解析不从数据而来
在寻找解析的过程中，重要的是认识到解析永远不会存在于数据中。解析总是和数据相分离。看了下面这个案例，你就理解这一点了。
假设你从事食品服务行业，你对特定的人群做了市场调查，发现调查人群中85%的消费者在被调查的一周内至少有4次吃鸡肉。你的调查人数虽多达400人，但在统计学上并不具有代表性。于是你再做一次调查，选定2,000人做样本，并得到同样的结果。这样，你就得出结论：你的调查在定量上是精确的，在统计上是有效的，这些消费者都吃鸡！
这个案例看起来就像你可能希望的那样，理解顾客很简单。的确，从市场调研的角度看事情就这么简单。问题是：解析在哪里？你可以预测这些消费者会继续吃鸡（因此，你应该在菜单上增加更多的鸡肉），但是，这只是预测，而不是解析。你可以说解析就是简单的推断：如果现在有这么多人吃鸡，那么将来很可能有很多人吃鸡。但是你怎么知道你可以按这个方式来推断呢？
样本统计有助于把调查样本数据的规律，推广到数目更大的本该调查却没有调查的总体上。但是统计学对于通过数据推断做出预测的难题无能为力。调查结果可以表明人们在吃鸡——或者说他们（被调查人）在吃鸡，但是不能由此推断这种行为会持续到将来，虽然这种推断有时也有效，但也不过是调查人员的信心使然，不是逻辑思维的结果。
从另一角度看这个问题，其它的解释也是可能的。也许你调查的顾客是因为关注自己的体重而选择吃鸡肉来减肥，或者他们为了省钱而吃鸡肉。沿着任何一个方向进行解析，你就可以预测，当顾客已经完成目标或者对自己的目标厌倦了之后，就不再吃鸡肉了。
因此，你的数据——人们吃很多鸡肉——可以导致以下两种预测结果：人们将来会继续吃鸡肉或者会停止吃鸡肉。同样的数据可以适用于这两种相反的预测结果。所以，预测只依赖于解析，而不是数据。
