Atsižvelgiant į šiuos dešimt charakteristikas didelių duomenų šaltinių ir įgimtų apribojimų net puikiai pastebėtus duomenų, kokios mokslinių tyrimų strategijų yra naudingi? Tai yra, kaip mes galime sužinoti, kai mes neturime užduoti klausimus, o ne vykdyti eksperimentus? Atrodytų, kad tiesiog žiūri žmonės negalėjo sukelti įdomių tyrimų, bet tai ne tas atvejis.
Matau tris pagrindines strategijas mokydamiesi iš stebėjimų duomenys: skaičiavimo dalykų, prognozavimo dalykų, ir suderinti eksperimentus. Aš apibūdinti kiekvieną iš šių metodų-kuris galėtų būti vadinamas "tyrimų strategijos" arba "mokslinių tyrimų receptai" -ir aš iliustruoja juos pavyzdžiais. Šios strategijos nėra nei nesuderinami arba išsamus, tačiau jie užfiksuoti tyrimų su stebėjimo daug duomenų.
Pranašauti teiginius, kad po, skaičiuojant dalykų yra svarbiausia, kai mes empiriškai nagrinėdamas tarp prognozių iš įvairių teorijų. Prognozavimas ir ypač nowcasting, gali būti naudinga politikos formuotojams. Galiausiai, didelis duomenų padidina mūsų sugebėjimą priimti priežastinius sąmatas iš stebėjimo duomenų.