如今，數據對於每個行業都是極其重要。數據有4V的特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值），它們不僅僅是簡單的數字，而是一個支柱。如果說，數據是枯燥的，其實，它們意味着迷思。

迷思1：數據等於數量

數據的普及讓人與人之間的溝通密集起來，與此同時，針對不同人羣興趣口味的內容也多了起來。不妨，將每一個人的興趣愛好看成一個樣本，那麼千人千面，他們的行爲都會轉換爲數據。但是得到數據後，你必須像考古學家一樣思考，剝絲抽繭，這樣才能瞭解緣起緣落，爲下步計劃做好準備。

　　迷思2：數據等於客觀事實

千人千面，差異讓大數據有着顯著而又規則系統的偏好。性別、天氣等諸如此類造就差異，由此又可以衍生出許多內容，不可否認，就這是存在的既有事實。不過，事實存在，根據貝葉斯定理，隨機事件的轉換性就派上了大用場。雖然沒有絕對性，利用這些反映事實的數據，你就可以對症下藥，做出正確決斷。必須謹記的是，數據也是有靈魂的：與其漫無目的，不如有效擇取；與其濫用，不如擇機而用；與其亂打一氣，不如讓數據引起，不同差異人羣的共鳴。

迷思3：大數據即好數據

社會中，人們時常討論着大數據的種種。面對如此龐大的數據，我們多數只能顧其一而忽略“一”外的大多數。從大數據中衍生出的厚數據，卻解決其中的不足。厚數據，同只流於淺層的大數據不同，它隨時調研，能深入告知用戶的種種，包括行爲、情感等。在分析數據的背後，同樣能總結，得出理論。但是，在大數據與厚數據間，必須尋求一個平衡點。

迷思4：數據爲經理人而存在

數據對經理人來說意味着什麼？對於諸多經理人來說，這有着不同的答案。然而，答案中，一項是極其重要的——那就是構思佈局。數據在經理人的手中，就是市場與財富，它們讓個人與收集更有意義。

迷思5：數據阻礙創新

數據阻礙創新？這是一個什麼命題？這個不能孤立而看。要從研究以及改善兩方面來看。提問、觀察、精益化研究、思維能力和日誌，不能跳脫於諸多數據，比如公共數據、行爲分析、社交媒體數據、競爭數據以及情感分析。同樣改善方面，也不能跳脫於兩兩對應，轉換性、分析是否有可有性，調查是否是訪問呢？數字讓人們的行爲變得更具有針對性，但不可否認的是，也讓人們畏手畏腳做出決定。

迷思6：何爲正確之法？

從大數據盛行至今，在人們的智慧中，這個尚未有一個完美的答案。無可厚非的是，經理人在取決時，必要深思熟慮，做出有意義的措施，選擇正確預兆，以及始終對錯綜複雜的事物有敏感性，那麼成功纔會向你招手。