“大数据”成为商界的最新热潮不足为奇。所谓“大数据”，是指由强大的分析工具进行筛分的庞大数据集。“大数据”可以成为一种出色的工具，帮助企业收集有关我们行为和偏好的新信息，但它无法解释我们行为背后的原因。
业界通常用“4V”，即数据体量巨大、数据类型繁多、价值密度低和处理速度快四个特征来显著区分大数据与传统数据。
目前业界可能更关注的是容量和速度，而忽略了数据价值以及数据体系建设，这种情况充其量只能称之为海量数据。
在传统的4V基础上，大数据还应该包含数据交换、互联、质量、安全等数据体系建设以及可以建立上层数据应用的整个生态圈。
公司过分依赖“大数据”里的数字、图表和不甚可靠的信息会面临风险，那就是将自己与消费者日常生活中丰富多彩、但不能量化的内容隔绝。他们会无法想象和凭直觉感知世界与他们的企业可能会如何演变。
成功的企业和管理者会设法了解其产品或服务会让用户产生什么样的情绪甚至本能反应，并能根据情况变化适时调整。他们能够运用我们所说的“厚数据”。
如乐高的案例。2004年，这家丹麦公司一天的亏损额就高达一百万美元。该公司产品与消费者需求出现脱节，公司处于破产边缘。
-当时，乐高认为，现代儿童在游戏中寻求的是“瞬时驱动”。他们想要能拿起来就玩的玩具，而不是像经典乐高积木那样需要“一砖一瓦”认认真真组装的玩具。
基于这一设想，乐高开始开发新的活动人偶和其他概念玩具，但该公司新任首席执行长则一直有一种挥之不去的感觉：这种想法是错误的。
他认为自己应该从头开始，从更根本的角度理解儿童怎样玩和为什么玩。他对乐高用户进行研究，派员工去和孩子一起玩耍。
在收集了无数个小时的视频、数以千计的照片和日志以及数百个用乐高搭成的模型之后，乐高细致地为所有信息进行编码，从中寻找跨越地理位置和年龄的模式。一种模式慢慢从数据的犄角旮旯里浮现出来。
该公司发现，并不是每个孩子都喜欢搭乐高积木，但爱搭积木的孩子对此十分着迷。乐高的团队领悟到：他们应该“回归一砖一瓦”。
处理“厚数据”并不是那么简单直接的事情，但是如果我们不这样做，就得选择让机器来代替我们应对这些复杂的商业挑战。
虽然现在计算机有强大的能力可供我们调遣，但有时我们却只能凭借认真而耐心的亲身观察，静下心来，深入思考，想方设法把问题解决。
（摘自世界商业报道，4月9日） | 
