大数据已经成为人们生活中必不可少的一部分，热点推送、各个软件的“猜你喜欢”、社交软件中的“你可能认识的人”等，背后都是大数据在操纵。

随着大数据的继续深入生活，在自身的内涵与外延上，催生出了大数据思维，主要包括全样思维、容错思维和相关思维这三种。

3.1.1全样思维

要了解全样思维，首先要了解“全样”与“抽样”。

抽样就是在全部样品中抽取具有代表性的一部分作为样品。其目的在于分析、研究样品，推算出全部样品的特征。抽样是调查研究最普遍、有效的方式。抽样适用于全样数据信息采集、分析、处理的难度高的情况中。例如，要了解某一大水库中草鱼的数量，可以先捕捞10000条草鱼，并在它们身上做记号，随后将这些鱼均匀的放回水库之中。过段时间再捕捞10000条草鱼，只有4条有记号，因此，可以得出水库中大约2500万条草鱼。

抽样十分便捷，但其局限性也十分明显，当客观条件不准确的情况下，得出的结论不靠谱，使结论与实际结果偏差加大。依旧以上述草鱼为例，也许第一天你捕捞起的草鱼中有4条有记号，但第二天再进行捕捞之时，发现有100条有记号，这样得出的结果也会发生变化，由此可见，抽样是不稳定的，

天上掉下一块馅饼，正好砸中了一个北京大学毕业的大学生，得出的结论是“在馅饼砸中的范围内，所有人都是北京大学毕业的”。大数据已经成为人们生活中必不可少的一部分，热点推送、各个软件的“猜你喜欢”、社交软件中的“你可能认识的人”等，背后都是大数据在操纵。

随着大数据的继续深入生活，在自身的内涵与外延上，催生出了大数据思维，主要包括全样思维、容错思维和相关思维这三种。

3.1.1全样思维

要了解全样思维，首先要了解“全样”与“抽样”。

抽样就是在全部样品中抽取具有代表性的一部分作为样品。其目的在于分析、研究样品，推算出全部样品的特征。抽样是调查研究最普遍、有效的方式。抽样适用于全样数据信息采集、分析、处理的难度高的情况中。例如，要了解某一大水库中草鱼的数量，可以先捕捞10000条草鱼，并在它们身上做记号，随后将这些鱼均匀的放回水库之中。过段时间再捕捞10000条草鱼，只有4条有记号，因此，可以得出水库中大约2500万条草鱼。

抽样十分便捷，但其局限性也十分明显，当客观条件不准确的情况下，得出的结论不靠谱，使结论与实际结果偏差加大。依旧以上述草鱼为例，也许第一天你捕捞起的草鱼中有4条有记号，但第二天再进行捕捞之时，发现有100条有记号，这样得出的结果也会发生变化，由此可见，抽样是不稳定的，

天上掉下一块馅饼，正好砸中了一个北京大学毕业的大学生，得出的结论是“在馅饼砸中的范围内，所有人都是北京大学毕业的”。这样的结论毫无疑问是错误的。

因此，在许多情况下，不能采取抽样，而是要采用全样。例如，人口普查，就是获得中国人的全样，得到中国人口的精准数量。全样虽然难度大，但更精准，得出的结果与实际结果相差无几。

抽样代表着小数据思维，全样代表着大数据思维。在当今的时代中，商家可以通过数据采集、储存、分析，找出用户的消费爱好与倾向。商家还可以找到已经购买过你的产品的所有用户的数据信息，并从他们的消费、支付等行为中，找出用户的偏好。前者就是抽样，后者是全样。

大数据思维中的全样思维就是在大数据技术的支撑下，找出全部样本，并对它们进行分析、判断，最终得出市场的变化趋势、用户的消费习惯等有用的信息，为推动商家与企业的发展提供参考资料。

寻找全部样本是为错综复杂的商业问题的解决方法寻找更多可能性，最终通过筛选分析出的有效信息，得到商业问题的最佳解释。由此可见，大数据思维中的全样思维的逻辑与溯因推理的逻辑的本质相同。

3.1.2容错思维

曾经，由于技术不到位，无法对全部样品进行调查与分析，只能采取抽样，这被称为“小数据时代”。大数据等技术的支持下，全样得以实现，使小数据时代转向了大数据时代。

全样的样本基数大，如果其中的一项样品出错，会导致结论出现这样的结论毫无疑问是错误的。

因此，在许多情况下，不能采取抽样，而是要采用全样。例如，人口普查，就是获得中国人的全样，得到中国人口的精准数量。全样虽然难度大，但更精准，得出的结果与实际结果相差无几。

