大数据中潜伏着很多潜在的规律，只有找到这些规律，大数据才有价值。建设新数据时代和平台的必要手段，就是通过积累数据，预测提升服务和管理水平来实现。

此前，在大数据中，有两个较为突出的定律：一秒定律或秒级定律和摩尔定律。

什么叫一秒定律或秒级定律呢？指的是对处理速度有要求，一般要在秒级时间给出准确的分析结果。如果时间过长，就会失去原有的“一秒定律或秒级定律”的价值。也正是这个速度要求，才区分出大数据挖掘技术和传统的数据挖掘技术的不同。

那什么叫摩尔定律呢？指的是简单地评估出半导体技术进展的经验法则，其重要的意义是对于长期来说的，IC制程技术是以一直线的方式向前推展，使得IC产品能持续降低成本，增加功能和提升性能。

1998年，台湾积体电路制造公司董事长张忠谋曾说过：摩尔定律在过去30年是非常有效的，在未来10～15年也依然适用。但很快，就有新的研究结果推翻了他的言论。研究发现，摩尔定律的时代将会结束。由于研究和实验室的成本需求非常高昂，而有财力投资在创建和维护芯片工厂的企业少之又少。再加上，制程越来越接近半导体的物理极限，将很难再缩小化。

大数据时代正在聚集改变的能量，其定律也在发生着一定的变化。社科院世界经济与政治研究所副所长何帆在一次讲座中，曾说过这样的话：

大数据时代，人们更要重视统计学。比如说，随着大数据时代的来临，人们开始重视大数据，要重视统计学。可当数据变得足够强大后，人们突然发现，社会上的一切现象都是有一定的统计规律的。它无法像物理学可以准确地描述出前后的因果关系，而只是一个统计的规律。关于这点，有人就玩笑似的说过：只要统计学学好了，再去学别的都战无不胜，因为社会上的一切现象都有一个统计规律。

与此同时，有人就觉得疑问：为什么要强调统计学呢？那是因为人们在认知能力中，统计思维算是最差劲的。要知道，人的大脑中有一些功能比较优良，甚至超过人们自身的想象，比如人们的语言能力。著名的语言学家乔姆斯基就曾经说过：“语言不是你学来的，而是你天生就会的。要是从一出生，开始学语言的话，那是根本学不会的。事实上，一个人在出生的时候，大脑中就已经预装了一套操作系统，那就是语言的操作系统。因此可以说，语言是人们天生就会的。再比如，人们察言观色的能力，也是天生就会的，但有一些是人们不会或不愿意学的。”

诺贝尔经济学的美国心理学家丹尼尔·卡尼曼写过一本书，书名是《思考，快与慢》。在这本书中，有这样的言论，大致意思是说：人有很多思维都是靠直觉的快思维，这是人们经过数百年、千年慢慢演化而来的，最终被留下和被记忆的直接感受，就是所谓的第六感觉。举个例子：当一个人在深夜行走时，会敏锐地察觉到周边的变化。一旦感受到危险或不安的情绪时，就会立即逃跑，甚至大喊大叫。而与此同时，人的大脑之中还有另外一套操作系统，是用来做逻辑推理以及进行统计分析的，只是这个系统不怎么完善。于是，人们天生就缺乏逻辑推理能力和统计思维能力。

所以，在大数据飞速发展的今天，人们应该锻炼自己的逻辑推理能力和统计思维能力！

为什么大数据变成了一个最热门的词汇？能够让大数据变成一个热门词汇，主要的原因有两个。

第一个原因是，由于IT革命后，人们有了处理数据的多方面能力，有对计算机数据的处理能力、对计算机的存储能力以及对计算机的计算的能力，等等。再加上，人类储存信息量的增长速度要比世界经济增长的速度快四倍（这仅仅是在金融危机爆发之前的世界经济增长的速度）。而计算机数据处理能力的增长速度，要比世界经济增长的速度快九倍。

第二个原因是，社会上的一切现象以及企业的发展，能够被数据化的东西越来越多。在最早时，仅仅是数字可以被数据化，于是就有了阿拉伯的计数，后来又出现了二进位，再后来人们发现文字也可以处理成数据，于是又发现图像也可以处理成数据。比如，有人要去旅行，但是不知道要去的地方的具体位置和周边的信息，那就可以利用搜索引擎搜索；当人们在与微信中的朋友聊天，用微博分享一天的见闻……就已经被数据化了。因此，这就是为什么现在要谈大数据时代，那是因为大数据能够处理和分析的东西太多了，多到人们无可预计。

