大数据及小数据的差异

“大数据”数据量大、处理速度快、数据类型繁多、价值密度相对较低。虽信息海量,但若想从这海量的信息中更迅速地完成数据提纯,是当今大数据背景下一个亟待解决的难题。

“小数据”并不是说数据量小，而是指有针对性的、个体化的数据。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。

大数据放弃对因果关系的渴求，取而代之关注相关关系。

也就是说只要知道“是什么”，而不需要知道“为什么”。这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

个性化离散与群体聚焦的大不同。企业需用大数据做个性化精准营销，用小数据对不同群体进行产品定位。互联网以及社交媒体的发展让人们在网络上留下的数据越来越多，数据量的大幅增长、数据来源和类型的复杂化、离散化越来越大。海量数据通过多维度的信息重组使得企业都在谋求各平台间的内容、用户、广告投放的全面打通，以期通过用户关系链的融合、网络媒体的社会化重构，为广告用户带来更好的个性化精准营销效果。

小数据自身固有的集中性，为产品或服务市场定位、市场机会分析等提供了必不可少的战略决策支持。不同族群的小数据会清晰而精确地告诉你该产品或服务是否最优，一旦推出之后能否获取预期的市场份额。对不同族群“小数据”进行调查研究虽相对便宜，但从某种程度上而言，应用得当的小数据会让决策更加精准有力。

即时发生行为与态度动机的差异。

大数据更易用作实时动态指数，小数据突出族群态度洞察。大数据很大程度上停留在说明过去发生的行为上，即使是刚刚发生的行为。用过去的数据说明过去，预测未来趋势，成为大数据的核心，这一特点主要应用在实时动态指数中。而小数据更多是对历史行为进行态度动机的研究。尤其在用户“消亡”拥护者盛行的“粉丝时代”，对不同族群的态度和行为进行深度研究。