在近期举行的MIT Sloan CIO研讨会上，会议发言人指出，必须开发出数据驱动的决策技能，公司才能利用新兴的大数据技术。在处理公司从大数据环境收集的海量结构化和非结构化信息时，直观决策并不是引领成功的方法。

　　某技术招聘公司的管理主管说：“大数据已经完全改变管理层结构。他们现在更加依赖于经验数据。凭主观行事的时候已经过去。”

　　计算机和计算机用户继续创造越来越多的信息，同时技术人员也在寻找新的数据分析方法，但是用于分析数据的技术仍然很缺乏。在主题讨论会上，一些MIT研究员指出，对于公司而言，寻找真正理解数据并且知道如何有效使用数据的管理人员，也是一个挑战。

　　显微镜下的数据

　　MIT中心数字商业斯隆商学院教授Erik Brynjolfsson指出，大数据是一种“度量变革”，它还伴随着类似的“管理变革”。

　　Brynjolfsson指出，更大规模数据可用性带来的变化就像15世纪显微镜发明者Anton van Leeuwenhoek带来的变化。Van Leeuwenhoek早期介绍他在显微镜下所发现生命形态的技术文章也遭受到各种误解和嘲笑，因为当时许多著名的科学家还没有接受微生物的概念。现在的CEO和CIO可能也还不相信大数据在他们系统中发挥的作用。

　　Brynjolfsson说：“我们改变决策过程，让人从直觉和主观的决策者变成基于事实和数据的决策者。这意味着需要具备更好的数据分析技能，特别是统计概率方面。”

　　当相关性决定因果关系

　　Brynjolfsson警告说，无根据的推断可能给大数据带来负面影响。当遇到意外数据时，最好要提出更多的问题，而不是回避问题。新型数据大部分是半结构化和非结构化数据，它们通常很难处理，而且可能具有模糊性。Brynjolfsson指出，这其中有大量“怪数据”出现，根据这些数据作出推断的结果往往是不正确的。

　　他说：“相关性并不等于因果关系。这是人们在处理数据时最容易犯的错误。同时出现的东西有时并不一定有因果关系。作这样的关系假设，会产生错误的推断。”

　　就像有人希望进入大学研讨会一样，在处理大数据时，教育被看作是一种实现更优数据驱动决策的方法。参会人员指出，接受更好的统计推论教育很重要，甚至从高中就要开始。

　　第一线大数据决策

　　虽然CEO和CIO需要做好大数据决策的准备，但是他们还应该将决策委派给其他经理执行。Tata咨询服务公司美国分公司的Frank Diana指出，通常第一线人员能够做出更好的决策。

　　参加了另一个大数据研讨会的Diana说：“让人们不要根据自己的主观意愿作出决策是很困难的。决策的关键是尽可能靠近前线，靠近执行业务的位置。大数据这个词汇可能会有变化，但是新数据分析技能的需求会继续增长。将来驱动成功的最基础要素是卓越分析。”

　　然而，会议中有人提出了与“伴随数据”方法相反的观点，他建议大数据会员应该考虑直观处理的好处。他引用了苹果CEO乔布斯后期的例子，他是最典型的回避数据研究的人，他说过：“在真正看到之前，人们都不知道自己想要什么。”