在有关某个主题的交流中，研究学者们还能看到其影响模式和高峰——举例来说，可以通过追踪Twitter上的趋势标签的方式来达成这个目标。对于数量庞大的用户人群来说，Twitter这个在线“玻璃鱼缸”是透视其实时行为的窗口。康奈尔大学教授乔恩-克伦伯格(Jon Kleinberg)称：“我寻找的是数据中的‘热点’，这是我需要理解的一种活动爆发的现象。只有通过‘大数据’，你才能做到这一点。”

毫无疑问，“大数据”本身也存在一些风险。统计学家和计算机科学家指出，“大数据”的集合和高密度的测量将令“错误发现”的风险增长。斯坦福大学的统计学教授特来沃尔-哈斯迪(Trevor Hastie)称，如果想要在庞大的数据“干草垛”中找到一根有意义的“针”，那么所将面临的问题就是“许多稻草看起来就像是针一样”。

此外，对于统计学恶作剧和有偏见的实情调查活动而言，“大数据”也提供了更多的原材料。“大数据”为一个老把戏提供了高科技的手段，那就是——我知道事实，现在让我们来找到事实吧。乔治梅森大学的数学家瑞贝卡(7.82,0.11,1.43%)-高尔丁(Rebecca Goldin)称，这是“最有害的数据使用方式之一”。

数据已被计算机和数学模型所驯服和理解，这些模型就像是文学中的隐喻修辞，也就是一种简化后的解释方式。对于理解数据而言，这些模式是有用的，但它 们也存在局限性。私人部门的倡导组织发出警告称，一个基于网络搜索的模式可能会发现一种相关性，从而作出不公平或是带有歧视性的统计推断，对产品、银行贷 款和养老基金提供的医疗保险造成影响。

虽然面临着这种警告，但“大数据”时代的降临看起来已是无可逆转。数据已经坐到了驾驶员的位置上，它就在那里，有用而且宝贵，甚至还很时尚。

资深数据分析师称，长期以来，朋友们一谈到他们的工作就会变得厌烦，但现在突然变得好奇起来。这些分析师们认为，《点球成金》是促成这一变化的原因之一，但实际原因远非如此简单。哥伦比亚大学统计学家兼政治科学家安德鲁-格尔曼(Andrew Gelman)称：“文化已经发生了改变。现在人们的想法是，数字和统计学是有趣的，是一种很酷的东西。”