what比why重要

量增加了，就出现另一项大数据的特色：乱(messy)。巨量资料的内容常是混乱不齐，质量不一。这是因为，巨量资料的收集过程中，它只要一个大方向即可，不需要讲究到一寸、一分。“这并不是说我们放弃了精准这件事，只是不再将精准奉为圭臬，”荀伯格说。

举例来说，我们要测量某个葡萄园的温度，如果整片葡萄园只有一支温度计，那这支温度计就要十分精准，不能故障，但也意味着它会很贵。换句话说，就是不能有任何杂乱或出错；相反的，如果我们今天在葡萄园里放了100支温度计去测温度，就可以用便宜一些，简单的温度计测出很精准的温度。

100支温度计代表的是量大，尽管其中几支可能不那么精准，但却可以收集到大量数据。比起只靠一支温度计来说，更可看到全貌，代表全体。那此时，一点杂乱就显得微不足道。

重点又来了，荀伯格忽然站起来向所有在场的观众说，大数据时代，资料数量比资料质量更重要。更不要为了一点点信息的偏差而影响了整体分析，想处理掉不精准的信息，成本会很高，也没有必要！

另一个有趣的例子是沃尔玛，他们从庞大的交易记录上发现，在飓风来袭前，销量大增的不只是手电筒，还有一种美国小甜点 Top-Tarts，店家会在每次飓风来临前，把一盒一盒的 Top-Tarts放在风灾的必需品架上，方便急忙的顾客一次满足，“特别是草莓口味的，卖得最好。”

请注意，这里Walmart不去弄清楚为什么飓风时人们特别想吃Top-Tarts，而是把这个相关性找出来，直接采取更有利的营销动作。

荀伯格特别强调，大数据时代，what比why重要。

再举一个例子，发生在他朋友，也是大数据专家，任教于华盛顿大学的教授伊兹奥尼(Oren Etzioni)身上。2003 年时他想从西雅图塔机到洛杉矶参加弟弟的婚礼，他想愈早订票愈能买到便宜，几个月前他就买好了机票，也觉得买得很便宜。没想到他在航程中，出于好奇问了隔壁乘客买多少钱，何时买的。结果，一问之下，都回答最近才买，且都比他买得便宜，他十分生气。