大数据进行预测遵循的是知道是什么就够了，没必要知道为什么。

“为什么会买”是因果关系，“买了这本就会买那本”是相关关系。有因果关系则一定有相关关系，但是反过来往往并不成立。人们用相关性强弱来形容两件事之间发生关系的概率大小。如果一件事发生了，另外一件事也会大概率发生，这称之为相关性强，反之则称为相关性弱。大数据预测未来的能力就在于这种相关性强弱的判定中。

利用相关关系，人们不需要找到原因，就能做出预测。这种预测首先用在那些能直接带来经济回报的场景。比如，保险公司通过收入、生活习惯、上网习惯等信息来预测对方是否患有严重的慢性病。母婴用品零售商通过购买的产品预测孕妇的产期，从而针对性进行促销。以上属于状态预测。

大数据还可以用来预测将要发生什么。比如汽车在出现故障前，都会有许多异常状况，通过分析异常对汽车进行维修保养，就能尽早地发现异常。这种技术大量用在机电设备、建筑物、汽车等物体上，它们都有一个共同点：停工带来的损失，远大于收集和分析的花费。

大数据对相关性分析也有改变。以往数据较小时，人们局限于有限的数据，只能采用简化的模型，将相关性采用线性模型来描述。也就是同样的投入，产出是相同的，这与人们的生活感受是不相符合的。

比如心理学家很早就发现一个事实，收入的提升一定会提升幸福感，但随着收入越来越高，同样的收入提升带来的幸福感越来越少，这就是非线性。当然，线性关系只有一个，而非线性关系理论上有无穷多个。所以，目前非线性关系的研究还处于摸索阶段。

大数据基于相关关系，而不是因果关系，这点和人们的思维习惯是相违背的，通常人很快就将连续发生的事情用因果关系来解释，即使因果关系实际上并不存在。这种思维方式在信息缺乏时非常有用，因为因果关系实际上是很难被证明的，快速决策避免了人的困惑，但是在大数据时代就不合时宜了。大数据时代只需要证明相关性即可，这会容易得多。

对于相关性的研究最终也有助于证明因果关系。比如美国电力井盖爆炸事故预测中，通过对历史数据的分析，最终找到最重要的两个影响因素，帮助电力公司查明了事故原因。毕竟知道结果之后，再来证明就很容易。

有人认为大数据只需要了解相关性，没必要了解因果性。因此得出的研究理论已经没有价值，这个观点在网上曾经引起巨大的争议。作者认为人们在收集数据时的偏好，分析数据时选择工具以及对数据解读，都需要理论的支持，所以“理论已死”是无稽之谈。