1.1.4　大数据与厚数据

无论是统计分析还是数据挖掘，数据都扮演着决定性的角色。数据量越大，其所支持的分析模型越完善。如果数据的可用性太低，那么模型再厉害也无法充分发挥作用。所以，数据有两种指标：量与质。

我们把巨量的数据称为大数据，简单的定义如下：当抽样的数量大到接近“母体”时，这类数据就可以称为大数据，带来的效益是大幅降低因为抽样产生的误差。大数据具备Volume（数据量）、Variety（多元性）、Velocity（即时性）的3V特性。

为什么巨量数据是一件重要的事情？迈尔·舍恩伯格在《大数据》一书中这样说明：“通过更完整的数据分析，通过接近母体的数据量，可以大幅降低传统抽样所产生的统计误差。”换言之，实现巨量数据需要付出更多、更快的运算机器，所以巨量数据与计算机技术的进步是相辅相成的。不过，数据分析也不尽然要盲目地追求“巨量”这件事。大企业能享有巨量数据的规模优势，但小团队也有成本及创新上的优势，因为速度够快、灵活度高，就算维持小规模，还是能够蓬勃发展的。重要的是，能否掌握数据时代的思维与创新。

从数据可用性角度来看数据，数据分析领域还有另一个值得关注的名词—厚数据。厚数据由美国社会学者克利福德·格尔茨提出，是指利用人类学定性研究法来定义的数据，数据隐含大量感性的内容。少量的数据能够记载更多的意义，也就是说数据本身具有较大的信息量。厚数据不同于大数据的量化，更多的是数据的质性。