3. 大数据分析比你更了解你自己
大数据，又称巨量资料，其特点在于数据量大、速度快、类型多和具有真实性。随着大数据时代的来临，大数据分析也应运而生。
大数据分析是指对规模巨大的数据进行分析，其包括的主要方面有可视化分析、数据挖掘算法、预测性分析能力、语义引擎，以及数据质量和数据管理。之所以说大数据分析能够比我们更了解自己，主要依据在于大数据分析是一种借助于科技手段对现有数据进行分析的过程，这一过程中的每一个环节都严格按照已写好的软件程式进行运算，不会受到人的主观意识影响，也不会受到外界环境的影响，也就是说，通过大数据分析出的结果更具有客观性和精确性。
电脑与人的最大区别在于它拥有绝对的理智，没有情感。当它进行分析时，任何个人情感都不可能对它造成影响和干扰，这就是它相对于人类分析的优势。作为一家世界级的咨询公司，麦肯锡的专业素质和执行力都得到了世界各大企业的认可。然而对于麦肯锡人来说，他们也会承认大数据比他们更了解自己的这一事实。
世上最难被分析的生物就是人。人是复杂的动物，不但具有综合性的生理特征，还具有严密的思维和复杂的心理特征。人在受到外界影响时，有时会出现与自身性格相反的性格，做出与真实想法相反的事情，所以对人类的性格特征进行分析是一件非常困难的事情。此外，各种各样的原因会导致一个人身上呈现出多种表象，我们无法根据其中任何一种表象判断出这个人的本质。
一个人的各种生理反应、心理活动，以及外在表象共同形成了一个大数据。运用大数据分析，可以更好地了解一个人的真实想法，也可以更好地了解一个人的优势和劣势，解决这个人所面对的问题。
大数据这一概念还没有出现时，人们在遇到问题时更多时候喜欢依靠专家，请求专家给自己一些建议，帮助自己处理生活和工作中遇到的各种难题。由于专家们具备相对严谨的逻辑思维，因此他们很容易就能找出起作用的规则或算法，之后运用这些规则和算法去对人们提出的问题进行分析，最后找出答案。麦肯锡的咨询顾问们为客户解决问题时，采用的也是这样的方式。
如今，人们遇到问题时仍然习惯请教专家，然而随着问题的多样化，专家们越来越难一眼发现其中的潜在秩序，于是他们开始借助一些外力，比如电脑，来帮助他们进行数据的统计和分析。电脑的参与让专家们的工作变得轻松了许多，他们可以不必亲自去摆弄那些乱成一团的数据，而是只要坐在电脑前，将数据输入数据库，再选择适当的软件对数据库进行处理，之后等待结果自动呈现在他们面前即可。
专家虽然经验丰富，对许多事情都已有独特的见解和分析模式，却也形成了一种思维定式，这种思维定式可以帮助他们快速处理类似的问题，也会阻碍他们对新观念的吸收和对新问题的处理。在麦肯锡，这种思维定式也同样存在。一些资深的咨询顾问由于处理过太多同类的问题，所以头脑中难以快速接受一些新的看法和解决问题的方式。他们并非不愿意接受新事物，而是他们的大脑中早已有了一个逻辑完好的公式，想将这一公式打破，再在其中加入更多他们不曾接触过的东西，对于他们来说确实是件难事。
大数据分析的运用可以避开这种限制，也不会产生定式。人们可以通过对程度的升级，不断更新和完善原有的算法，从而能够对更多新的数据进行更快速、更全面的处理。
大数据分析的另一个优势在于它是绝对理性的，所以经它得出的结果都是完全客观的，不以个人意志为转移，也不会因为个人情感而产生变化。麦肯锡的咨询顾问足够专业，并且能够运用这种专业性控制好个人情感，不将个人情感带入工作中。然而这一能力需要经过长时间的训练，并且不是所有人都可以轻易掌握的。市面上的许多专家都做不到这一点，所以当他们对客户以及客户遇到的问题进行分析时，一旦受到外界的影响，他们的弱势就显现出来了。
有的专家在处理问题时，会从自己的喜好出发，根据自己的喜好判断问题的严重与否。除了受经验的影响，还有一些专家过于相信自己的信念，以至于他们无法接受不同于信念的存在。这些专家一旦遇到新的问题，就会习惯性凭直觉去思考，去判断，而不愿接受新的理念。哪怕他们的信念中有错误存在，他们也不愿意承认，并仍然按照错误的信念去判断事情，解决问题。这些都是不理性的。
运用大数据分析可避免这种情况的发生。麦肯锡指出，大数据分析所依据的公式都是绝对正确的，并且分析的过程也绝对不会发生偏移，若是中途出现错误，分析的过程也会中断，而不会产生错误的结果。
除了个人情感，专家自身条件的不同也会导致得到的结果不同。举个最简单的例子，一家咖啡店邀请了几位咖啡领域的专家对新推出的几款咖啡进行品尝。然而专家们对咖啡的评价却有不小的出入，同一款咖啡，有的专家认为烘焙的时间过短，有的专家认为烘焙的时间过长，有的专家则认为烘焙的时间刚好。会产生这种情况，一方面可能是专家们各自的喜好不同，另一方面可能是专家们在味觉方面存在差异。此时便不能根据专家们的评价对咖啡的价值进行判定。
曾经有一位名为奥雷·阿森费尔特的经济学家为葡萄酒设计了一个回归方程，运用这一方程，只要知道葡萄产地的降雨量和气温，就可以推算出葡萄酒的质量和价值。相比于专家们的评价，这一方程所得出的葡萄酒的价值要更加准确，对于判断新葡萄酒有着极佳的作用。由此可见，如果能根据咖啡的产地、烘焙时间等设计出一个方程式，以此来计算咖啡的价值，那么结果也会比专家们的评价可靠得多。
专家的局限性还体现在他们的专业只限于某一方面。即使是麦肯锡的咨询顾问，也不可能做到对所有问题进行快速有效的分析，并得出正确的结论。专家们之所以被称为专家，是因为他们只在某一领域中颇为专业，而且这份专业的领域也比较狭窄。所以，我们不能一切都依赖专家，而是需要适当通过大数据分析，寻求解决问题的办法。
麦肯锡指出，专家的优势在于他们非常善于运用排除法，将错误的选项排除掉，同时他们也善于发现一些信息之间的联系，能够将一些信息联系在一起，形成一个整体。所以当需要处理的问题有一定的规则时，即使结果的范围十分广泛，专家们也能够将这一问题处理妥当。而当一个问题所涉及的概率没有规律，且有着广泛的结果范围时，专家们的学识和经验就无法派上用场了。因为在这样的范围中，他们无法进行预测。此时过于依赖专家，就极有可能得到错误的结果。
大数据分析能够避免专家们犯错，但它也有一定的局限性，即过于死板，缺少创造力。由于大数据分析采用的方式是绝对地循规蹈矩，绝对地符合公式，因此得出的结果也都只能是相对枯燥、没有新意的结果。
由此可见，最好的解决问题的方式就是结合大数据分析和专家的优势。我们可以先运用大数据分析对复杂的无规律的信息进行处理，生成一些相对简化的、可替代的选项，然后再请专家根据经验，从这些可替代的选项中挑出最好的方案。事实证明，这样的方式确实能够取得较高的成效。然而尽管如此，麦肯锡仍然提醒我们，不要对大数据分析和专家盲目信仰。
