主要观点：

• 企业和个人用户利用大数据分析支持决策等，但对其准确性和可信度的担忧与日俱增。
• 信任是商业的关键，大数据虽带来机遇但存在诸多问题，如数据质量、安全等。
• 需了解大数据相关问题，探讨不良大数据的危害、缺乏信任的原因及应对策略。

关键信息：

• 大数据包含多种类型数据，以五核心元素为特点，可通过编程处理。
• 工作流程包括数据收集、整合、管理、分析及安全防护等。
• 大数据存在质量、人为导致的不准确、安全及完整性等问题。
• 可通过定义投资回报率、保持数据清洁、培训员工、确保数据有效性及加强治理透明度等方式使大数据更可信。

重要细节：

• 如哈佛相关经济研究组的论文展示大数据在各领域的影响，包括社会、医疗等。
• 代码示例展示如何读取和处理大数据。
• 具体阐述各问题如数据质量受原始未处理数据影响等，以及应对策略的具体做法如培训员工对数据的正确认知等。