许多公司都对此有所体会。通信运营商发现，一旦一位顾客解除电话合约，与这位顾客使用同一运营商的朋友解除合约的可能性会提高5倍。自此之后，运营商就开始尝试在朋友圈中做宣传，一旦有一个人解除合约，运营商就会有针对性地向其朋友提供支付优惠。
美国在线视频提供商奈飞公司在推出取得巨大成功的剧集《纸牌屋》之前，分析了大约4000万名顾客的偏好，然后推断，有政治、凯文·斯派西和讽刺等元素的加入，该剧会大受欢迎。
一家信用卡公司在它搜集到的数据中发现了某种奇怪的巧合：在人们给其汽车加油之后，存在一个购物高峰。为什么会这样，没有人能够解释。
在这些“认识”当中，涉及的不仅是消费者群体以及单个消费者的特征，所有参与因素都会影响人的认知。有两个原因能够解释这种现象。第一个原因是过于乐观。人们总结规律发现，成功与失败的概率通常是相当的。从大规模的数据中解读出有用的信息是极其困难的。人们会在大量的数据中找到众多的关联，这些关联虽然在统计学上具有显著的价值，但实际上完全没有意义。概括来说，数据越多，看起来可信的“垃圾”也越多。这种现象就是错觉①：人们似乎看到了模型，但是实际上什么都没有——那只是数据世界中的海市蜃楼。有研究人员甚至演示了美国标准普尔500指数与孟加拉国的黄油生产之间的一种强关联(但实际上这种关联并不存在)。在这个案例中是错的东西，在其他案例中未必。
微粒社会 The Granular Society
106