Jerry W. Thomas，决策分析师公司

最初发表： 2013 年（PDMA Visions Magazine , Issue 4, 2013 • Vol. 37 • No.4）

你感觉不舒服，所以你去看你的家庭医生。他将您放入一个新的电子扫描仪中，并在您的整个身体表面生成 28 万亿次温度测量值。然后，他保存这些大数据测量值，并使用先进的统计算法和超级计算机，宣布您的温度为 98.6 华氏度。终于解脱了！大数据来拯救。

潮流

随着大数据浪潮的兴起，顾问、教授、会议组织者、作者、杂志、博客、软件公司、专家、骗子、私募股权公司和计算机硬件制造商都争相加入。很少有一种潮流能引起如此多的关注和如此多的乘客。大数据的基本前提似乎是：

• 更多的数据总是比更少的数据好；

• 数据的数量、多样性和速度创造了潜在知识和先见之明的新来源；和

• 有了大数据，所有的问题都可以得到解答——“为什么”最终会被揭示给人类，未来可以被准确预测。

大数据是对未来的准确描绘，还是仅仅是遥远沙漠炎热中闪烁的海市蜃楼？它是通往终极真理的道路，还是只是夸张的承诺和虚幻的梦想的潮流？

事实是营销和业务问题的解决方案——以及战略机会的识别——通常在于小数据领域，而不是大数据领域。您不必将海洋煮沸即可确定其盐分含量。你不必吃掉整只牛就知道它很难吃。

数据的限制

世界上主要的业务数据（实际上是所有数据）是历史数据或“跟踪”数据，例如财务数据、销售数据、客户行为数据、天气数据和库存数据。几乎所有数据都倾向于向后看，类似于通过后视镜来引导汽车前进。

无论当前或瞬时数据如何（即速度）或数据量如何，向后看的偏差都是无所不在的限制。我们可能会看到这些数据的趋势，让我们对近期的未来有所了解，我们或许能够找出过去推动公司成功的因素，但大多数历史数据在预测未来方面的价值有限。

您可以信任的数据

通常，不假思索地，我们倾向于认为所有数据都是平等的，但这很少是真的。企业界充斥着数据。它一天 24 小时从四面八方涌来，数据洪流继续恶化。

事实上，不断增长的数据泛滥是问题的一部分。更多的数据通常意味着更多的混乱。哪些数据是正确的？哪些数据可以信任？以下是关于各种类型数据的可信度的观点，从最可信到最不可信：

1. 实验数据。由此类实验专家的客观第三方进行精心设计和仔细控制的实验，产生最值得信赖的数据。采用之前/之后和并排控制，以及复杂的统计分析，将噪声与信号分离。

2. 调查研究数据。由作为客观第三方的经验丰富的专业人士进行的科学研究产生了值得信赖的数据。这些数据通常是实验性的。研究设计、规范数据、数学建模、刺激控制、统计控制、历史经验、质量保证标准等，往往使这些数据非常精确。噪音往往很小。

3. 营销组合建模数据。分析数据库的创建、数据的清理和规范化以及使用多元统计和建模来隔离和中和一些噪音往往会使营销组合建模数据比实际销售数据更好。

营销组合建模数据中的信号更稳定、更可靠且更可测量。这种类型的数据对于帮助公司了解推动其业务的变量（是媒体广告、销售人员数量还是价格差异？）非常有价值，但通常需要多年的数据才能从营销组合中获得最大价值造型。

4. 媒体混合建模数据。这与营销组合建模的概念相同，只是应用于一组不同的变量。适用相同的一般规则。分析数据库、数据清洗、建模和统计可以将数据中的噪音降到最低，从而可以隔离各种媒体的影响。同样，如果与对照实验相结合，数据和分析将更具解释性。

5. 销售数据。销售数据非常好，但并不完美，是衡量实际销售额的指标。但销售并不是衡量广告效果、最佳媒体支出、产品质量、服务效率、竞争活动等的可靠和有效的衡量标准。销售数据只能是可信的。经济、竞争活动、天气、通货膨胀、假期周期、新闻事件、政治事件、库存和分配的失常、定价混乱等会产生虚假的回声和扭曲的幻想。销售数据并不是衡量因果关系的好方法。销售是衡量发生了什么的相当好的衡量标准，但不是它发生的原因或导致它发生的力量。

