大数据离不开 厚数据

，全环球各种规模的公司都在原告知须要 大数据 —— 大数据 是驱动下一轮翻新的源能源。风投公司专门确立针对大数据的投资组合，初创公司对外宣称自己是 “大数据” 公司，成熟的巨头企业会成立专门做大数据名目的数字翻新团队。面对先进的计算数据搜集和剖析才干，许多初创公司和大型企业不惜以就义人的洞察为代价，适度地专一于搜集定量数据。这种把定量数字凌驾于定性洞察之上的做法着实令人担心。我就曾亲眼见证了一家公司为此遭遭到的严重影响，没有任何一家公司会宿愿遵照这种做法。

2009年 的时刻，我在诺基亚做调研上班。诺基亚是过后新兴市场最大的手机公司。我在钻研中发现，这家公司在全体商业形式上侧面临应战。经过多年在中国的人类学钻研上班，不论是与外来打工者一同生活，体验街头小贩的辛酸苦辣，还是沉溺在网吧环球，这些都让我看到了少量的市场信号，我有理由置信，低支出消费者曾经预备好为更低廉的智能手机买单。

过后我的论断是，诺基亚必需转变他们的产品开发战略，从制作多少钱低廉、面向精英用户的智能手机，转而开发多少钱适中、面向低支出用户的智能手机。我把我的钻研报告和相关倡议汇报给了诺基亚总部。但诺基亚在看过我的钻研发现后却不知道该怎样做。他们说，我的样本量只要 100 个，和他们成千盈百万的样本量相比，简直就是微无余道。另外他们还说，依据他们现有的数据资料，我的洞察发现基本就没有任何依据可言。

当然如今，咱们一切人都知道诺基亚起初出现了什么。微软在 2013年 收买了诺基亚手机业务，目前它的环球智能手机市场份额仅占 3%。诺基亚的败落是由很多要素造成的，但其中最严重的要素之一，也是我亲历的一个要素就是，诺基亚适度依赖数字。他们过于注重定量数据，以致于在面对难以权衡或现有报告里没有的数据时，就变得手足无措。原本可以成为诺基亚的竞争筹码，最后却帮了一个倒忙，造成它走向兴起。

自从诺基亚的那次上班阅历以来，企业组织这种适度注重定量数据而疏忽定性数据的做法就不时让我感到十分不解。随着大数据时代的崛起，我发现这种状况开局愈演愈烈，一些公司不惜扣减花在以人为本调研上的估算，而宁愿花重金投资在大数据技术上。人类学定性钻研上班在大数据时代下的生活现状让我深感放心。

在这个以数据为驱动的环球，人类学钻研上班（经常以 市场调研 、设计调研和定性调研的方式内行业里出现）侧面临一个十分严重的看法误区。经常会听到人们议论说，人类学钻研的数据样本量太小，人类学钻研数据是 “小数据”，就像过后诺基亚上层说的一样。

由于缺少概念性文字来极速界定人类学钻研在大数据时代的价值，自去年开局我不时在用 “厚数据”（在此向 Clifford Geertz 致意！）这个词来示意我对综合性钻研法的倡议和允许。厚数据是指应用人类学定性钻研法来阐释的数据，旨在提醒情感、故事和意义。厚数据难以量化，但能从大批样本中就解读出深入的意义和故事。厚数据与大数据一模一样，定量数据须要依赖少量的样本，同时借助新技术来捕捉、存储和剖析数据。要让大数据变得可剖析，它就必需经过一个反常化、规范化的定义和归类环节，这个环节会在有形之中剔除数据中所蕴含的背景、意义和故事。而厚数据恰好能防止大数据在被解读的环节中失落这些背景元素。

“厚数据是指应用人类学定性钻研法来阐释的数据，旨在提醒情感、故事和意义。”

