Given mga sampung mga katangian ng malaking pinagkukunan ng data at ang mga likas na limitasyon ng kahit ganap na sinusunod data, kung anong uri ng mga diskarte sa pananaliksik ay kapaki-pakinabang? Iyon ay, kung paano namin maaaring malaman kung kailan hindi namin magtanong at huwag magpatakbo ng mga eksperimento? Maaaring tila na lamang nanonood mga tao ay hindi maaaring humantong sa mga kagiliw-giliw na pananaliksik, ngunit iyan ay hindi ang kaso.
nakikita ko tatlong pangunahing estratehiya para sa pag-aaral mula sa pagmamatyag data: pagbibilang ng mga bagay, forecasting bagay, at approximating eksperimento. kukunin ko na naglalarawan sa bawat isa sa mga approach na ito-na maaaring tinatawag na "diskarte pananaliksik" o "research recipes" -at Kukunin ko ilarawan ang mga ito sa mga halimbawa. Mga istratehiyang ito ay hindi pare-pareho eksklusibo o lubusan, ngunit ang kanilang ginagawa makuha ang isang pulutong ng mga pananaliksik sa pagmamatyag ng data.
Upang magbabala ang mga claim na sundin, pagbibilang ng mga bagay ay pinaka-mahalaga kapag empirically kami ay adjudicating pagitan hula mula sa iba't ibang theories. Forecasting, at lalo nowcasting, ay maaaring maging kapaki-pakinabang para sa mga gumagawa ng patakaran. Sa wakas, malaki data ay nagdaragdag ang aming kakayahan na gumawa ng pananahilan mga pagtatantya mula sa obserbasyonal data.