自從麥肯錫咨詢集團提出“大數據”一詞，大數據已從商業變革擴張到生活變革。這個世界所擁有的數據越來越多，越來越離散。

大數據應用改變了我們的思維深度和體驗慣性。它可以預測犯罪的發生、預測流行病的散布規律，甚至預測重大的政治危機和人事變局，更可以很好地預測人們的消費習慣和消費行為。

從經濟學視角看，大數據類似于理性的經濟模型分析，從探尋規律中實現預測。

然而，最近30年來，理性經濟學不斷面臨行為經濟學的挑戰，并出現二者相互融合和互補的新局面。大數據背后所蘊藏的“生活感性”問題，也長久以來被忽視，值得探討。

舉例而言。著名心理學家施瓦茨提到一個經典案例：一個人想買一臺新車，而且對安全性和可靠性非常看重，于是他反復閱讀了美國著名的商業大數據研究報告《消費者報告》，該報告數據來自于數以萬計的大數據分析。終于，他決定買一臺某名牌的轎車。但當天晚上其朋友對該品牌轎車的負面評價使其打消了購買該車的念頭。

上述現象被稱之為大數據背后的“個數據”現象。這在生活經濟學中涉及到“消費感性”對“消費理性”的挑戰。但為什么在消費行為選擇中，“個數據”常常能戰勝“大數據”？

2002年諾貝爾經濟學獎獲得者丹尼爾·卡恩曼提出的“可獲得性啟發”理論，對此可提供重要解釋。“可獲得性啟發”是指，人們認為容易想起的事件比不容易想起的事件更常見更生動，所以也更可靠，因此會選中前者，盡管后者實際上可能更可靠。

親朋的介紹常常比數據報告或商品推送更常見更生動。于是，來自某個親朋的“個數據”，就很容易戰勝來自于千萬個陌生人的“大數據”。大量的生活經濟學實驗證實了在消費選擇方面“個數據”對“大數據”的“顛覆”。

“可獲得性啟發”還有一個推論是“熟悉定律”：人們通常對熟悉的商品更有好感，當所選商品勢均力敵時，最熟悉的商品會被買走。相較而言，人們對身邊人提供的或自己親耳聽到的（雖然很可能只是道聽途說）信息更具熟悉感，而對基于大數據的推送信息缺乏熟悉感。因此，大數據推送常常敗在“熟人耳語”的“個數據”面前。

此外，值得注意的是，大數據分析通常能甄別和預測到消費者“需要”的東西，但無法保證是消費“喜歡”的東西。

盡管在生活經濟學和行為經濟學的領域中存在對大數據應用的某些挑戰，但這些“異象”并不能掩蓋大數據蓬勃的發展現實和強勁的發展態勢。

“個數據”選擇現象是對大數據應用的有益補充。它提醒我們注意并不斷改進未來的“大數據應用”，并在大數據分析方法中嵌入更多的“個數據”分析節點。