从购物到报考学校的选择，从个人发展计划到公司决策制定，从日常生活点滴到商业行为的规划…… 无论是政府、企事业单位、非盈利机构，团体、家庭、个人，还是创业，新品上市，我们每天都在为各种事情做决策。
决策的本质是做选择。随着科技进步，可被选择的对象日益增多，人们在做选择时是两难的。如何把自己的时间、金钱、注意力投入到“自认”回报更高的领域，如何制定正确的决策？我们需要有参考依据，而这个参考依据来自“洞察”。
洞察，是对客观现实或问题全面深入的理解，是这些客观现实和问题的本质和意义。我们也可以理解为：是基于对数据的分析、理解及解读，帮助对现实或问题做出正确的判断，进而指导我们做出正确的决策。
然而，数据从何而来？
以前，通过随机抽样的方式来进行调查、观察，用所得到的调查数据来代表总体，推断总体，并运用各种统计学的工具来分析数据，如SAS、 SPSS等统计软件…… 今天，随着互联网快速发展，我们进入了信息社会，大数据时代的来临，带来云计算、物联网、移动终端及可穿戴设备的高度发达与融合，不管你是谁、不管你愿意不愿意，都要与数据打交道，要么在生产数据，要么在接收数据，不管身在何处，你已经被“大数据”了。各种海量数据（如网站数据、电商数据、舆情监测、评估以及评价等）通过数据挖掘、云计算、机器学习等方式，判断出你可能的喜好，乃至需求，将最佳结果，推荐给你。
那么，在对各种数据进行深入的分析和挖掘过程中，如何能探究出其中更为深刻的规律和现象，从而帮助政府、企业做出更为实际和有效的决策？立丰有观察到，
01
C（claim data） +B(behavior data)：态度数据和行为数据存在差距，态度数据需要结合行为数据来分析。
从最近一次美国大选我看到，在传统大众媒体为主流的时期，当人们在表达自己想法和观点的时候，如果看到自己赞同的观点受到广泛欢迎，就会更积极地参与进来，这类观点就会越发大胆地被发表和扩散, 大部分人也因此随了大流。随着互联网进入人们生活，“从众心理”因为网络时代的到来而有所改变，人们的心理状态会更接近“本我”。那些言行不一或不回答的人，很可能通过行动来表达自己的观点。如何更准确了解那些发表观点但最终选择不一致的行为；以及更好地减少那些不回答的人，或是更好地预测他们的行为，我们需要将更多的行为数据或是其他大数据来综合判断最终行为。也只有将这些不同来源的数据重新组织，才能挖掘出更有意义的信息。
02
数据整合后的解读与预测需要跨领域合作：更多的解读和预测是需要很多专业参与的，统计学、抽样调查科学、心理学、社会学、政治学和经济学都应该成为解读和预测决策的理论支持。
