大多數分析專案沒那麼需要大數據

太多公司在一窩蜂投入進階資料科學、大數據、機器學習（machine learning）和人工智慧（artificial intelligence）之際，卻忽略了「小數據」。這真是一大失誤。小數據專案相對比較容易處理、資料隨處可得，而且威力強大，因此對於每一個組織的每一個部門裡的所有員工、主管和所有層級領導人，都有深刻的意義。

小數據專案的團隊由少數幾位員工組成，運用小型的資料集來處理自家辦公室裡的議題，而小型資料集只有數百個資料點，不像大數據專案使用的是數百萬個資料點。小數據專案極為專注在使用人人可取得的基本分析方法。這類專業只要幾位兼職人員花少數幾個月就能完成，而且平均每個專案每年可產生一萬美元到25萬美元的財務效益。企業內部有許多有潛力的小數據專案，我們可以合理預期，一個有四十名員工的部門，一年可完成二十個專案。這樣累積起來的效益非常大。

大數據專案往往需要數十名人員參與，每個人有不同的重視事項，還牽涉到辦公室政治、龐大的預算和失敗率很高，相比之下，小數據專案成功的機率比較高。因此，小數據專案可以建立組織的數據能力，協助整個公司學習如何成功運用數據、獲得所需的技能、建立信心，並且培養處