På baggrund af disse ti kendetegn ved store datakilder og de iboende begrænsninger selv perfekt observerede data, hvilken slags forskningsstrategier er nyttige? Det vil sige, hvordan kan vi lære, når vi ikke stille spørgsmål og ikke køre eksperimenter? Det kan synes, at bare se folk kunne ikke føre til interessante forskning, men det er ikke tilfældet.
Jeg ser tre hovedstrategier for at lære af observationelle data: optælling ting, prognoser ting, og tilnærme eksperimenter. Jeg vil beskrive hver af disse tilgange-som kunne kaldes "forskningsstrategier" eller "forskning opskrifter" -og jeg vil illustrere dem med eksempler. Disse strategier er hverken udelukker hinanden eller udtømmende, men de gør fange en masse forskning med observationsdata.
For at varsle kravene, der følger, tælle ting er vigtigst, når vi empirisk træffer afgørelse mellem forudsigelser fra forskellige teorier. Forecasting, og især udarbejdelse af korttidsprognoser, kan være nyttige for de politiske beslutningstagere. Endelig big data øger vores evne til at gøre kausale estimater fra observationsdata.