社科院世界经济与政治研究所副所长何帆说：“当你能够被数据化的东西越来越多，当你能够拿到的数据越来越多时，就跟原来不一样了。原来的统计学得有一个抽样，因为你不可能拿到整体，因为整体太多了，而且无法去计算。而现在，当存储能力无限扩大，处理数据的计算能力不断进步，致使现在我们所处理的往往不是一个样本数据，而是一个整体的数据。”

不仅如此，何帆还总结出了大数据的三个规律：第一个规律是知其然而不必知其所以然，外行打败内行；第二个规律是彻底的价格歧视，商家比你更了解你自己；第三个规律是打破专家的信息优势，病人给医生解惑。

关于第一个规律，他先举了一个葡萄酒的案例—如何品葡萄酒。

在以往，靠品酒方面的专家拿起葡萄酒时，会先闻一闻，准确说出酒的什么味道、富有什么样的香味。接着，品酒专家会看是不是挂杯。最后，他会准确地说出：葡萄酒的产地，大约是什么年份的。但是，当品酒师在品新酒的时候，由于葡萄酒真正的品质还没有形成，因此，他的鉴定是不那么准确的。此外，当一个品酒师的声誉越来越高的时候，由于要顾及自己声誉和名望，所以在大多情况下，他不敢做大胆的推测和判断。

在普林斯顿大学，有一位经济学家很喜欢收藏葡萄酒。有一天，他想试试自己能不能预测出某年某地的葡萄酒品质如何，于是，他就去查找大量的数据，经过分析和研究后得出一个秘诀—葡萄酒的品质与冬天的降雨量、收获季节的降雨量、生长期的平均气温、土壤的成分等因素有关。1989年，葡萄酒的新酒刚刚下来，他就大胆预测：今年的葡萄酒是世纪佳酿。在1990年，他又大胆地预测出：今年的葡萄酒比1989年的好。要知道，一般的品酒师都不敢如此判断，但他却如此大胆，因而着实为自己带来了一些非议。不过事实证明，他说的完全正确！

有句话叫：要知其然，还要知其所以然。但是在大数据时代，人们可以知其然，却不一定非要知其所以然。如果你去问普林斯顿大学的教授：为什么说这个酒好？这个酒到底有什么香味？酒回甘是什么？他未必会说得很清楚。但是他能够知其然，所以才能够大胆地做判断。这是为什么呢？这或许是人们以往的认知里，执意去要寻找一些线性的、双边的直接因果关系，而忽略了其他方面的东西。而人们忽略的方面，恰恰又是最需要的。事实告诉人们：万物之间的联系比人们想象中的要复杂得多，它可能是非线性的，也可能是多元化的。所以说，出问题的不是大数据，而是人们原来的认知模式。那么，在这个时候，人们怎么办呢？最佳的办法，就是退而求其次，要先去寻找相关关系，再去找是否有因果关系。

第二个规律，是彻底的价格歧视。商家比你更了解你自己，他也有着自己的见解。比如说，一个机构是专门做信用卡的刷卡记录的，当他们积累了大量的数据后，经过分析和处理，就会找到很多规律。再比如，一个人的离婚与否，和信用卡上的还款记录以及驾驶车辆出车祸的概率有一定关系。这还真是个奇怪的规律。在大数据时代，比较有名的规律就是：尿布和啤酒的销售量有一定的关系。啤酒和尿布怎么会联系在一起？市场调查人员经过一番调查后才发现：原来当有新生儿出世后，买尿布的这个任务就给新爸爸了。尽管新生的宝贝出世以后，爸爸亲手照顾孩子的机会并不多，但他也有一种自豪感。在去买尿布的时候，为了庆祝，他会顺手去买啤酒。如果店家在尿布货架的旁边直接摆上啤酒，啤酒的销量就会提高；专门卖母婴用品的部门会搜集一些顾客的信息，然后分析研究得出一些结论。比如，一位女性大约在什么时间段会怀孕，她可能会买更多的母婴用品以及一些营养品，甚至会购买一些没有香味的洗发剂，最后预测出潜在的客户到底在哪里。

