大数据(Big Data)热潮是这几年产业界最夯的趋势话题，网路社群媒体的兴起，更推波助澜这股热潮，以为买了网路社群的大数据资料，就可以掌握消费者行为脉动，让行销活动无往不利，仿佛市场立即化作可取予求的宝山，这股数据掏金热让政府及许多企业趋之若鹜，纷纷投注资源于社群媒体的搜集与购买，幻想着抢先一步从中淘筛出最大的黄金。

但，大数据真的是这样吗?

将排山倒海的社群媒体资讯导入企业决策者们的电脑中，希望从琳琅满目真假难分的数据中，找出一条能带领 企业 脱离困境轻松获利的康庄大道;却发现原本想用来解决问题的大数据，创造了一个满是数字迷魂阵，一头栽进去很能找得到出口。

其实大数据的应用，着眼点并不在「大」量的数据，而是在「人」如何看待数据和让数据说话。

真正有用的数据不一定要花大钱从外部购买，毕竟买回来还要花大量的力气去阅读消化，还不如先从公司内部累积的精准数据和经验着手淘宝大数据应用案例，看能不能重新找出正确的分析观点来解决问题。

先从小而准的数据开始

在进行数据分析时，数据准确度的重要性比数据量的大小重要，我们可以依数据性质分为三类：小而准(Small and accurate data)、大而乱(big and messy data)、开放数据(opendata)。

其中，小而准的数据如公司内部POS 交易数据淘宝大数据应用案例，准确而清楚;大而乱的数据则像是从网路社群媒体抓下来的数据，还需要结构化统计整理出意义;开放数据像是天气、人口普查之类，则可以从政府机关的资料库提取。

在资料进行分析之前，我们都必须先思考我们面临的问题是什么?从问题中思考解决的方案，提出观点，再从资料分析中佐证。数据量越大，不确定性越高，所需要进行分析或排除的手续也相对较多，若我们能用小而准的数据进行分析比对，发现问题想出解决方法，一定会比从大而乱的资讯中找答案来得省时省力。

大数据时代 ，竞争的是解决问题与决策反应效率

一般大数据的特性， 大家耳熟能详的多半是四个V： 数量大(Volume)、速度快(Velocity)、多样性(Variety)、和不确定性(Veracity)，但大数据存在的重要意义，也就是第五个V—价值(Value)却常常被人遗忘。

行销专家指出，前面四个V 都是在描绘大数据的样貌轮廓，第五个V 则是提醒，大数据需经过清算整理后，才能够为行销人或决策者带来贡献。所以大数据的使用重点，绝非资料量多大或资料取得管道多么特殊，而是资料创造多少价值。

用一般精准的小数据就能解决的问题，何须大费周章投入大量资源和成本相对较高的大数据?人们往往被大数据字面上的「大」所误导，以为数据量就是要大才会有效，殊不知关键是数据必须能够被衡量掌控，以小而准的数据为基础，视情况进行不同类型的数据之间相乘与重组，才是明智的大数据抉择。

能否用大数据的观念，将手边的数据迅速的转化成正确决策与行，比「快」还要比「准」，将是 大数据时代 接下来的重要课题。

大数据之后， 厚数据 (Thick Data)时代的来临…

「数字会说话」或许是大数据时代最常听到的口号，但美国当代统计预测鬼才奈特席佛(Nate Sliver)提醒我们：「数字没办法为自己说话，是我们在为它们说话，我们赋予它们意义。我们可能会用对自己有利的方式来解释资料，让资料脱离客观的现实。 」

大数据，不是单纯以数据多寡或来源来决胜负，而是要依靠「人」根据数据的结合与交叉比对

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！