hoặc nhân khẩu học. Thông tin được thu thập không theo
những cách có thể tạo ra định kiến liên quan đến chủ đề của
nghiên cứu. Thật ra, dữ liệu đã có từ nhiều năm trước, vì những
lý do không hề liên quan tới nghiên cứu này. Điều quan trọng
nhất là nghiên cứu không dựa trên một mẫu mà trên cơ sở gần
với N = tất cả: hầu hết các ca bệnh ung thư, và gần như tất cả
người dùng điện thoại di động, với số lượng 3,8 triệu người và
số năm sở hữu điện thoại di động. Việc nó bao gồm gần như tất
cả các trường hợp nghĩa là các nhà nghiên cứu có thể kiểm soát
các tiểu quần thể, chẳng hạn như những người có mức thu nhập
cao.
Cuối cùng, nhóm đã không phát hiện được bất kỳ sự gia tăng
nguy cơ ung thu nào liên quan với việc sử dụng điện thoại di
động. Vì lý do đó, các kết quả của nghiên cứu hầu nhu không
gây được tiếng vang trên các phương tiện truyền thông khi
chúng được công bố vào tháng 10 năm 2011 trên tạp chí y khoa
của Anh BMJ. Nhưng nếu một mối liên hệ được phát hiện thì
nghiên cứu này hẳn sẽ xuất hiện trên trang nhất của các tờ báo
khắp thế giới, và phương pháp “dữ liệu tái tổ hợp” đã nổi tiếng.
Với dữ liệu lớn, tổng thể sẽ có giá trị cao hơn các bộ phận của nó,
và khi chúng ta kết hợp các tổng thể của nhiều bộ dữ liệu lại với
nhau, tổng thể đó cũng là trị giá hơn các thành phần riêng lẻ.
Ngày nay người dùng Internet quen thuộc với những “ứng dụng
hỗn hợp” cơ bản, kết hợp hai hoặc nhiều nguồn dữ liệu theo một
cách mới lạ. Ví dụ trang web bất động sản Zillow đã chèn thông
tin bất động sản và giá cả lên bản đồ của các khu phố tại Hoa Kỳ.
Họ cũng xử lý hàng núi dữ liệu, chẳng hạn các giao dịch gần đây
trong khu vực và chi tiết kỹ thuật của các bất động sản, để dự
đoán giá trị của những ngôi nhà cụ thể trong một khu vực. Cách
trình bày hình ảnh làm cho dữ liệu trở nên dễ tiếp cận hơn.
Nhưng với dữ liệu lớn chúng ta còn có thể đi xa hơn nữa. Nghiên
