大数据主要不作因果判断，主要适用于关联分析。很多关联分析并不需要复杂的模型，只需要具有大数据的意识。比如，通过对发薪日、体育项目、降雨天气和假日等变量和犯罪率进行关联分析，从而优化警力配置，有效地防止犯罪。宾夕法尼亚州政府分析全州感冒药品的销量、对比系统保存的历史数据，分析儿童就诊率，以确定可能发生的大面积流感。

很多机构都有数据废气（Data Exhaust），数据不是用完就是被舍弃，它的再利用价值也许你现在不清楚，但在未来的某一刻，它会迸发出来，可以化废为宝。比如，按照工作性质和绩效表现对员工进行更加精细区分，通过合理的编组，既能提高员工满意度有能提高劳动生产力。

黑暗数据（dark data）就是那些针对单一目标而收集的数据，通常用过之后就被归档闲置，其真正价值未能被充分挖掘。如果黑暗数据用在恰当的地方，也能公司的事业变得光明。

35.数据关联分析

【某公司团队曾经使用来自手机的位置数据，来推测美国圣诞节购物季开始那一天有多少人在梅西百货公司（Mact's）的停车场停车，进而可以预测其当天的销售额，这远早于梅西百货自己统计出的销售记录。无论是华尔街的分析师或者传统产业的高管，都会因这种敏锐的洞察力获得极大的竞争优势。

对于税务部门来说，税务欺骗正在日益的被关注，这时大数据可以用于增加政府识别诈骗的流程。在隐私允许的地方，政府部门可以综合各个方面的数据比如车辆的登记，海外旅游的数据来发现个人的花费模式，使税务贡献不被叠加。……