抽样代表着小数据思维，全样代表着大数据思维。在当今的时代中，商家可以通过数据采集、储存、分析，找出用户的消费爱好与倾向。商家还可以找到已经购买过你的产品的所有用户的数据信息，并从他们的消费、支付等行为中，找出用户的偏好。前者就是抽样，后者是全样。

大数据思维中的全样思维就是在大数据技术的支撑下，找出全部样本，并对它们进行分析、判断，最终得出市场的变化趋势、用户的消费习惯等有用的信息，为推动商家与企业的发展提供参考资料。

寻找全部样本是为错综复杂的商业问题的解决方法寻找更多可能性，最终通过筛选分析出的有效信息，得到商业问题的最佳解释。由此可见，大数据思维中的全样思维的逻辑与溯因推理的逻辑的本质相同。

3.1.2容错思维

曾经，由于技术不到位，无法对全部样品进行调查与分析，只能采取抽样，这被称为“小数据时代”。大数据等技术的支持下，全样得以实现，使小数据时代转向了大数据时代。

全样的样本基数大，如果其中的一项样品出错，会导致结论出现差距，是“失之毫米，差之千米”，因此在进行全样分析时，要保证数据的准确性，容不得半点差错。

对数据精准的疯狂追求，是小数据时代都十分重视之事。但这样必然会提升数据处理的成本。而且，“金无足赤，人无完人”，世界没有完美的事情，数据本身便存在缺漏、异常、错误等。这将导致小数据在测试阶段的效用非常大，但到了市场之中行不通。

在大数据时代，企业与商家可以轻易得到全样的全部数据信息，虽然其中会有部分数据有误差，但由于样本基数过大，会导致大数据得出的结果与客观现实相差不大。这便是大数据的容错功能。

因此，大数据思维也被赋予了容错思维这一部分。每个组织与企业在提出创新点之前，都可能根据大数据的结论，寻找到容错率较大的创新点。在提出创新点之后，都要对其的可行性进行判断、分析，这便要大数据的分析与支持，得出较为客观、容错率较大的结果，最终判断出该创新点是否具有价值。

3.1.3相关思维

“现作善恶之报，现受苦乐之报”是佛家因果循环之论证，并成为中国文化的一部分。这导致许多人都愿意去相信因果关系，而缺乏对其他关系的认知，一直到大数据时代，这种局面才被打破。人们可是强调相关关系，强调事物之间的联系。

“有因必有果”是一个非常武断、缺乏实际支撑的言论，其对应的因果关系的稳定性十分差，在部分情况中，因果关系甚至是错误的。差距，是“失之毫米，差之千米”，因此在进行全样分析时，要保证数据的准确性，容不得半点差错。

对数据精准的疯狂追求，是小数据时代都十分重视之事。但这样必然会提升数据处理的成本。而且，“金无足赤，人无完人”，世界没有完美的事情，数据本身便存在缺漏、异常、错误等。这将导致小数据在测试阶段的效用非常大，但到了市场之中行不通。

在大数据时代，企业与商家可以轻易得到全样的全部数据信息，虽然其中会有部分数据有误差，但由于样本基数过大，会导致大数据得出的结果与客观现实相差不大。这便是大数据的容错功能。

因此，大数据思维也被赋予了容错思维这一部分。每个组织与企业在提出创新点之前，都可能根据大数据的结论，寻找到容错率较大的创新点。在提出创新点之后，都要对其的可行性进行判断、分析，这便要大数据的分析与支持，得出较为客观、容错率较大的结果，最终判断出该创新点是否具有价值。

3.1.3相关思维

“现作善恶之报，现受苦乐之报”是佛家因果循环之论证，并成为中国文化的一部分。这导致许多人都愿意去相信因果关系，而缺乏对其他关系的认知，一直到大数据时代，这种局面才被打破。人们可是强调相关关系，强调事物之间的联系。

“有因必有果”是一个非常武断、缺乏实际支撑的言论，其对应的因果关系的稳定性十分差，在部分情况中，因果关系甚至是错误的。曾经，大家都认为天鹅只有白色，甚至出现“因为是天鹅，所以是白色的”的论调。但人们在澳大利亚发现的黑天鹅，打破了人们对天鹅的认知，有关天鹅的因果关系随之破裂。由此可见，因果关系在变化面前十分脆弱，不堪一击。

