什麼是小數據？

簡而言之，小數據是格式簡單，體積小到可以由一台機器處理，或由個人理解。小數據被認為是大數據的衍生工具，可以提供及時、有意義的深度資訊，其組織和封裝方式使其易於存取、易於理解，並能夠用於日常決策。

小數據可讓企業獲得寶貴的深度資訊，而不必執行大數據分析所需的系統類型。因為小數據主要來自交易系統，所以大多數轉向分析策略的企業已經可以存取小數據，以便在使用大數據進行更進階的分析之前，做出明智的決策。

小數據的常見例子包括：

來自客戶關係管理系統（CRM）的資料
購買行銷資料、原料和設備的資訊
客戶與產品銷售資訊
客戶行為資料
線上購物車資料
客戶滿意度調查
一對一訪談

小數據的特性

一般而言，小數據由三個特性定義。小數據是：

無障礙空間：大數據包含大量難以管理的複雜資料。相較之下，小數據數量較小，使用起來更簡單。
可以理解： 小數據將大數據總結為較小的資料集，無需使用強大的演算法和分析程式，更容易理解。
可行性：小數據可深入分析使用者、客戶及其行為，有助於做出短期決策。

大數據 vs. 小數據

大數據是指當今業務流程產生的大量結構化和非結構化資料。大資料集通常難以存取、理解、組織和分析。由於這些資料太大，無法在單一機器上呈現，因此通常需要強大的運算硬體、軟體和演算法，才能發現可能對業務營運有幫助的模式、趨勢和深度資訊。

與大數據不同的是，小數據包含更小、更可用的資料塊，而且對人類來說很容易理解、存取和分析。它累積的速度比大數據慢得多，通常用來回答特定問題或解決特定問題。小數據通常儲存在一台機器上，如本機伺服器或筆記型電腦。因此，企業可以從小數據中輕易獲得有價值的深度資訊，而不必投資高效能技術，也不必使用複雜的演算法。

儘管如此，小數據和大數據都能夠影響企業，並可以共同努力解決不同的受眾和組織層面的問題。

什麼是小數據的重要性？

對於資源有限的公司而言，以能立即影響業務的規模處理資料是合理的。如前所述，比起大量大數據資訊，處理和解讀較小的資料集更容易。

此外，由於小數據能以更相關、更精簡的方式呈現，因此通常比較容易分析，而且對於專業人士、數位行銷人員和經理而言，更可行。

在許多情況下，小數據能支援更強大的即時成果，協助企業改善標準實務、解決目前問題，並發掘創新想法，進而帶來新的業務經營方式。與大數據一樣，小數據也可以驅動機器學習和人工智慧模型，這對於自動化關鍵內部流程至關重要。

小數據的好處

可用性更高

大多數使用的資料都是小數據。任何使用電腦或智慧型手機的人都會產生小數據，這比大數據更容易取得。舉例來說，社群媒體或績效廣告的資料，是提供買家決策及客戶終身價值（LTV）相關資訊的寶貴資源。

簡易性

小數據很容易被人類理解和解讀，讓利害關係人和決策者更容易理解。大數據通常需要專業解讀，但每個人都可以使用小數據來創造商業價值。

立即商業智慧

在許多情況下，小數據是解決手頭問題的正確資料。由於小數據很容易理解，因此小數據產生與利用它來做出商業決策和接觸客戶之間的時間可能相當短。

以客戶為中心的方法

小數據可讓您更加了解終端使用者對於企業的需求。透過觀察少量客戶資料，您可以發現客戶行為方式的詳細資訊，這可以轉化為重要的商業見解。

節省成本

無論儲存在何處，小數據都可以從應用程式和服務中存取，而不必隨著資料量的增長建立昂貴的資料儲存和倉庫。

小數據使用案例

考慮以下小數據的潛在使用案例：

客戶服務：關於客戶的詳細資訊可以幫助企業更快解決問題。電話號碼識別或事先得知問題（例如：航班延誤）有助於客戶服務代表更妥善地處理問題，或將其重新導向至自動回應服務。
費用與資產管理：企業通常難以準確追蹤支出並報告固定資產。小數據可讓您更清楚地了解整體組織效率，這有助於讓您的業務活動與首要任務保持一致。
員工留任：能夠觀察員工活動的小幅變化，例如：未充分利用累計假期和病假，可能顯示員工的動機程度。這些資訊有助於了解公司文化和工作環境的保留方法和改善。
個人化購物：使用穿戴式和手持裝置、感測器、監控攝影機和零售IoT裝置建立的小資料集，可以改善店內客戶體驗。