關注相關性而不是因果關系，社會需要放棄它對因果關系的渴求，而僅需關注相關關系，也就是說只需要知道是什么，而不需要知道為什么。這就推翻了自古以來的慣例，而我們做決定和理解現實的基本方式也將受到挑戰。

　　例如：大數據思維一個突出的特點，就是從傳統的因果思維轉向相關思維，傳統的因果思維是說我一定要找到一個原因，推出一個結果來。而大數據沒有必要找到原因，不需要科學的手段來證明這個事件和那個事件之間有一個必然，先后關聯發生的一個因果規律。它只需要知道，出現這種跡象的時候，我就按照一般的情況，這個數據統計的高概率顯示它會有相應的結果，那么我只要發現這種跡象的時候，我就可以去做一個決策，我該怎么做。這是和以前的思維方式很不一樣，老實說，它是一種有點反科學的思維，科學要求實證，要求找到準確的因果關系。

　　在這個不確定的時代里面，等我們去找到準確的因果關系，再去辦事的時候，這個事情早已經不值得辦了。所以“大數據”時代的思維有點像回歸了工業社會的這種機械思維——機械思維就是說我按那個按鈕，一定會出現相應的結果，是這樣狀態。而農業社會往前推，不需要找到中間非常緊密的、明確的因果關系，而只需要找到相關關系，只需要找到跡象就可以了。社會因此放棄了尋找因果關系的傳統偏好，開始挖掘相關關系的好處。

　　例如：美國人開發一款“個性化分析報告自動可視化程序”軟件從網上挖掘數據信息，這款數據挖掘軟件將自動從各種數據中提取重要信息，然后進行分析，并把此信息與以前的數據關聯起來，分析出有用的信息。

　　本文來源：http://www.chinapex.com.cn/news/company-news

　　http://www.chinapex.com.cn/contact