大數據時代的小數據營銷過時了嗎？

    2013年1月，維克托的《大數據時代》出版，由于正逢互聯網思維、大數據、云計算、移動互聯網等新概念的風起云涌，這件遠涉重洋來到中國的舶來品，一時引得洛陽紙貴。

從維克托界定的大數據使用的三個原則來看（要整體不要抽樣；要效率不要絕對精確；要相關不要因果），大數據的界定似乎正是針對小數據使用缺陷來界定的，而這些所謂的缺陷正是我們線下傳統數據收集和處理的基本原則。

    在大數據大行其道之時，我們積累了幾十年、上百年的小數據處理方法是否就意味著過時了呢？

    要回答這個問題，我們還是要先從小數據的定義入手。

    目前網絡和行業都缺乏對小數據的標準定義，在美國、乃至臺灣有一種關于小數據的定義，認為相對于服務趨勢和戰略的大數據而言，那些服務于個體而形成的數據指標，應該稱之為小數據。舉例來說，谷歌根據人們在搜索引擎使用的關鍵詞的相關性，判斷H1N1流感趨勢，為衛生防疫部門提供預防決策屬于大數據的典型應用；而耐克和蘋果合作開發的“Nike+”軟件，為個人的健康和鍛煉提供的數據指標和參考，就屬于小數據的典型范疇。

我想說的是，如果從維克托的大數據使用的三個原則和標準，我們可以清楚的看到，他所意指的小數據更多的是我們沿用傳統方法收集和整理的數據。而這本書的序作者之一的謝文也明確表示，在互聯網技術席卷的今天，整個世界會明顯地劃分為大數據時代、小數據時代、無數據時代，小數據的時代指向更加明顯。

所以，我們定義的小數據，應該是在信息和數據不完整的情況下，通過科學抽樣和技術調整，為個體或某類具體問題提供數據參考的數據包。

弄清楚了小數據的定義，我們來看看小數據相對于大數據，是不是真的已經out了？

一、整體數據是不是一定優于抽樣數據？

互聯網技術的發展，為收集整體數據而產生的成本下降直至忽略不計提供了可能，而傳統數據的收集方法是在平衡成本和精確之下，選擇規范的抽樣方法，兩者在數量級的比較上就不在一個體量級。從統計的精確度上來說，數據越大，精確度越高，結果也會更加逼近于真相。當年傳統的數據處理，正是受制于數據越多成本越大，或者某些現實條件，無法窮盡數據，才不得已采取了抽樣分析的折中辦法。從數量的角度講，大數據確實要優于小數據。

但是，小數據分析方法，比如樣本方差，盡可能用各類參數將樣本與整體之間的差異縮小，讓結果無限逼近真實，在趨勢和策略判斷上，抽樣判斷和整體判斷，其實很多時候都是五十步和一百步的區別；另一方面，小數據時代積累的各類數據處理方法，也仍然是大數據時代數據處理的基礎和原則，拋棄小數據來談大數據，大數據也將是無源之水、無本之木。

二、小數據處理數據的原則是效率優先、精確為輔。

大數據使用的第二個原則追求效率而不是絕對精確，需要重點提到的是，小數據處理體系的存在，正是建立在追求效率而不是絕對精確之上。小數據營銷一般是針對某類具體問題，在特定的時間段里，需要開展數據的收集、整理和分析，并得出結論以做行動參考。小數據營銷更符合實戰營銷中，不可能在信息完整情況下再進行判斷的現實。今天乃至以后很長一段時間的營銷現實是：我們必須在競爭對手信息不完整、消費者信息不完整、市場信息不完整等諸多現實情況下，在指定的時間前，做出判斷和決策，并付諸于行動。時機就是戰機，等到所有信息都完整了，黃花菜也涼了。所以，小數據才會有用抽樣代替整體的選擇。

另一個現實情況是，在現階段甚至很長的一段時間里，靠互聯網自動采集所有數據還不現實，技術的發展和普及需要時間，很多數據還無法實現網絡化，比如因為現實的財務、稅務問題，采集經銷商的數據就一直是個難點，ERP喊了多少年，進銷存喊了多少年，在上了系統的企業里面，經銷商的相關數據有多少水分，每個企業都心知肚明。

三、小數據具體問題的個性化處理，更偏重于因果關系而不是相關關系。

維克托提到大數據的第三個原則，就是大數據更注重相關關系而不是因果關系，即兩組數據的相關性是數據處理的第一要務，至于為什么相關，這個問題交給計算機自己處理。相關性和因果性，孰輕孰重，《大數據時代》的譯者周濤也曾表達了不同觀點。我們常說某人讀書不求甚解，通常是指其知其然，而不知其所以然。今天大數據將“所以然”的東西交給計算機，使用者只對“然”負責，我和朋友調侃說，這也許是機器統治人類的第一步。

在高度繁榮的信息社會，你要確保計算機“所以然”是可控的，得有兩個前提：一個是計算編程的邏輯在開始設定時就是正確的；一個是機器進行海量數據處理時，自身不會因為“疲勞”等因素造成計算錯誤，而這正是大數據面臨的問題。

小數據由于是針對特定問題開展的數據收集、處理和分析，人的因素比較大，大數據的短處正好成為了TA的長處，在數據的處理過程當中，目的的指向性和人與數據的互動會更加有效。

關于大數據相關性的問題，我曾看到一個網上的段子，問影響人壽命長短的因素有哪些，有人通過相關分析得出，一個人慶祝生日的次數與壽命的長短成正比，換句話說，一個人要長壽就要多慶祝生日。稍有常識的人，都知道這是一個逗比的笑話，但是當計算機給出其他的錯誤相關結果時，我們有多少人能夠用常識判斷出，這是否是又一個逗比的結果？

用小數據抵制甚至漠視大數據時代的到來，是逆潮流而動的掩耳盜鈴；但用大數據時代來否認小數據的價值，是將大數據的歷史和未來進行割裂，依然停留在偽數據時代。