我刚看了下前面有两篇名字变成了思考的片段。那个是笔误，我还是喜欢思考的碎片作为标题。特此更正。
周五和@linan 聊了很多。好像涉及整个internet世界，我们有做很多不错的判断对这些新玩意。这里写一个关于big data的big picture。
话说我一直不是最看好所谓Big Data这个方向，也没太多具体理由就是直觉的不喜欢。
现在想来直觉还是有点理由。
Big Data问题最后推动我做判断的理由还是AMZN的年报。
2005年AMZN的年报。感谢@李妍
第一部分: 要点提炼
* 我们在亚马逊网站做出了许多至关重要的决定，这些决定可以用数据来说明。正如你期望的那样，并非我们所有的重要决策都能用这种令人羡慕的数学方式来解决。有时候我们只有很少或根本没有历史数据来进行指导，我们不可能进行前瞻性实验，对于决策过程来说不切实际。尽管数据、分析和数学模型都能发挥作用，但是在这些决策的主要因素还是判断。
* 以数学为基础的决策需要广泛的共识，而以判断为基础的决策经常引起争议，至少要等到付诸实践才能得到证明。任何不愿意忍受争议的机构，在做出第一类决策时也会限制自己。而在我们看来，这样做不仅会限制争议——也会限制创新和长期价值的创造。
* 定量分析改善了用户体验和我们的成本结构。我们使用现有的物流网络来预计季节购物高峰，为新产能建立数学模型。我们通过观察预期的产品种类，包括产品规格和重量，来决定我们需要多大的仓储空间，我们是否需要设备，来处理单独运送的小尺寸分类产品或大尺寸产品。为了缩短配送时间，减少出库运输成本，我们在接近客户、交通枢纽和现有设施的基础上分析了物流中心的位置。从这三个段落只要用归纳和总结就很容易明白数据在商业上的作用。
我们讨论的结果是：数据是对过去的递归，数据是优化现状的工具，但是数据无法先验，无法预测未来。数据对创新的价值几乎为0。so数据有用，但是数据的价值有限。远不是所谓神器。这是一个供应过剩的时代，这是一个需求稀缺的时代。优化供应无法带来需求。这就限定所谓数据的价值。反过来喜欢数据的人和在证券市场上喜欢quantan的人是差不多一个类型。年轻没商业经验，读书好理科优秀特别是数学，学校精英。
Splunk的上市或许为Big Data提供一个炒作接口。但是接口只是借口。最后会回归的。