計量經濟學家與律師，耶魯法學院教授（William K. Townsend教授席），耶魯管理學院教授。經常在美國公共電台的「市場分析節目」（Marketplace）擔任評論員，也是《富比世雜誌》（Forbes）的專欄作家。目前擔任《法律、經濟學與組織期刊》（Journal of Law, Economics, and Organization）編輯，已出版八本書，發表過上百篇文章。
詹姆斯在自編的年鑑《棒球摘要》（Baseball Abstracts）裡，對棒球專家僅憑目測就能挖掘明日之星提出質疑。路易士（Michael Lewis ）在所寫的《魔球─逆境中致勝的智慧》（Moneyball ）裡指出，詹姆斯是棒球界主張資料導向決策的第一人。詹姆斯的論點簡單有力，他認為資料分析優於專家的觀察力：
這兩人帶動了統計研究的風潮，不少人對他們的數據分析大表認同。詹姆斯激勵了美國棒球研究學會（SABR）的成立，現在甚至有一個術語代表棒球領域的數據分析─棒球統計學（sabermetrics）。艾森菲特則是在二○○六年發行《美酒經濟學期刊》（Journal of Wine Economics）。現在還有一個酒類經濟學家協會；毫不令人意外，艾森菲特就是首任會長。事後看來，艾森菲特初期的預測超準。我查了一下拉圖堡（Chateau Latour）最近的葡萄酒拍賣價，一九八九年份的售價果然是八六年份的兩倍有餘，九○年份的售價更高。帕克，你能不心服嗎？
在一個又一個領域，「直覺主義者」與傳統專家都在與超級數據達人對抗。在醫界，「實證醫學」（evidence-based medicine ）引發激烈爭辯，歸根究底，爭的是治療方法的選擇是否應該依據統計分析。直覺主義者當然不會輕易認輸，他們堅稱資料庫絕無法涵蓋專家窮一生經驗累積的知識，迴歸分析也絕比不上一個有二十年資歷的急診室護士，她可能只要看一眼就能判斷一個小孩是否「不太對勁」。
李維特（Steven D. Levitt ）與杜伯納（Stephen J. Dubner ）在《蘋果橘子經濟學》（Freakonomics ）裡提出數十種例子，說明資料庫的統計分析如何揭露因果關係背後的關鍵力量。而李維特與唐納修（John Donohue ）讓我們知道，看似不相干的事件，如一九七○年的墮胎率與一九九○年的犯罪率，其實有很重要的關聯。（這兩人都是我的好友，也曾合作寫書，本書後面會再提到他們。）但《蘋果橘子經濟學》並未討論量的分析如何影響實務決策，而這正是本書要補足的重點。事實是，產業內、產業外，有許多人正透過你想不到的方式將統計分析運用在各項決策上。
我和李維特都沒有買路捷的股票（坦白說，那是因為我們不希望改變自己的動機），但我們自知掌握了寶貴的資訊。我們的報告發表後，該公司股票漲了二?四％。我們的研究說服了更多城市採用路捷科技，也促使保險公司提供更多折扣（但還是不夠多）。
我要表達的重點是，我熱愛數據分析，我的角色等於是資料採礦咖啡廳裡的主廚。就像艾森菲特一樣，我在一份重要期刊《法律、經濟學與組織期刊》（Journal of Law, Economics, and Organization）擔任編輯，必須經常評論統計報告的品質。由我來探討資料導向決策的興起，具備絕佳的視野，因為我既是這股風潮的參與者也是觀察者，能看熱鬧也能看門道。
伊恩．艾瑞斯是美國著名的計量經濟學家與律師，經常在美國公共電台的「市場分析節目」（Marketplace）擔任評論員，也是《富比世雜誌》（Forbes）的專欄作家。目前為耶魯法學院教授（William K. Townsend教授席）、耶魯管理學院教授，也擔任《法律、經濟學與組織期刊》（Journal of Law, Economics, and Organization）編輯，著作等身。很榮幸能幫他的新書《什麼都能算，什麼都不奇怪──超級數據分析的祕密》中譯本寫推薦序，這本好書介紹的是數據分析──讓你我都身陷「數海」的解救者。
許多傳統的數據分析方法是在一九二○年到五○年之間發展出來，而這段期間的數據分析學家包括費雪（R. A. Fisher）、尼曼（Jerry Neyman）及荷特林（Harold Hotelling）等人。到了一九八○年代以後，因為電腦的快速發展，硬體速度愈來愈快，軟體解決問題及運算的能力愈來愈強，使得數據分析的理論及新的數據分析方法論受到很大的影響，諸如一些在電腦應用上發展得不錯的數據分析方法論，都是統計學與資訊科學的結合，而這些新的方法現在都大量運用在數據分析上。
很多人跟我說現在的數據分析太容易也太簡單了，把數據丟進許多數據分析的軟體（MINITAB、SAS、SPSS…… 等），結果就出來了。我常笑著說這叫作「GARBAGE IN, GARBAGE OUT」，把一份不明來由的數據扔進分析軟體，跑出來的分析結果還是不明究理，垃圾進去垃圾出來，一蹋糊塗也一片朦朧，唯有數據分析的專業人員才比較懂得如何分析、如何善待與利用數據，因此超級數據達人一定先要有數據分析方面的專業素養與技術。在此想強調的是數據分析有用論，至於如何使其有用？就由這本書來告訴大家正確的觀念。
