1 企业越来越关注“相关性”而非“因果关系”。
2 样本不再是“抽样”而是“全部”。
3 数据统计会倾向于“混杂性”而非传统的“精确性”。大样本的简单计算＞小样本的复杂计算。
顺便摘录一段未来数据的使用方式：
1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”
　　2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。
　　3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。
　　4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。
　　5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些’错误“，我们改变了教育的方式。
　　6、开放数据：政府只是收集信息的托管人，而数据应当对全球开放。