很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
曾记得2010年左右，当大数据（BigData）的概念横空出世时，身处传统市场研究公司的朋友们大都有些惶恐不安：大数据时代正扑面而来，做小数据研究的是不是要被淘汰了？
时至今日，大数据行业叱咤风云已十余载，回头再看处于“数据鄙视链”底层的传统市场研究公司并未完全消亡，新兴的大数据公司并未能彻底“消灭”传统的小数据公司。
相反的，我们还看到有些传统的市场研究公司在积极拥抱大数据后，摇身一变为“数据智能”服务商，找到了公司业务增长的新曲线，业务规模不减反增。人们不禁要问，为什么大数据无法彻底取代小数据呢？今天就来谈一谈小数据和大数据的关系。
大数据的概念向来都是众说纷纭、莫衷一是，近些年大家都开始比较务实了，不再纠结于大数据的概念，而是更加注重大数据的应用场景和价值了。为了行文的需要，在这里还是简单提一下基本概念。
关于大数据的定义，有两个相对权威的说法。其一，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征；其二，在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中指出，大数据是指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。此外，IBM提出的大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），也普遍被业内人士所认同。
什么是小数据（Small Data）呢？在百度百科上采用的是互联网研究员吕兰涛给出以下定义：“小数据”是指需要新的应用方式才能体现出具有高价值的个体的、高效率的、个性化的信息资产。比如：通过智能家电、手机、平板电脑、穿戴式产品等能收集到个人的一举一动，这些个人的信息资产就是富有个人色彩的小数据。
以上关于大数据和小数据的定义都有一定的道理。为了方便比较和表述，本人将大数据定义为：由结构化数据与非结构化数据组成的数据集合体，将小数据定义为：面向特定用户群体的结构化数据。
大数据与小数据到底有什么样的差别呢？下面从属性层面和应用层面进行比较和辨析。
1、 属性层面
数据获取方式：大数据一般通过爬虫、埋点、API等方式获取数据，数据获取几乎全部交给机器来处理，自动化程度较高。小数据通常会依赖于人工的方式进行数据采集，比如：通过问卷调查、电话调查、街头拦截调查等传统的实证调查方式获取数据，人工参与度高。
表现形态：大数据更多的是非结构化和半结构化数据，小数据则以结构化数据为主；
数据量级：大数据至少是TB及其以上级别的数据量，而小数据通常为MB级别的数据；
实时性：大数据中实时性数据所占比例较高，而小数据一般有一定的滞后性；
数据质量：大数据大多处于杂乱无章的状态，数据缺失、乱码、异常值等情况比较普遍，而小数据一般都经过了较严格的标准化和统一化处理，数据质量相对较高；
数据处理技术：大数据经常会采用较复杂的数据处理技术，比如：爬虫技术、埋点技术、分词技术、可视化技术、机器学习算法等，数据处理技术的难度大、技术要求高，一般需要搭建大数据平台来进行处理。小数据因其数据处理量较小，以结构化数据为主，数据处理起来比较简单，所以用到一些常用的数据分析工具就能轻松应对。
2、 应用层面
范围与对象：大数据注重对全量用户的分析，分析的内容往往侧重于群体性的行为，即“面”上的数据分析，比如双11网络购物的大数据分析。小数据的对象通常为抽样用户，往往更加注重对单体用户的行为分析，即“点”上的数据分析，个性化是小数据的特色之一；
知识发现过程：大数据重在预测，小数据重在决策。大数据的分析方式是自下而上的知识发现过程，从纷繁复杂的数据中发现规律，从不确定性中找到确定性。小数据的分析通常采用统计学的方法，先找到特定用户群的规律，然后再具体分析单体用户的情况，分析方式是自上而下的；
数据分析深度：大数据擅长从整体上进行全局性的实时性感知与分析，比如：交通流量监测、舆情监测等应用。小数据因对象较明确，分析的更聚焦和有针对性，所以分析的内容更深刻、更精准。
分析导向性：大数据注重相关性分析，关注结果是什么而不纠结于为什么，通过相关性来给出问题的解决方案，所以，大数据分析的结果往往可解释性弱。小数据通常是结果导向的，注重因果关系分析，关注现象背后的内在机理和业务逻辑，因此，小数据的分析结果有较强的可解释性。
过去的十余年可谓是大数据与小数据的相爱相杀的一段时期，表面上大数据行业突飞猛进，小数据公司们日渐式微，实际上大数据行业的发展并非一帆风顺，而小数据行业也从不甘心被淘汰。
大数据固然有其优势，小数据也有其难以取代的特色。通过多年的实践我们不难发现：大数据并非万能的，小数据仍有其独特价值，利用数据的最佳方式就是“大小通吃，并驾齐驱”。未来的时代仍将是大数据与小数据共生共存的全数据时代，而能同时驾驭大数据和小数据的公司则会更有竞争力。如何才能做到同时驾驭大数据和小数据呢？笔者认为，至少有三种路径：从大变小，从小变大和大小结合。
1、从大变小：利用大数据维度全、变量多的特点，可以进行全量用户的行为聚类分析，得到一些具有典型特征的用户分组，针对这些分组用户可以再采用市场调研的方法进行深入研究和分析，这样既能从“面”上了解全量用户的全貌，也能从“线”上洞察分组用户群的情况，甚至能深入到具体“点”上单体用户的特征。另外，通过大数据对全量用户进行聚类和分组后，还能更有效的指导用户调研时的抽样策略，减少样本配额的偏差。
从大到小，就是从大数据中找到适合小数据的场景，用大数据的方法帮助小数据锁定要聚焦的用户，再用小数据的研究方法深入探究大数据分析结果出现的原因。
2、从小变大：小数据在用户心理、态度和情感等方面的深入研究具有独特的优势，当我们针对少数用户通过深入访谈、群组座谈会等方式进行深入分析后，可以得到一些典型用户群的画像模型和特征标签。
比如：当我们需要面向更多的用户群进行定向广告投放时，可以将这部分用户视为种子用户，并在小数据方法所获得的种子用户标签的基础上，做相似人群的规模放大，从而找到更多的符合要求的用户群。针对用这种lookalike方法获得的新用户群，可进一步采取大数据的分析方法研究其行为特征、广告投放后的响应等。
从小到大，一方面指的是研究对象从个体或小范围扩大至更广泛的用户群，提高产品或营销的覆盖面，另一方面还指分析的维度能在小数据的基础上进一步扩充和丰富。
3、大小结合：大数据和小数据各有所长，又各有其短。大数据重分析，轻情感；小数据重态度，轻行为。
大数据的挖掘靠电脑，小数据的挖掘则要靠个人能力。大数据弥补小数据实时性、维度较单一等方面的不足，而小数据不但能够对大数据形成有力的补充，更能够挖掘用户行为的深层动机。大数据与小数据可以深度融合，相辅相成。针对同类用户群，大数据负责行为数据的全面分析，小数据负责心理和态度等方面的点线式分析，这样就有利于更全面的进行用户洞察。从大数据中得到规律，再用小数据去匹配个人，将会是一种更为有效的数据运用方式。
总之，大数据时代的到来，并不意味着小数据时代的结束，大数据与小数据是对立的，但终将也是统一的。大数据与小数据不是颠覆与被颠覆，替代与被替代的敌对关系。相信不远的将来，大数据与小数据的边界终将模糊，大中有小，小中有大，大数据与小数据将会相逢和共生于全数据时代。数据也将完成从小数据到大数据，再到全数据的进化之路，全量用户、全域数据的智能时代终将来临。
-END-
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)