大資料分析可以用於個人行為的分析和預測，不過這裡面要看是使用者的哪些行為，不同類別在分析和預測精度上會有差別。從個人的行為類別上看，有些行為相對比較容易分析，比如個人作為消費使用者，在某段時間內的消費習慣和消費特點還是有規律可循的，所以使用者行為分析乃至預測已經在商務上非常常用。但是，在個人的某些特定行為習慣方面，分析和預測上可能就會有一定的難度，比如他（她）下個月可能會碰到哪些人，又會跟他們聊起哪些話題等。通常，這類分析與資料來源有關。以商業上的使用者行為分析為例，這些資料通常可以分為三類：第一類是使用者的事實資料，比如這個使用者在什麼時間、購買什麼產品、參與什麼活動等等，這類資料是較為可靠的資料。第二類是廣告投放的反饋資料，比如使用者點選了哪些廣告，在這些廣告上分別停留了多少時間等等。第三類資料是統計資料，比如根據使用者的年齡、收入、性別等畫像，統計這類人群通常的消費行為等。總的來說，第一類資料更加精準，但是也更難採集。所以，這裡面就涉及到個人隱私的問題。我們在點開APP的時候，都會在選擇是否同意的內容中，出現採集資料的條款。這些要求人們可能很容易忽略，但是卻有可能體現出其行為特點。在使用各類產品的過程中，多留意裡面的細節，才會更好的防範個人隱私的洩漏。

該題確切的說，有3個問題：

理論上講，是可以從人過去產生的大資料上分析出人的行為和未來走向的。但由於人類文明、思想上的保護意識、市場的自然分化。

呈無序碎片化狀態的資料，對於那些收集到企業組織，分析出人的行為和未來走向是存在很大不確定因素的。不需要過多擔心。

對於隱私的影響，取決人的自我保護意識，與大資料沒有直接關係。大資料就是一種工具。就好比是一隻筆，放在5-6歲的小孩手裡，那可能是亂塗亂畫的根源，放在畫家心裡，那可就是藝術品誕生之源。