2、效率而非精确：过去，科学分析中采用抽样的分析方法，此方法要求分析方法的精确性，因为抽样方法只是针对部分样本的分析，分析结果应用到全集数据后，误差会被放大。就是说，许多微小的误差会造成较大的误差。这导致了传统的算法更加注重提高精确性，而非效率。而在大数据时代，采用的是全样分析法而不是抽样法，就不存在误差的放大。所以，大数据具有“秒级相应”特征，要求在几秒内就能对海量的数据分析得到实时结果，否则就会丧失数据价值。3、相关而非因果过去。数据分析的目的，一方面是解释事物背后的发展机理；另一方面是用于预测未来可能发生的事情。现在，大数据时代，因果关系不再重要，人们转而追求“相关性”，而非因果性。