可以说，在大数据时代，一切预测和分析都动摇了人们以往的方法论。原来经济学里说过，商家不能搞价格歧视。这不是从道义上来说，而是因为，在过去，商家很难对不同的顾客进行价格歧视，所以要制定统一的价格。不过，这是过去的规律，在大数据的时代，这个规律被彻底颠覆。在大数据的时代，商家可以针对每一个个体的消费者定价，因为他比消费者更了解消费者自身的行为。比如说，某天你会收到一条信息，说是你的车很久没去做保养了，希望你能够重视这件事，并快去店里给爱车做保养并消费；在你准备去旅行，搜索旅行资料时，一些旅行社就会给你打电话，给你推荐适合你的旅行方案。此时，你肯定会感到疑问：他们怎么知道这些事？或者，他们怎么会这么了解你的状态？其实，这都是大数据在帮他们的忙。能够合理运用大数据的商家，都是一个合格的“偷心”者，会抓住你的喜好，然后偷走你的“心”。

第三个规律，就是打破专家的信息优势，病人给医生解惑。在这个规律中，社科院世界经济与政治研究所副所长何帆说：“我们接着再讲一个案例，电视连续剧《豪斯医生》的医学顾问是纽约时报的一位专栏作家。他是倡导寻证医学的一个代表人物，寻证医学就是根据证据来治病。过去看病时，要先研究病理学，再研究治疗办法，而且有很多是一代一代口传下来的。老师告诉我们说，维生素B12口服的效果不好，必须打针。为什么？不知道，反正是当年，老师的老师就是这么告诉老师的。所以，你的老师也这么告诉你，你就这么再告诉你的学生。但是后来发现，这里头有很多问题。”

的确，这也是医患之间的纠纷如此之多的原因之一。实际上，医院的误诊比例是比较高的。在美国，有一份研究称：美国医院误诊比例是1/3，有20%的人由于误诊死亡。为什么医院的误诊概率会如此之高？那是因为：过去的一些医生在治疗中完全靠经验，有很多想法和判断都是主观的。确实，医学并不是一门科学，而是一个个复杂的生命体，医生没办法精确到把每一位病人治好。后来，医生也开始另辟蹊径，通过数据找出规律。很快，在19世纪，就有一位医生发现这样的一个规律：如果医生先去了停尸房，再回来给产妇接生的话，那产妇的死亡率就会增高。而医生在清洁手以后再接生的话，产妇的死亡率就会下降。在那个时代，人们还不知道细菌和病菌的危害，只知道在手术前后都要洗手。当然，也没有哪个病理学能够告诉医生“洗手跟降低死亡率有很大的关系”。慢慢地，病人的死亡率大幅度下降。而这，就是寻找依据的思路，减少医生的自主权利，让一切变得有规律起来。

由于互联网的存在，再加上大数据的帮助，有时，病人对病情的掌握程度比医生还要高。

在美国曾有这样的一个报道：有个病人被推到病房里头后，一群医生对他会诊，经过一番研究后，医生们都说不出个所以然来。最后，当主治医生问这个病人“你认为自己得的是什么病”的时候，病人立即回答：我这个病就是IPEX！对此，医生很是疑问，就问病人是怎么知道的。病人说很简单，“我只是将自己的症状在搜索引擎中一搜，就知道了”。

相信有不少人听到这个结果时，啼笑皆非。医生都不知道的病情和结果，病人竟能准确地说出来。可见，大数据有强大的传播和分析能力。在以往，医生能够治病，是因为他有着专业的知识、专业的见解以及实践性。而现在，除了实践性以外，病人也会知道很多信息。当遇到一些庸医时，你完全可以拿着自己打印出来的资料跟他说：“你的诊断错了，根据我的症状看，应该是这个病，而不是你所说的那个病。”这完全颠覆了原来信息不对称的情况。所以，大数据时代的第三个规律就是打败、打破了专家的信息优势。

最后，何帆还说：“对于大数据，很多企业都认为，拥有大量的数据才是获得价值的根本。然而，事实并非如此，拥有大数据思维，远比大量的数据更有价值，这才是大数据的王牌定律。”