6. 眼动追踪数据。随着测量设备和软件的不断改进，人眼指向的方向可以非常准确地确定——在高质量设备的受控环境中误差小于 1 度。这可以提供有用的诊断信息，以帮助了解为什么包裹、网站或广告未能引起注意或未能注册某些消息或图像。

7. 生物特征或生理测量。皮肤电反应、瞳孔放大、心率、脑电图 (EEG) 测量、面部情绪识别等非常有趣和令人兴奋，它们有朝一日可能会打开进入人类灵魂的门户。不过，就目前而言，这些措施在很大程度上是推测性的，未经证实。其中一些措施在跟踪唤醒方面相当不错，但是如果不进行调查或定性研究，就无法准确地知道唤醒是积极的还是消极的。

8. 社区或咨询小组数据。许多大公司已经购买了允许他们经常与一小群目标消费者反复交谈和调查的系统。该组的调查由公司中的不同人员每天或每周进行。如果不考虑结果的质量，每次调查或测量的成本相对较低。这样的社区不是真正有代表性的，不是随机选择的，也很少得到验证。随着时间的推移，条件反射和学习的风险会削弱社区的代表性，假设它在一开始就存在。

9. 社交媒体数据在美国企业中非常流行。这些数据相对便宜，通常是海量和实时的（每天，每小时）。许多新的软件工具和系统使数据分析相对容易。社交媒体数据可能是最有价值的预警系统——预警系统出现问题、竞争主动性或意外失常。但是，出于以下几个原因，必须始终以怀疑和怀疑的态度看待社交媒体数据：

• 许多产品类别和品牌很少在社交媒体中被提及，这使得样本量太小而无法获得数据可靠性。

• 社交媒体评论受到新闻周期、特殊事件、媒体广告、促销、宣传、电影、竞争活动和电视节目的影响（即，数据中有很多噪音）。

• 社交媒体数据容易受到操纵。您可能认为您正在跟踪数据中的一个重要趋势，但后来才知道这是一个巧妙的诡计，可以让竞争对手混淆。越来越多的公司和其他组织正在努力创建社交媒体内容和管理社交媒体评论，因此数据的研究价值正在迅速减少。

• 由于社交媒体评论是通过网络抓取识别和收集的，我们几乎永远不知道评论背后的确切来源、背景、刺激或历史。这些未知数确实使解释变得有风险。这就是为什么必须以恐惧的精神和黄疸的眼光看待社交媒体数据的原因。

小数据

如果企业决策者依靠来自小数据世界的久经考验的工具和系统，而不是来自大数据的幻想，他们通常会得到更好的服务。抽样理论教导说，如果样本是随机的，则可以通过与极少数人交谈来衡量整体的行为或情绪。

1,500 个样本足以预测谁将赢得总统选举。200 到 300 名受访者的样本通常足以预测整个人群对新产品或服务的喜爱程度。一个 200 名用户的样本可以在家中测试一种新的花生酱一周，由此可以准确地确定该产品是否是最佳的，以及一旦推出其市场份额将是多少。

这些是小数据的例子。调查研究相对便宜，但非常准确，因为专业研究人员知道来源、刺激、背景和历史——他们拥有久经考验的测量工具、规范数据、质量保证和控制。

营销研究可以设计为具有前瞻性和预测性，而不是向后看。经验丰富的研究人员可以创建替代未来并衡量未来不同愿景的相对吸引力。这些研究人员可以根据调查研究预测新产品的销售量在较窄的公差范围内。他们可以通过产品测试优化新产品的配方。他们可以在新广告播出之前很久就准确预测其效果。他们可以仅基于科学抽样和调查，以惊人的精度衡量一个行业或类别的规模和构成。

所有这些研究都基于少量数据。数据来自随机抽样、仔细控制的实验和/或科学调查。样本和抽样误差是已知的，刺激是已知的，问题是已知的，上下文是已知的，答案的含义是已知的。

尽管营销界和专家都在吹捧大数据，但很少的数据通常为合理的企业决策提供了更准确的基础。

关于作者

Jerry W. Thomas是德克萨斯州阿灵顿 Decision Analyst Inc. 的创始人，担任营销研究员和首席执行官已超过 35 年。托马斯被公认为他的专业领域的创新者，并因其对美国营销研究行业进步的贡献而多次获得荣誉。这些贡献包括帮助在德克萨斯大学阿灵顿分校创建营销研究理学硕士课程。