不知道從什麽時候開始，我們的生活已經被大數據包圍。當我們打開手機翻看資訊或新聞的時候，會發現頁麵上顯示的都是自己感興趣的內容。事實上，隨著互聯網技術的發展，我們已經進入了大數據的時代，很多企業會利用大數據技術分析用戶偏好，實現精準營銷。但現在，這種時代似乎正在一去不複返。
從目前來看，無論是國內還是國外，對個人隱私數據的保護都在變得越來越嚴密。嚴格來講，企業收集用戶數據的行為，在某種程度上既違反法律，也違反道德。所以，Facebook和Google等互聯網平台，正在逐步取消利用大數據精準投放廣告的服務。平台的轉變，導致整個市場回歸了廣告鋪天蓋地投放的時代，企業的營銷宣傳成本也因此大幅提升。在這種情況下，很多小企業在宣傳戰中落了下風，而很多大公司卻憑借雄厚的資金再次崛起。
在當今這個時代，能否掌握足夠多、足夠準確的數據，直接影響著企業的未來發展。對於很多投資者來說，數據也具備同樣的重要價值。現在有不少投資者會通過分析數據，來保證自己做出正確的判斷。
舉個簡單的例子，過去我們去超市的時候，會發現飲品區貨櫃的正中位置擺放的都是可口可樂、百事可樂、農夫山泉、娃哈哈等，而現在，同樣的超市，同樣的貨櫃上，各種無糖類的蘇打水、氣泡水開始占據第二層、第三層的中間位置。從這種變化當中，我們不難分析出無糖蘇打水、氣泡水已經成為市場和消費者的新寵，是值得投資的產業。
利用數據分析來佐證自己的判斷，其潛台詞是我們相信數據是不會說謊的，但真的是這樣嗎？實際上並非如此，很多時候我們反而容易被數據蒙蔽雙眼，做出看似理性、實則缺乏全麵考慮的決定。之所以這麽說，主要有兩個原因。
1．數據是客觀的，但數據分析始終是主觀的
數據本身是無法證明或證偽的，真正影響我們做出判斷的，是我們基於數據所做出的分析。但正如“一千個人眼裏有一千個哈姆雷特”，即便是麵對同一家企業的數據，由於認知方式的不同、理解邏輯的區別，我們仍然會做出不同的判斷。數據是客觀的，但數據的分析始終是主觀的，即使是通過數字化工具進行分析，也難免會帶入軟件開發者的個人傾向，或者算法自身的技術傾向。而一旦涉及主觀因素，難免會出現錯誤的分析結果。
舉個簡單的例子，現在很多愛美的女孩子都喜歡佩戴美瞳類產品，而美瞳產業正處在快速發展的階段。從2015年到2020年，國內美瞳類產品的銷售額年均增長41%以上，2020年全年僅中國市場，美瞳類產品銷售額就已經達到200億元。從整體的數據來看，有人認為，美瞳是非常優質的增量市場，是值得投資的新興產業。但也有人認為，美瞳產品醫療器械的屬性，未來可能成為束縛行業發展的潛在因素，野蠻生長的背後可能存在不確定的風險。
同樣的數據，得出的評判卻截然不同，歸根結底是每個人認知世界、分析事物的方式存在差異。誠然，我們需要通過分析數據，來了解一個行業或者一個企業的發展前景，但同時，我們也需要另外一些輔助的信息，比如市場的反應、對政策的解讀等，才能更加全麵地進行分析，了解數據背後的“真相”。
2．企業披露的數據，可能隻是冰山一角
雖然上市公司有披露經營數據的義務，但即便如此，企業所披露的數據也隻是經營過程中的冰山一角，難以全麵反映企業的發展態勢。
比如，很多企業的財務報告，從業績和利潤的增長來看數據非常美好，但實際上其中還包含資產售賣、政府補貼等非主營業務所帶來的收益。扣除非主營業務帶來的收益之後的數據，才是企業真正經營狀態的展現。但很多時候企業並不會把所有的數據都放在紙麵上，這就對我們的分析結果產生了不利的影響，使我們容易形成錯誤的判斷。
統計學原理告訴我們，統計的樣本越多，最終的結果越接近正確答案。數據分析其實也是同樣的道理，當我們無法獲得全方位的數據作為分析對象時，最終的結果也難免走向錯誤的方向。這也是我們在談論數據時，總是會強調“大”數據概念的原因。
其實本質上數據分析的方式和方法都沒有錯，錯的是我們把所有的目光都集中在了數據上。確實，在這個時代，數據的價值不容忽視，但數據不能代表一切。畢竟企業的發展是向前的，而數據是滯後的。用過去的數據來分析未來的發展，本身就存在失誤的隱患。
總而言之，我們需要數據分析來佐證我們的判斷和選擇，但同時也要意識到，數據之外還有其他很多需要我們關注的內容，不能被數據遮蔽雙眼，隻有內外結合，才能做出準確的投資判斷。