为什么没有“小数据”大数据就毫无意义

　　在大数据的火热炒作中，迅速追赶行业热潮是一件很容易的事。庞大的数据集、快速移动的分析、复杂多样的数据源，现在这些都十分火热，但是我们要明白，如果没有小数据的支撑，大数据是毫无意义的，这里所说的是传统性能指标的小数据。

　　众所周知，KPI用以衡量一个公司是否成功。其中可能包括客户保持率、转化率、市场份额或其他几十个决定某家公司运营状况如何的指标。如果没有良好的关键绩效指标（KPI），就不可能有好的大数据计划。数据本身几乎毫无用处，它只是一系列大量的无关联数字。它的价值只有当它与关键绩效指标相结合，提供了能够改善决策和提高性能的洞察力时才能实现。而关键绩效指标是绩效衡量的标准，如果没有它们，任何从大数据中收集到的东西都仅仅是没有行动力的知识。

　　例如，一家零售公司可以利用大数据的分析，根据客户的偏好、趋势和个性化需求制定优惠促销策略。如果没有传统的关键绩效指标，如利润率、客户满意度、客户忠诚度和市场占有率，公司将不能判断出促销策略是否有效果。到底用什么来测量增长？其实各种规模、各个领域的企业都是如此。如果没有合适的衡量增长的标准，就不会知道根据数据分析做出的决定和举措是否达到了预期的效果。假想一下如果正在开车，车辆配备了一系列的仪表板用来显示关于旅程和车辆整体功能的KPI。但是，如果只是专注于一个错误的KPI，就可能会面临一场灾难。同样的道理，企业需要确保他们对自己的大数据分析策略选配了合适的KPI，是十分重要的一方面。

　　如果呼叫中心希望提高客户满意度，他们可能会选择总通话时间KPI，或来电总数来进行衡量，因此把大数据主动链接到一个组织的主要战略措施上是非常重要的。如果正在使用大数据来个性化公司的营销，那么就应该转化为更高的点击率、转换率、最终客户的忠诚度和净利润率。只有将大数据链接到小数据，才会带来公司所渴求的丰厚的利益，否则它将无法使任何衡量参数可行。

　　（文章转自199IT互联网数据中心）

关注读览天下微信， 100万篇深度好文， 等你来看……