2013年1月，维克托的《大数据时代》出版，由于正逢互联网思维、大数据、云计算、移动互联网等新概念的风起云涌，这件远涉重洋来到中国的舶来品，一时引得洛阳纸贵。
        从维克托界定的大数据使用的三个原则来看（要整体不要抽样；要效率不要绝对精确；要相关不要因果），大数据的界定似乎正是针对小数据使用缺陷来界定的，而这些所谓的缺陷正是我们线下传统数据收集和处理的基本原则。
        在大数据大行其道之时，我们积累了几十年、上百年的小数据处理方法是否就意味着过时了呢？

        要回答这个问题，我们还是要先从小数据的定义入手。

        目前网络和行业都缺乏对小数据的标准定义，在美国、乃至台湾有一种关于小数据的定义，认为相对于服务趋势和战略的大数据而言，那些服务于个体而形成的数据指标，应该称之为小数据。举例来说，谷歌根据人们在搜索引擎使用的关键词的相关性，判断H1N1流感趋势，为卫生防疫部门提供预防决策属于大数据的典型应用；而耐克和苹果合作开发的“Nike+”软件，为个人的健康和锻炼提供的数据指标和参考，就属于小数据的典型范畴。
        我想说的是，如果从维克托的大数据使用的三个原则和标准，我们可以清楚的看到，他所意指的小数据更多的是我们沿用传统方法收集和整理的数据。而这本书的序作者之一的谢文也明确表示，在互联网技术席卷的今天，整个世界会明显地划分为大数据时代、小数据时代、无数据时代，小数据的时代指向更加明显。
        所以，我们定义的小数据，应该是在信息和数据不完整的情况下，通过科学抽样和技术调整，为个体或某类具体问题提供数据参考的数据包。

        弄清楚了小数据的定义，我们来看看小数据相对于大数据，是不是真的已经out了？

        一、整体数据是不是一定优于抽样数据？
        互联网技术的发展，为收集整体数据而产生的成本下降直至忽略不计提供了可能，而传统数据的收集方法是在平衡成本和精确之下，选择规范的抽样方法，两者在数量级的比较上就不在一个体量级。从统计的精确度上来说，数据越大，精确度越高，结果也会更加逼近于真相。当年传统的数据处理，正是受制于数据越多成本越大，或者某些现实条件，无法穷尽数据，才不得已采取了抽样分析的折中办法。从数量的角度讲，大数据确实要优于小数据。
        但是，小数据分析方法，比如样本方差，尽可能用各类参数将样本与整体之间的差异缩小，让结果无限逼近真实，在趋势和策略判断上，抽样判断和整体判断，其实很多时候都是五十步和一百步的区别；另一方面，小数据时代积累的各类数据处理方法，也仍然是大数据时代数据处理的基础和原则，抛弃小数据来谈大数据，大数据也将是无源之水、无本之木。

        二、小数据处理数据的原则是效率优先、精确为辅。
        大数据使用的第二个原则追求效率而不是绝对精确，需要重点提到的是，小数据处理体系的存在，正是建立在追求效率而不是绝对精确之上。小数据营销一般是针对某类具体问题，在特定的时间段里，需要开展数据的收集、整理和分析，并得出结论以做行动参考。小数据营销更符合实战营销中，不可能在信息完整情况下再进行判断的现实。今天乃至以后很长一段时间的营销现实是：我们必须在竞争对手信息不完整、消费者信息不完整、市场信息不完整等诸多现实情况下，在指定的时间前，做出判断和决策，并付诸于行动。时机就是战机，等到所有信息都完整了，黄花菜也凉了。所以，小数据才会有用抽样代替整体的选择。
        另一个现实情况是，在现阶段甚至很长的一段时间里，靠互联网自动采集所有数据还不现实，技术的发展和普及需要时间，很多数据还无法实现网络化，比如因为现实的财务、税务问题，采集经销商的数据就一直是个难点，ERP喊了多少年，进销存喊了多少年，在上了系统的企业里面，经销商的相关数据有多少水分，每个企业都心知肚明。

        三、小数据具体问题的个性化处理，更偏重于因果关系而不是相关关系。
        维克托提到大数据的第三个原则，就是大数据更注重相关关系而不是因果关系，即两组数据的相关性是数据处理的第一要务，至于为什么相关，这个问题交给计算机自己处理。相关性和因果性，孰轻孰重，《大数据时代》的译者周涛也曾表达了不同观点。我们常说某人读书不求甚解，通常是指其知其然，而不知其所以然。今天大数据将“所以然”的东西交给计算机，使用者只对“然”负责，我和朋友调侃说，这也许是机器统治人类的第一步。
        在高度繁荣的信息社会，你要确保计算机“所以然”是可控的，得有两个前提：一个是计算编程的逻辑在开始设定时就是正确的；一个是机器进行海量数据处理时，自身不会因为“疲劳”等因素造成计算错误，而这正是大数据面临的问题。
        小数据由于是针对特定问题开展的数据收集、处理和分析，人的因素比较大，大数据的短处正好成为了TA的长处，在数据的处理过程当中，目的的指向性和人与数据的互动会更加有效。
        关于大数据相关性的问题，我曾看到一个网上的段子，问影响人寿命长短的因素有哪些，有人通过相关分析得出，一个人庆祝生日的次数与寿命的长短成正比，换句话说，一个人要长寿就要多庆祝生日。稍有常识的人，都知道这是一个逗比的笑话，但是当计算机给出其他的错误相关结果时，我们有多少人能够用常识判断出，这是否是又一个逗比的结果？

        用小数据抵制甚至漠视大数据时代的到来，是逆潮流而动的掩耳盗铃；但用大数据时代来否认小数据的价值，是将大数据的历史和未来进行割裂，依然停留在伪数据时代。