大数据思维中的相关思维则是让人们将注意力从脆弱的因果关系转变到其它关系上，有助于组织与企业的创新。

例如，许多年轻的爸爸们都会去超市买婴幼儿纸尿裤时，顺便会买几瓶啤酒。沃尔玛通过大数据发现了啤酒与纸尿路的相关关系：年轻爸爸会买纸尿裤，但不一定会买啤酒。于是在美国的一家沃尔玛就直接将纸尿裤与啤酒放在同一架货架上，方便年轻的爸爸去购买，从而提升啤酒的销量。这就是销售方式的创新，是基于相关关系的创新。

诸如此类的相关关系还有许多，如女孩子的裙子的创段与经济热度之间的关系、高楼大厦与经济危机之间的关系等，这些都不是因果关系，而是相关关系。

创新过程中去思考各个事物之间的潜在的联系与关系，将会催生出更多的创新灵感，这就是大数据思维中的相关思维。

在大数据时代，我们将不再局限与抽样，开始追求全样。其催生出的大数据思维，也将成为企业与组织创新的另一思维模式，推动组织的创新建设进程。

3.2思维变革一：样本=总体，地毯式搜索创新点曾经，大家都认为天鹅只有白色，甚至出现“因为是天鹅，所以是白色的”的论调。但人们在澳大利亚发现的黑天鹅，打破了人们对天鹅的认知，有关天鹅的因果关系随之破裂。由此可见，因果关系在变化面前十分脆弱，不堪一击。

大数据思维中的相关思维则是让人们将注意力从脆弱的因果关系转变到其它关系上，有助于组织与企业的创新。

例如，许多年轻的爸爸们都会去超市买婴幼儿纸尿裤时，顺便会买几瓶啤酒。沃尔玛通过大数据发现了啤酒与纸尿路的相关关系：年轻爸爸会买纸尿裤，但不一定会买啤酒。于是在美国的一家沃尔玛就直接将纸尿裤与啤酒放在同一架货架上，方便年轻的爸爸去购买，从而提升啤酒的销量。这就是销售方式的创新，是基于相关关系的创新。

诸如此类的相关关系还有许多，如女孩子的裙子的创段与经济热度之间的关系、高楼大厦与经济危机之间的关系等，这些都不是因果关系，而是相关关系。

创新过程中去思考各个事物之间的潜在的联系与关系，将会催生出更多的创新灵感，这就是大数据思维中的相关思维。

在大数据时代，我们将不再局限与抽样，开始追求全样。其催生出的大数据思维，也将成为企业与组织创新的另一思维模式，推动组织的创新建设进程。

3.2思维变革一：样本=总体，地毯式搜索创新点大数据时代，在技术的突飞猛进之下，样本与总体的关系发生了根本性变化，从包含关系变为相等关系，研究总体就是研究样本。在此种情形之下，可以促进组织成员的思维变革，为创新型组织创造成长的“温床”。

3.2.1样本=总体

大数据思维中的全样思维便是将样本与总体划等号。在大数据时代中，获取样本的难度大降低，这为创新提供了更多的机会。

曾经要想做市场调研，采用抽样的方式，用问卷的方式调查出用户的偏好与消费习惯。

2015年北京一家饮品公司研发了一款新的热饮，在定价时采取问卷调查的方式，寻找到不同年龄阶段、工资水平、职位等的人对产品的定价范围。除此之外，还观察饮品市场价格的波动，以及主要竞争对手的价格定位。

这一套流程下来，需要花费过多的时间与精力。大数据时代，在技术的突飞猛进之下，样本与总体的关系发生了根本性变化，从包含关系变为相等关系，研究总体就是研究样本。在此种情形之下，可以促进组织成员的思维变革，为创新型组织创造成长的“温床”。

3.2.1样本=总体

大数据思维中的全样思维便是将样本与总体划等号。在大数据时代中，获取样本的难度大降低，这为创新提供了更多的机会。

曾经要想做市场调研，采用抽样的方式，用问卷的方式调查出用户的偏好与消费习惯。

2015年北京一家饮品公司研发了一款新的热饮，在定价时采取问卷调查的方式，寻找到不同年龄阶段、工资水平、职位等的人对产品的定价范围。除此之外，还观察饮品市场价格的波动，以及主要竞争对手的价格定位。

这一套流程下来，需要花费过多的时间与精力。