当所有人都在膜拜大数据时，我选择相信一个扫地阿姨
大家好，我是曹老师。
在上一篇文章中，我剖析了“轻”与“重”的战略辩证法。今天，我要挑战一个比“轻资产迷信”更根深蒂固、也更危险的商业宗教——大数据教。
过去十年，业界反复灌输一个信条：数据是新时代的石油。谁拥有更多数据，谁就拥有更强的洞察力和决策力。于是，企业疯狂投资数据中台、用户画像和 AI 预测模型，仿佛只要数据足够多，战略迷雾就会自动散去。
但残酷的真相是：过去十年，因迷信大数据导致的战略误判，远多于因数据不足导致的失败。
数据固然重要，但大数据有一个被信徒刻意忽略的致命盲区，而最伟大的战略洞见往往就埋藏其中。
大数据的致命盲区：只知“什么”，不知“为什么”
我曾服务过一家连锁零售企业，其耗资数千万上线的大数据系统接入了全国门店 POS 数据、会员系统、线上浏览记录乃至天气交通数据。它能精确告知：上周三下午三点，阴雨天某门店某款 SKU 销量下降了 12%。
但它永远无法解释为什么。
是因为雨天导致客流减少？为何隔壁同类产品销量反而上升？是价格问题、陈列遮挡，还是竞争对手进行了隐蔽促销？大数据提供的是现象和相关性，是一个个精确到小数点的谜题，却从不提供谜底。
谜底藏在另一个世界：那里没有海量数据点，只有稀疏却闪着金光的真实人类行为线索。我称之为“小数据”。
一个扫地阿姨和一个价值数亿的战略洞见
一家大型购物中心集团曾陷入困境：客流量稳定增长，但提袋率持续下降。大数据给出的解释（电商冲击、经济下行等）虽无可辩驳，却无法指向具体行动。
僵局中，一位区域运营总经理指出：“我们的商场变得越来越不想让人待下去了。”他的依据并非报表，而是每天提前一小时巡场的观察：最早到场的退休老人和主妇逐渐消失，因为商场为增加租金，撤掉了公共长椅，换成了收费按摩椅和自动售货机，并将休息区围租给餐饮店。
财务报表上的“高效”，换来的是用户体验的“冷漠”。那些最早离开的群体恰恰是商场人气的基石，他们的离去带走了让顾客停留、逛逛并消费的“场气”。
这一洞察来自未被系统记录的个人观察，是典型的“小数据”。该企业随后成立跨部门小组，不再研究算法，转而研究“椅子”。他们考察全球热门公共空间，针对不同人群需求（老人需扶手、父母需面对面台面、年轻人需私密空间），重新设计公共空间，撤掉收费设施，摆放免费舒适的座椅，并设置自习区和亲子休息区。
结果，提袋率在随后两年奇迹般逆转。
这堂课让我深刻认识到：大数据解决的是“效率”问题，而小数据往往隐藏着“意义”的密码。大数据帮你把正在做的事做得更好，小数据则告诉你应该去做一件完全不同的事。
小数据的三大来源：如何训练“微观感知力”
小数据没有 API 接口或云端数据库，它散落在真实世界的缝隙里，只向愿意弯下腰、带着好奇心凝视的人显露踪迹。根据其来源，可归纳为三类：
第一，极端用户
那些使用产品方式最奇怪、最狂热或最愤怒的人，是小数据的金矿。主流数据描绘的是温吞理性的“平均值客户”，而极端用户以偏执出格的方式将产品用到极限，他们身上往往隐藏着关于未来需求的最早信号。
第二，一线员工
直接接触客户的一线员工，是用血肉之躯感受数据的活体传感器。他们能捕捉客户语调的微妙变化、眼神里的犹豫及未说出口的抱怨。关键在于组织是否提供了让这些微弱信号被听见的通道，而非用僵化的 KPI 和话术将其掐断。
第三，跨界类比
解决行业棘手问题的钥匙，可能藏在完全不相干的领域。例如，医院急诊室的分流系统可启发电商客服优先级设计，迪士尼的排队管理可改造银行网点等待区。获取此类小数据无需分析工具，只需要一双“局外人”的眼睛，重新审视习以为常的世界。
在算法时代，做最后一个“愚蠢”的人类
一位退休制造业企业家曾告诉我，他做过最好的战略决策，从来不是看报表得出的，而是他在车间闻到怪味，顺着气味找到锅炉房，发现老工人正在敲击一个三十年未换的阀门。
在追逐 AI 和大数据的时代，希望你能保留一点“愚蠢”：弯下腰闻车间的怪味，花一下午看用户笨拙地使用产品，听偏执用户抱怨三个小时。
当所有人的眼睛都盯着同一片数据海洋时，真正的战略洞见往往藏在无人注意的缝隙里。它不会主动跳进数据看板，只向那些愿意亲自走到现场、去听去看去感受的人显现真身。
这就是小数据的战略力量。
下一篇，我将呈现一个完整实战案例：一家没有数据中台和 AI 团队的公司，创始人仅依靠“深潜式观察”的笨功夫，就在被巨头用大数据武装的赛道里，撕开了一道价值百亿的裂缝。
我们下一篇见。
曹老师
2026 年夏，于深圳
[ END]