大数据浪潮下，一些企业转而将目光投向了传统的小数据，并据此改善了相关产品。比如，相较于以往，现在的罐头和汽水瓶的盖子更容易打开，车门可以不费力地关上，而抽屉的开合也设计得更加顺滑。这缘于企业对一个细节的敏锐捕捉：随着科技发展导致的体力劳动减少、电脑和触摸屏导致的书写退化，人们的双手没有以前有力了。类似的小数据、小趋势，正在和大数据一起改变着我们的生活。

大数据的产生，简化了人们对世界的认知。通过将人的行为转化成为无数个可以量化的数据节点，从而为人提供了一个“数据画像”。然而，目前的一些大数据应用还停留在标签化的层面，忽略了个体的差异，容易导致千人一面的结果。

如果说大数据关注的是总体和大致规律，那么小数据关注的则是个体和细腻的事实。和大数据相比，小数据的价值在于它来源于各类社会行为的细节，更贴近人们的个体感受，对需求的呈现也更精准。比如，按照大数据画像，婴儿尿布可能会和奶粉、玩具等商品相关联，啤酒的消费者可能会同时选购花生米、薯片等零食。而国外一家零售商依据小数据的分析显示，男性顾客在购买婴儿尿片时，常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段，竟然取得了成功。

不论是大数据还是小数据，最重要的是对数据的分析。举一个古代的例子，在马陵之战中，庞涓善于数据分析，而孙膑通过编造“使齐军入魏地为十万灶，明日为五万灶，又明日为三万灶”的数据，反其道而用之，对庞涓实施诱杀。这就是庞涓惯用“灶”的大数据，而忽视对脚印等小数据的分析而导致的。要达成对事物的更深入理解，就需要把大数据思维和小数据细节相结合。

关于未来趋势，有专家预言，在不久的将来，大数据、小数据的界限或将被消除，取而代之的是“全数据”或全量数据，也就是所有数据。比如，未来在智能交通领域，将有可能用全量实时的数据，来感知城市每辆车所在的具体位置、每个红绿灯路口的车辆信息，并对这些情况进行全局调控，从而大幅提升城市交通运营效率。而实现这一目的，离不开对数据的挖掘和分析，以及人工智能的深度学习。

英国数学家托马斯·克伦普在《数字人类学》一书中指出，数据的本质是人，分析数据就是在分析人类族群自身。数据产生于人类社会的各种活动，其价值也在于服务人类社会，让生活变得更加美好。对公共部门和企业来说，在确保数据安全的前提下，将数据转化为服务和产品，才能更加准确地对接人们的需求和期待，从而让数据更好服务人类社会，不断提升人们的幸福感。（何希）