Guverne și avocații de confidențialitate au făcut încercări de a reglementa modul în care oamenii de informații de identificare personală (PII) este utilizat sau divulgate pentru a da persoanelor fizice o anumită cantitate de control asupra ceea ce devine cunostinta publica. Dar analiză predictivă poate trece de multe legi existente (care se ocupă în principal cu anumite tipuri de date, cum ar fi înregistrările financiare, medicale sau educaționale), permițându-companii încheia lucruri despre tine indirect, și probabil fără știrea dumneavoastră, folosind piese disparate de informații adunate de la surse digitale . Unele companii folosesc informațiile pentru a face lucruri cum ar fi solvabilității verificare clienții potențiali "alte decât scorul de credit tipic, care poate fi bun sau rău pentru tine, în funcție de ceea ce găsesc și cum l-au interpreta datele. Unul griji, deși, este că acest tip de informații cu caracter personal poate duce la greu-la-detecta muncă, locuințe sau discriminare de creditare. Și mai rău încă, aceasta nu poate fi întotdeauna în întregime corecte.
Este posibil, de asemenea modele observate la datele care urmează să fie interpretat gresit mari și să conducă la decizii proaste. Ca orice instrument, rezultatele tuturor depinde de cât de bine este folosit. Chiar dacă matematica este implicat, de analiză de date de mare nu este o știință exactă, și de planificare umane și de luare a deciziilor trebuie să vină în undeva. Cu seturi imense de date, apelurile de judecată trebuie să fie făcute cu privire la ceea ce este important și ceea ce poate fi fi ignorate. Dar realizarea de analiză de date de mare și poate oferi companiilor un avantaj competitiv.
O astfel de analiză poate fi utilizată pentru lucruri care sunt în mod evident bun, cum ar fi lupta împotriva fraudei. Băncile, furnizorii de carduri de credit si alte companii care se ocupă în bani acum din ce în ce folosesc analytics de date mari de l
