不全是福音，而是禍害。禍害之一是誤診，筆者就有二個醫界的醫生朋友被所謂的癌症誤診了，遭受了痛苦的化療和放療。筆者也相信有一些早期發現的癌症患者，如果沒有被檢測出來，最後憑著人類本身的自我免疫機制，而自愈的。

還有譬如我們國家都是第二大經濟體了，不就是大資料證明出來的嗎？但統計造假，資料虛報，統計口徑不同，重複統計，我們能簡單相信這些資料。當下的中美貿易戰，我們不正是吃了國際大資料不真實、不客觀的虧？

現在國家提倡“放、管、服”，這正是基於大資料時代的新要求。

放，就是要放開。也就是說大資料並不就是全是真實的，單純憑資料做決策，就會把人們的行為束縛起來，計劃經濟模式最典型的就是依據資料來做社會管理。然而社會不只是通過大資料來反映，社會是鮮活的，是富於個性化的，如果不放，百姓如何能服。

管，說明大資料時代資料多了，資訊量大了，一定要有科學和精細的資料管理。通過事前、事中、事後的資料分析與管理，來保障社會、企業或醫院的正常秩序和健康發展。大資料分析中有幾個熱詞，如資料的採集、資料的清洗、資料的分析和資料的適用。

首先，資料採集方式一定是系統和綜合的，不能是單一的渠道。在網際網路時代，人們生活在其中，如何不讓人被人工智慧所限制是當今需要解決的大問題。如果人工智慧完全控制人的生活與工作，那將是多麼的可怕。人工智慧管理社會、管理企業、管理醫院，不就是靠流程和資料嗎？醫院管理者都知道，流程要不斷再造，因為在追求科學的道路上，現實與科學永遠有距離，我們永遠離真相差那麼幾步。

其次，資料一定要清洗，讓我們所需要的資料暴露出來，不能摻雜那些相似而非同質的資料。特別是企業或醫院管理的績效考核、執法部門的執法監督，資料的清洗非常重要。而對資料清洗最重要的手段，就是撿回傳統的資料處理方法或者其他現代化方法。

第三，資料的分析要基於管理的動機，同時也要站在管理物件的利益上去雙重考量，而不是有先入為主的概念，管理和執法一定是基於調查研究的基礎上。可以先有假設，但一定不能有先結論預判，那樣的話，就會出現害人害己的資料分析和管理。

第四，資料適用有嚴格的範圍。要把每一個數據適用於較窄的內涵，不能外延擴大化。

服，在我的理解上，是管理者的服務，也要讓被管理者信服。大資料結論出來，如果管理者自己都不知道其背後所真正代表的意義，也不能讓被管理者認識其中的意義，那這個大資料寧可拋棄而不得使用。昨天，國內一知名保險企業的二位資料處理專家專程來會見筆者，諮詢醫保支付管理軟體的設計。他們其中一個苦惱就是其評估管理系統不為醫院的醫務人員所接受。筆者瀏覽到軟體的大概後發現，其根本的設計缺陷在於只滿足於管理方的動機要求，而不兼顧被管理的實際，是管理倫理上存在根本的缺陷。

所以在大資料時代，大資料是用來服務的，而不是用來下結論的，大資料讓人們對資料分析帶來了不少好處，也會帶來弊端。譬如從循證醫學的實踐中體會到，資料並非越多或越大越好，而是恰如其分才好。資料多了，會誤導判斷，資料也能殘酷無情地“殺人”，管理者當然要重視大資料的利用，但也不能迷信大資料。

但願大資料服務好管理，對大資料要持敬畏，既要相信，也要質疑，絕對相信大資料，那將是人類的大災難降臨。