曾听美国同事讲过一个事情：广告公司的某位客户恰巧是海军陆战队上校，他们在讨论数据可靠性的话题。上校说：“如果我在战场上获得一个情报，即使我并非100%确定情报的准确性，我仍然会根据情报做决策。”他强烈认为有情报总比没有情报好 —— 我们不能仅仅因为信息的可靠性不足就忽视该情报。有人会认为这位上校是“小数据”的拥护者。
最近有大量围绕“大数据”开展的讨论，而大数据以数量大、速度快、种类多为特征，需要配备新的数据处理方式。企业想要运用大数据优化决策并提升运营效率，通过数据挖掘更好地了解客户行为和偏好，甚至用大数据预测股票市场动态。一些企业已经运用大数据战略取得了成功，其他企业也纷纷开始投资大数据所需的基础设施、软件、人才。
然而，有一个要点需要说明。许多企业，可能是大多数企业，都处在数据相对不足的环境，无法获得高级分析和数据挖掘所需的大量信息。例如，销售终端机（POS）的交易数据在新兴市场还未实现标准化操作。在多数B2B行业，企业可以获得自身的销售和配送数据，但很少能了解整体市场销量或竞争对手所售产品情况。在高度专业化或集中的市场，例如汽车零部件供应商市场，其潜在客户的数量有限。这些企业不得不满足于小数据，即使是在数据不足或数据质量参差不齐的情况下，也要通过运用有限的数据形成洞察。
一些评论人士称，大数据不仅仅是新的数据来源和分析技术。大数据彻底改变了决策方式，从管理层根据直觉制定决策转变为根据数据制定决策。而对于那些缺乏完整或明确的市场数据的企业，它们必须努力高效地运用现有数据（可能存在数据不够完善的问题）或运用创新且低成本的方式获得新数据。
让我们来看一个小数据战略的例子。一家大型饮品生产商希望提升其产品在即饮渠道，即酒吧、餐厅、娱乐场所的销量。多年来，该公司一直从同一家机构购买同步数据，这些数据涵盖了10万个销售点。然而这些数据是为了满足大量客户的普遍需求而收集和梳理的，运用标准化的划分方式，并不能帮助该饮品企业了解如何有效地为不同细分市场提供服务。因此，该公司决定采用一系列小数据技术，以便根据需求制定解决方案。
该公司先采用观察研究法，参观了酒吧和餐厅，对消费者及其消费方式进行定性记录。该公司运用这些数据获得了更可行的细分市场定义。接下来要将细分市场进行量化，明确各个细分市场有多少销售点。该公司根据观察到的特征制定了公式，然后让销售人员根据公式将所有销售区域覆盖的酒吧和餐厅进行分类。（这就是一项典型的小数据战略：内部填补数据空缺。）最终，该公司根据各主要细分市场设计了特定的产品组合、定价、市场营销项目。该公司已经在两个大城市开展了相关试点项目，整体销售额和市场渗透率都得到了大幅提升，并正在全国范围推广该举措。
再比如中国的海尔，运用服务工程师收集的信息推动了创新。最知名的可洗土豆的洗衣机就是在上世纪90年代末，工程师发现一些农村消费者用洗衣机清洗蔬菜造成了堵塞，海尔运用该信息开发了一款在洗衣服之外兼顾清洗土豆、红薯和花生的新型洗衣机。
明确思路后，其实所有的信息都能被用于提升产品、客户体验或公司利润。因此，小数据战略可以包括任何能让公司在低成本前提下获得更多客户洞察的方法。如上文所示，挖掘小数据并不意味着要在数据获取、硬件、软件或技术设施方面做大量投资。
此外，企业需要做三方面努力：
致力于发展以事实为依据的决策机制。当公司发现竞争日益激烈或无力准确捕捉多变的消费者习惯和偏好时，通常会萌生这种想法。对于以市场为导向的企业而言，以事实为依据的决策机制是获得竞争优势的重要来源。
有边做边学的意愿。既然小数据战略不需要通过第三方，企业就不得不亲自做出尝试并从错误中汲取经验教训。一旦明确了一些重点，一系列的试点项目将给企业带来宝贵经验，而那些较早通过小数据战略获得成功的企业恰好能激励其他企业。
提升创造力。为了获得更丰富的数据，企业需要提升创造力，自然而然地将创新融入到与消费者的互动过程中。例如，零售商可以烦请门店的客户用iPad完成调研问卷。企业还可以在任何带有信息登记功能的网站上加入询问消费者偏好的问题以收集相关信息，进一步完善网站收集到的一些基础数据。呼叫中心客服人员和消费者的对话也是收集信息的好机会，有利于获得更为深入的消费者洞察。一些企业还会组织善于钻研的成熟消费者组成用户小组，在研发新产品的过程中听取用户小组的建议。有的企业会依靠销售代表获得关于消费者偏好以及竞争对手活动的相关信息。但更重要的是，企业必须投入更多精力收集并解读已经生成的数据。
企业通常会挑选需要关注的一款产品、一个区域以及一个问题而开启一段数据分析之旅，还会开展一个或多个试点项目。高管们会向自己和企业其他成员证明投入的精力和成本是值得的。一旦企业开始投资数据分析，就很难停下脚步，因为它们发现数据分析成果对业务的推动作用远超所产生的成本。这些项目在资金上最终都能自给自足。在有些情况下，企业从小数据入手，在发现数据分析能带来重要的洞察见解后，开始加大相关投资，以便整合更大的数据集并开展更多高级分析。对于另外一些企业而言，小数据已经能满足它们的需求。
无论是哪种情况，企业都能从数据分析中获益：高管可以洞察企业所能努力的方向，以便最终提升竞争力，或者就像海军陆战队上校欣赏的那样，根据情报了解可能出现的敌手。可以肯定的是，数据分析的价值很难用简单的数字加以衡量。