咖啡：对于川普当选，我对大数据分析有了一些思考。川普当选前，各种大数据分析，都是希拉里领先，搞的好像希拉里奶奶铁定当选总统一样。可是最后结果却是川普当上了总统。这个结果无异于对大数据分析给了当头一棒！反思：大数据分析对人的行为研究究竟是否适合。互联网在美国的普及率也算是足够高了，但不得不承认的一个事实是：互联网上相对活跃的人群，肯定是经济能力相对较高，整体学识素质相对比较高的群体。从这点来说，基于互联网的数据去做大选预测，本身就存在数据样本的不公平性。其实很多人都不在互联网上的。‘其实很多人都不在互联网上的’这句话说明，现有的大数据分析仅仅针对上网人群，包括电脑端和手机端。基于互联网人群得出的大数据分析结果，仅仅适用于上网人群，且是参加调查的这部分人群，仍然不具备普适性。三家bat企业的数据仓库大些，但其缺陷也是如此。
皎皎孤*：舍恩伯格讲，大数据分析的是全部数据，而不是数据样本。而各家民调机构的数据仍然是基于样本的而不是全部数据。预测错误也许是因为民调机构的有限数据和分析方法，不能完全指责大数据吧？
咖啡：全部数据是什么数据？还不是互联网数据！网下数据，只能是样本，不可能覆盖全部。
皎皎孤*：一件事情的全部数据。
iceberg：预测的只是可能。
咖啡：这里有一个概念：数据的范围。线上数据，和线下数据。数据源的选取，以及数据的预处理过程，将会对你的后续挖掘结果产生巨大的影响。大数据分析里有个经典案例：啤酒和尿布。其实这个案例的本质是，放在出口处的低货值商品更容易被顾客加钱买走。。不在于是尿布还是别的。而且这个行为习惯，通过观察就可以得出，无需大数据分析。对于电商而言，由于其顾客都是网上消费者，因此大数据分析结果可靠，有效。而对于线下卖家而言，大数据分析就不是那么重要了。。即使重要，也仅仅在公司内部管理和供应链行为的预测模型上。