大数据分析的承诺是做出预测。将数据转化为行动。喷气式飞机的发动机显示出振动，因此它被拉着以便进行早期检查。客户的使用模式揭示了新的销售机会。但这需要数据包含关于根本原因的信息，否则数据关联是任意的。怎么弄到的？当整个目标是找到根本原因时，关于根本原因的数据是什么？

此图显示2015年10万居民中，男性170人，女性95人死于心脏病。

此数据完美无误，值得我们借鉴。男性患心脏病的几率是男性的两倍，肺癌的几率几乎是男性的三倍。好的。

对我们扩大寿命没有帮助。在不了解男性/女性含义的情况下，长寿的一个方法就是成为女性，数据集清楚地显示了这一点。一个正确的结论，但不是没有副作用，是吗？

这种类型的问题应称为：

类似的事情可以发生在各种口味。

在超级市场上，上三分之一的产品比接近地板的产品销售得更频繁。好主意！让我们把所有的货物放在货架的最佳位置。第四季度玩具的销售收入更高。好主意！让我们把每个季度都称为第四季度。

这听起来都像是有趣的轶事，不幸的是，它发生在我们所有人身上。在当今世界，依赖性如此之高，很容易忽视一个因素。例子？如果我们把欧盟所有雇员的工资提高10%，我们都会有更多的钱买更多的东西。这是真的还是假的？为什么？

好吧，男性死于肺癌的几率是男性的三倍。为什么？也许女人的基因组更高级？也许男人吸烟的次数多了三倍？也许是那种工作？也许女人有更健康的生活方式？

有一点是显而易见的：如果提供的数据集不包括与根本原因相关的数据，那么要么没有模式可以被发现，因此没有行动，要么更糟，尽管结论是错误的，品高云，但有数据支持。原始数据必须包含根本原因，我们只是不知道目前的根本原因是什么。

因此，要正确分析肺癌区域，数据中需要吸烟习惯和类似的附加因素。

示例：

一个叫海伦娜的病人的死亡率比一个叫汉斯的病人低。名字是因果关系吗？病人死在医院比死在家里更频繁。位置是原因还是结果？喷气式发动机出现振动。是发动机导致传感器读数还是飞机机翼振动导致传感器读数？

一个重要的根本原因是人的动机。最近我在亚马逊找了一台相机，是什么动机？

我很想买。我只对技术规格感兴趣。我很好奇是否有其他顾客批评同样的事情。我无意中打开了那页。我已经决定买一个索尼相机，但比较了两个确认。我买的是相机，但不是给自己买的。

电脑几乎没有机会分辨这些。因此，人的动机是行为的原因，但数据只显示了效果。这是一个问题。

在2018年的西部世界系列赛中，德洛斯公司经营着一个游乐园，里面居住着类似人类的人工智能。直到后来我们才发现，德洛斯的实际业务是为公园的客人创建人工智能代理，大数据时代，了解他们的动机，他们的愿望，预测他们在现实生活中为德洛斯自己的商业利益所做的决定。

我们还没有做到。一个很好的出发点是360度观察客户。

360度观察的问题是缺乏竞争对手的数据。尽管亚马逊相当大，但并不是所有东西都是通过它购买的。我的尼康相机是在另一家商店买的，我看了亚马逊的评论和订购的配件。亚马逊没有机会得到我在别处买的相机的信息。即使他们提供某种形式的数据输入也不行。

想到两个选项：

添加市场数据。那么，根据市场情况，收入增长20%，例如，市场同时增长200%？收入增长不好。与竞争对手合作。亚马逊市场就是一个很好的例子。如果亚马逊没有获得收入，那么至少他们得到了一笔准备金，并且仍然知道销售情况。

合作的一个重要例子是使用代理商。一个互联网应用程序允许人们从不同的餐馆订购食物。因此，这个互联网应用程序具有全局性，了解竞争形势、趋势、价格发展、客户等（在本例中不是为了餐馆的利益，因为他们不持有应用程序的股份）。他们只是提供者。）因此建议，不要放弃这个机会。与其他人一起在单独的法律实体中创建此类应用程序。否则最有价值的信息就归其他人，即代理商所有。

最好的选择是直接从客户那里获得信息。社交网络是这方面的王道。无论出于何种原因，人们都可以自由地与社交网络所有者共享信息。

如何将此转化为其他领域？好吧，遵循一些准则。SAP在产品开发中采用的指导原则相同

例如：