在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣。19世紀以來，當面臨大量數據時，社會都依賴于采樣分析。

但是采樣分析是信息缺乏時代和信息流通受限制的模擬數據時代的產物。以前我們通常把這看成了理所當然的限制，但高性能數字技術的流行讓我們意識到，這其實是一種人為的限制。與局限在小數據范圍相比，使用一切數據為我們帶來了更高的精確性，也讓我們看到了一些以前無法發現的細節——大數據讓我們更清楚地看到了樣本無法揭示的細節信息。

我們假設只要電子數據表格把數據排序，數據庫引擎就可以找出和我們檢索的內容完全一致的檢索記錄。這種思維方式適用于掌握“小數據量”的情況，因為需要分析的數據很少，所以我們必須盡可能精準地量化我們的記錄。在某些方面，我們已經意識到了差別。

例如，一個小商店在晚上打烊的時候要把收銀臺里的每分錢都數清楚，但是我們不會、也不可能用“分”這個單位去精確計算國民生產總值。隨著規模的擴大，對精確度的癡迷將減弱。