大数据时代，看“小数据”如何支持决策

大数据被炒得火热，“小数据”的重要性也不能忽视，“小数据”并不是说数据量小，而是指有针对性的、可用于支持决策的高质量数据，不需要复杂的算法、昂贵的硬件、高额的费用，任何组织、企业甚至个人都可以实现对“小数据”的分析和管理。学会简单的算法，利用好“小数据”，人人都可以成为“数据科学家”。全球著名咨询公司Booz & Company合伙人David Meer为我们解读“小数据”的妙用。

以下为译文：

回想起我在JWT广告公司工作的时候，我们的一位客户——一名美国海军陆战队上校——说了一件一直困扰我的事情。“你想想，”他说，“如果我在战场上坚守一个山头，这时我得到一份情报，即使我不能确定它100%准确，我也会基于那份情报做决定。”他的观点是有情报总比没有好——如果仅仅因为情报不确定就忽视它，那你就太傻了。

当然，关于大数据是否真的能给公司带来更大的客户洞察力和运营效率，有很大的争议。但很多公司(可能不是大多数)，在新兴市场、B2B工业、高度专业化或集中市场等数据相对较少的环境中运作。这些公司对我所说的“小数据”一定会满意的。对他们来说，上校的话比最新数据挖掘算法或公共讲座更能产生共鸣。

在我最近一篇博客中，我提出一个观点：大数据的含义已经不仅仅是新的数据源、分析技术和科技，而是一种范式转变——从基于直觉的管理向数据驱动决策转变——这种转变已经开始，而且越来越快。对于公司在没有完整干净市场数据的情况下经营，这意味着需要尽力更好地利用对他们有用的数据(这些数据或许并不完美)，或使用低成本方法来创建新的数据。

下面是几个成功的案例：

一家工业涂料制造商按照客户和区域差别定价，所以它不能使用经典回归分析方法建立稳定的价格弹性模型。然而，通过使用其他的分析技术，该公司能够确定具体的领域，以提高定价和服务政策。它转向基于价值的定价方法以确保其最有价值的客户得到最高级别服务。仅仅在一个地区的一个业务单元中实施，就使销售额上升了4%。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友