在大数据的火热炒作中迅速追赶行业热潮是一件很容易的事。庞大的数据集、快速移动的分析、复杂多样的数据源，现在这些都十分火热，但是你要明白，如果没有小数据的支撑大数据是毫无意义的。
我所说的传统性能指标的小数据，是任何大数据项目成功的关键。
这些KPI是用以衡量一个公司是否成功。它们可能包括客户保持率、转化率、市场份额或其他几十个决定你的公司运营状况如何的指标。如果没有良好的关键绩效指标（KPI）就不可能有好的大数据计划。
数据本身几乎是毫无用处的。它只是一系列大量的无关联的数字。它的价值只有当它与关键绩效指标相结合，提供了能够改善决策和提高性能的洞察力时才能实现。关键绩效指标是绩效衡量的标准，如果没有它们，任何从大数据中收集到的东西都仅仅是没有行动力的知识。
例如，一家零售公司可以利用大数据的分析，根据客户的偏好、趋势和个性化需求制定优惠促销策略。但是，如果没有传统的关键绩效指标，如收入增长、利润率、客户满意度、客户忠诚度和市场占有率，公司将不能判断出促销策略是否有效果。
无意义的数据（来源：Shutterstock）
这些道理你听过太多次，但你到底用什么来测量增长？其实各种规模、各个领域的企业都是如此。如果没有合适的衡量增长的标准，你就不会知道你根据数据分析做出的决定和举措是否达到了预期的效果。
假想一下你正在开车。你的车配备了一系列的仪表板，用来显示关于你的旅程和车辆整体功能的KPI。但是，如果你专注于一个错误的KPI，你就可能会面临一场灾难。例如，如果你经过一个标志牌上面写着“100英里内最后的加油站”，而此时你关注的是你的速度表，而不是油表，那么你就有可能深陷困境。
同样的道理，企业需要确保他们对自己的大数据分析策略选配了合适的KPI。
如果呼叫中心希望提高客户满意度，他们可能会选择总通话时间KPI，或来电总数来进行衡量。但这些可能并不是衡量客户满意度正确的指标;仅仅因为一个客户迅速挂断了手机，并不意味着他们都对服务都很满意。
因此，把大数据主动链接到一个组织的主要战略措施上是非常重要的。如果你正在使用大数据来个性化你的营销，那么就应该转化为更高的点击率、转换率、最终客户的忠诚度和净利润率。
只有将大数据链接到小数据，才会带来公司所渴求的丰厚的利益。否则，它无法使任何衡量参数可行。
更多阅读：