整合大数据和厚数据能让企业站在全局的高度，更片面、更彻底地掌握任何情景。企业要纵观全局，就必需同时运用大数据和厚数据，从中取得不同类型的洞察，取得丰盛的广度和深度。大数据须要借助少量样原本提醒特定形式，而厚数据只需借助大批样本就能从深档次解读出各种以人为本的形式。厚数据依赖人的学习优惠，而大数据依赖机器的学习优惠。厚数据表现着各种数据相关面前的社会背景，而大数据表现的是从一系列特定定量数据中提炼出的洞察。厚数据技术能容纳无法化约的复杂性，大数据技术则是经过火离变量来明白形式。厚数据缺少广度，大数据缺少深度。

运用大数据存在风险

企业组织在运用大数据时，假设没有一套整合框架或权衡尺度，那么大数据就会变成一个风险因子。Steven Maxwell 指出：“人们适度沉溺于数据消息的量，却疏忽了 ‘质’ 的局部，也就是剖析法所能提醒的商业洞察。” 量越大并不象征着生成的洞察就必定越多。

另一个疑问是，大数据往往过于注重定量结果，而丑化了定性结果的关键性。这就会导向一种比拟风险的看法，即以为经统计剖析得出的规范化数据要比定性数据更有用、更主观，从而进一步必需了定性数据就是小数据这一观念。

以上两个疑问造成企业组织几十年来仅仅仰仗定量数据来做控制决策。不时以来，企业控制咨询顾问都是应用定量数据来让优化企业的运作效率和赢利。

应用大数据的风险在于，企业和团体会开局依赖运算规律，把它作为权衡规范来做决策和优化表现。

假设没有一种平衡力气，大数据很或者会造成企业和团体总是依据从运算规律得来的规范来做决策和优化。在这个优化环节中，包括人、故事、真实的体验在内的一切都会被漠视。正如 Clive Thompson 写道的：“把人的决策要素从这个等式中抹去，就象征着咱们会与深思熟虑的做法渐行渐远，而这些深思熟虑的时辰恰好是咱们从品德层面反思自己行为的时机。”

监禁大数据与厚数据的整合效应

大数据发生的消息量真实太过庞大，以致于不得不借助其他方式才干填补和 / 或提醒常识缺口。而这恰好是人类学钻研上班在大数据时代的价值所在。上方，我会分享一些无关企业如何整合经常使用厚数据的方式。

厚数据是勾画未知环球的最佳方式。当企业组织想了解他们并不了解的畛域时，就须要厚数据的协助，由于它能带来大数据所没有的物品——灵感。搜集和剖析故事有助于生成洞察。

当企业组织想要了解并不相熟的畛域时，就须要 “厚数据” 的协助，由于它能带来大数据所无法带来的物品——灵感。搜集和剖析故事有助于生成洞察。

故事能激起企业组织探求通往目的地的不同路径，这个最终目的地就是洞察。打个比如，假定你在开车，厚数据能让你瞬间移动到想去的中央。厚数据经常会带来一些预料之外的发现，既让人困惑又让人惊喜。但不论怎样，它都能带来灵感启示。只要在富于构想力的企业，翻新才干赖以生活。

当企业想要与利益相关方建设更持重的相关时，他们就会须要用到 “故事”。“故事” 蕴含着情感，而这是经剖析过滤的规范化数据所不能提供的。数字无法折射出日常生活中的各种情感：信赖、软弱、惧怕、贪心、愿望、安保、爱和亲密。很难用算术规律来示意一团体对服务 / 产品的好感水平，以及这种好感会随着期间变动而出现怎样的转变。相对地，“厚数据” 剖析法能深化人们的心坎。毕竟，利益相关方与企业 / 品牌的相关是理性的，而不是理性的。

厚数据和大数据的未来整合时机点

大数据概念的提出者 Roger Magoulas 强调了故事的必要性：“故事能很快流传开来，把 数据剖析 法的阅历经验分散到企业组织的各个角落。”

仅仅经常使用大数据会带来疑问，关键是要懂得如何同时应用起大数据和厚数据，让两者相反相成。关于定性钻研者来说，这是他们在以定量结果为主导的大数据时代定位自己上班性质的绝佳时机。像 Claro Partners 这样一些公司甚至曾经开局从新界定咱们如何问无关大数据的疑问。在他们的团体数据经济（Personal>