趨勢的變化可以為你的大數據戰略帶來好運也可以帶來嚴重破壞。但是，對于結果，你自身可能比你想象的具有更大的影響。戰略的最新趨勢是盡可能地適應。你應該塑造的能力是圍繞你的市場和供應保持彈性，而非局限在某一套產品/市場組合中。

在此先不討論這個方法的優點。但這對于一個用大數據和預分析來理解和預測目標市場動向的戰略來說，有些矛盾。我很贊同現代戰略家所信奉的，但是有一個問題，如果人的行為也證實了你的大數據戰略，你必須隨時察覺你的目標行為的變化。

你新增所收集和分析的大數據是一個樣本，一個代表，它代表著你過去、現在和將來的outcomes（比如消費者行為）。所有樣本都有誤差，但最具危害的抽樣誤差會在你操作的時候不請自來。

抽樣誤差關乎規模和代表性，是分析設計問題，相對容易改正認知。但是，你可以設計一個完美的分析操作，它良好地運行一段時間，你卻發突然發現失去了預測能力，這將是一個不容易修復的問題——再看看我們還能做什么。

人類大多數都是基于習慣的動物，這也是讓我們保持理智的根本。如果你每一天都經歷著全新的日程，這不確定性程度極有可能讓你抓狂。人類行為一個矛盾方面就是：我們需要變化，但我們也需要確定性和穩定性。這對于你的分析戰略來說很重要，因為你可以以這個對確定性的需求為中心來減輕抽樣誤差。但首先，你必須知道：在變化影響你之前，它已經發生了，這意味著你需要擦亮眼睛，捕捉正確的信息。

這看似一個簡單的趨勢圖，但它也是一個控制圖表，因為它還監控著你的平均數和變異數。有不同的在決定你的信息是否遵循著一個穩定的模式。你的數據專家知道如何配置它，如果你是作為領導，關鍵則是如果你的控制圖表發出警報，就有可能表明你的預測戰略將岌岌可危。

結論

自然科學家和社會科學是兩碼事——預測社會行為是困難的，有風險的。任何戰略采用大數據和預分析來預測行動隨后都會迎來兩個挑戰——使它是正確的，并保持它是正確的。當然，這是沒有保證的。但你也并非絕對受你的市場支配，落實一個控制計劃，監控領導和性能指標，并且執行這項計劃像對待你的營銷計劃一樣認真。