(Big Data)熱潮是這幾年產業(yè)界最夯的趨勢話題，網(wǎng)路社群媒體的興起，更推波助瀾這股熱潮，以為買了網(wǎng)路社群的，就可以掌握消費者行為脈動，讓行銷活動無往不利，仿佛市場立即化作可取予求的寶山，這股數(shù)據(jù)掏金熱讓政府及許多企業(yè)趨之若鶩，紛紛投注資源于社群媒體的搜集與購買，幻想著搶先一步從中淘篩出最大的黃金。

但，真的是這樣嗎?

將排山倒海的社群媒體資訊導入企業(yè)決策者們的電腦中，希望從琳瑯滿目真假難分的數(shù)據(jù)中，找出一條能帶領 企業(yè) 脫離困境輕松獲利的康莊大道;卻發(fā)現(xiàn)原本想用來解決問題的大數(shù)據(jù)，創(chuàng)造了一個滿是數(shù)字迷魂陣，一頭栽進去很能找得到出口。

其實大數(shù)據(jù)的應用，著眼點并不在「大」量的數(shù)據(jù)，而是在「人」如何看待數(shù)據(jù)和讓數(shù)據(jù)說話。

真正有用的數(shù)據(jù)不一定要花大錢從外部購買，畢竟買回來還要花大量的力氣去閱讀消化，還不如先從公司內部累積的精準數(shù)據(jù)和經(jīng)驗著手，看能不能重新找出正確的分析觀點來解決問題。

先從小而準的數(shù)據(jù)開始

在進行數(shù)據(jù)分析時，數(shù)據(jù)準確度的重要性比數(shù)據(jù)量的大小重要，我們可以依數(shù)據(jù)性質分為三類：小而準(Small and accurate data)、大而亂(big and messy data)、開放數(shù)據(jù)(opendata)。

其中，小而準的數(shù)據(jù)如公司內部POS 交易數(shù)據(jù)，準確而清楚;大而亂的數(shù)據(jù)則像是從網(wǎng)路社群媒體抓下來的數(shù)據(jù)，還需要結構化統(tǒng)計整理出意義;開放數(shù)據(jù)像是天氣、人口普查之類，則可以從政府機關的資料庫提取。

在資料進行分析之前，我們都必須先思考我們面臨的問題是什么?從問題中思考解決的方案，提出觀點，再從資料分析中佐證。數(shù)據(jù)量越大，不確定性越高，所需要進行分析或排除的手續(xù)也相對較多，若我們能用小而準的數(shù)據(jù)進行分析比對，發(fā)現(xiàn)問題想出解決方法，一定會比從大而亂的資訊中找答案來得省時省力。

大數(shù)據(jù)時代 ，競爭的是解決問題與決策反應效率

一般大數(shù)據(jù)的特性， 大家耳熟能詳?shù)亩喟胧撬膫€V： 數(shù)量大(Volume)、速度快(Velocity)、多樣性(Variety)、和不確定性(Veracity)，但大數(shù)據(jù)存在的重要意義，也就是第五個V—價值(Value)卻常常被人遺忘。

行銷專家指出，前面四個V 都是在描繪大數(shù)據(jù)的樣貌輪廓，第五個V 則是提醒，大數(shù)據(jù)需經(jīng)過清算整理后，才能夠為行銷人或決策者帶來貢獻。所以大數(shù)據(jù)的使用重點，絕非資料量多大或資料取得管道多么特殊，而是資料創(chuàng)造多少價值。

用一般精準的小數(shù)據(jù)就能解決的問題，何須大費周章投入大量資源和成本相對較高的大數(shù)據(jù)?人們往往被大數(shù)據(jù)字面上的「大」所誤導，以為數(shù)據(jù)量就是要大才會有效，殊不知關鍵是數(shù)據(jù)必須能夠被衡量掌控，以小而準的數(shù)據(jù)為基礎，視情況進行不同類型的數(shù)據(jù)之間相乘與重組，才是明智的大數(shù)據(jù)抉擇。

能否用大數(shù)據(jù)的觀念，將手邊的數(shù)據(jù)迅速的轉化成正確決策與行，比「快」還要比「準」，將是 大數(shù)據(jù)時代 接下來的重要課題。

大數(shù)據(jù)之后， 厚數(shù)據(jù) (Thick Data)時代的來臨…

「數(shù)字會說話」或許是大數(shù)據(jù)時代最常聽到的口號，但美國當代統(tǒng)計預測鬼才奈特席佛(Nate Sliver)提醒我們：「數(shù)字沒辦法為自己說話，是我們在為它們說話，我們賦予它們意義。我們可能會用對自己有利的方式來解釋資料，讓資料脫離客觀的現(xiàn)實。 」

大數(shù)據(jù)，不是單純以數(shù)據(jù)多寡或來源來決勝負，而是要依靠「人」根據(jù)數(shù)據(jù)的結合與交叉比對形成的「判斷」或「預測」準確與否來決勝。尤其在行銷領域中，大數(shù)據(jù)大部分都是在處理與人有關的數(shù)據(jù)，而不是沒有生命的物質。大數(shù)據(jù)行銷背后代表的，是人的行為模式與需求，因此不能單純只靠數(shù)字或統(tǒng)計來做判斷的依據(jù)，必須更深入地思考品牌、商品和人之間的關系，而這樣的思維將會是下一個厚數(shù)據(jù)(Thick Data)時代的開端。

所謂的厚數(shù)據(jù)與強調數(shù)據(jù)規(guī)模的大數(shù)據(jù)不同，厚數(shù)據(jù)更重視人和產品或產業(yè)數(shù)據(jù)間的深度與情境，好的數(shù)據(jù)觀點，也往往是從厚數(shù)據(jù)產生，而非大數(shù)據(jù)。厚數(shù)據(jù)強調深入使用者情境，需要厚實的產業(yè)知識或經(jīng)驗為底，透過厚數(shù)據(jù)，將產業(yè)產品與消費者做更緊密的連結。

未來的大趨勢，若只單純從現(xiàn)有的大數(shù)據(jù)發(fā)現(xiàn)和判斷，過度信任數(shù)字呈現(xiàn)結果，將很有可能造成誤判。若能透過深入使用情境，探知自消費者需求影響而成的未來產業(yè)發(fā)展趨勢，方能展現(xiàn)厚數(shù)據(jù)的重要價值。

大數(shù)據(jù)與厚數(shù)據(jù)的研究方向差異比較表：