当前，全世界各种规模的公司都在被告知需要大数据 —— 大数据是驱动下一轮创新的源动力。风投公司专门确立针对大数据的投资组合，初创公司对外宣称自己是“大数据”公司，成熟的巨头企业会成立专门做大数据项目的数字创新团队。面对先进的计算数据收集和分析能力，许多初创公司和大型企业不惜以牺牲人的洞察为代价，过度地专注于收集定量数据。这种把定量数字凌驾于定性洞察之上的做法着实令人担忧。我就曾亲眼见证了一家公司为此遭受到的重大影响，没有任何一家公司会希望遵循这种做法。
2009年的时候，我在诺基亚做调研工作。诺基亚是当时新兴市场最大的手机公司。我在研究中发现，这家公司在整体商业模式上正面临挑战。经过多年在中国的人类学研究工作，不论是与外来打工者一起生活，体验街头小贩的辛酸苦辣，还是沉浸在网吧世界，这些都让我看到了大量的市场信号，我有理由相信，低收入消费者已经准备好为更昂贵的智能手机买单。
当时我的结论是，诺基亚必须转变他们当前的产品开发策略，从制造价格昂贵、面向精英用户的智能手机，转而开发价格适中、面向低收入用户的智能手机。我把我的研究报告和相关建议汇报给了诺基亚总部。但诺基亚在看过我的研究发现后却不知道该怎么做。他们说，我的样本量只有100个，和他们成百上千万的样本量相比，简直就是微不足道。另外他们还说，根据他们现有的数据资料，我的洞察发现根本就没有任何根据可言。
当然现在，我们所有人都知道诺基亚后来发生了什么。微软在2013年收购了诺基亚手机业务，目前它的全球智能手机市场份额仅占3%。诺基亚的衰落是由很多原因导致的，但其中最严重的原因之一，也是我亲历的一个原因就是，诺基亚过度依赖数字。他们过于注重定量数据，以至于在面对难以衡量或现有报告里没有的数据时，就变得不知所措。原本可以成为诺基亚的竞争筹码，最后却帮了一个倒忙，导致它走向衰亡。
自从诺基亚的那次工作经历以来，企业组织这种过度重视定量数据而忽略定性数据的做法就一直让我感到非常不解。随着大数据时代的崛起，我发现这种情况开始愈演愈烈，一些公司不惜扣减花在以人为本调研上的预算，而宁愿花重金投资在大数据技术上。人类学定性研究工作在大数据时代下的生存现状让我深感忧心。
在当前这个以数据为驱动的世界，人类学研究工作（经常以市场调研、设计调研和定性调研的形式在行业里出现）正面临一个非常严重的认识误区。经常会听到人们谈论说，人类学研究的数据样本量太小，人类学研究数据是“小数据”，就像当时诺基亚高层说的一样。
由于缺少概念性文字来快速界定人类学研究在大数据时代的价值，自去年开始我一直在用“厚数据”（在此向Clifford Geertz致意！）这个词来表示我对综合性研究法的提倡和支持。厚数据是指利用人类学定性研究法来阐释的数据，旨在揭示情感、故事和意义。厚数据难以量化，但能从少量样本中就解读出深刻的意义和故事。厚数据与大数据截然不同，定量数据需要依赖大量的样本，同时借助新技术来捕捉、存储和分析数据。要让大数据变得可分析，它就必须经过一个正常化、标准化的定义和归类过程，这个过程会在无形之中剔除数据中所包含的背景、意义和故事。而厚数据恰恰能防止大数据在被解读的过程中丢失这些背景元素。
“厚数据是指利用人类学定性研究法来阐释的数据，旨在揭示情感、故事和意义。”
整合大数据和厚数据能让企业站在全局的高度，更全面、更彻底地把握任何情形。企业要纵观全局，就必须同时运用大数据和厚数据，从中获得不同类型的洞察，获得丰富的广度和深度。大数据需要借助大量样本来揭示特定模式，而厚数据只要借助少量样本就能从深层次解读出各种以人为本的模式。厚数据依赖人的学习活动，而大数据依赖机器的学习活动。厚数据体现着各种数据关系背后的社会背景，而大数据体现的是从一系列特定定量数据中提炼出的洞察。厚数据技术能包容不可化约的复杂性，大数据技术则是通过分离变量来明确模式。厚数据缺少广度，大数据缺少深度。
运用大数据存在风险
企业组织在运用大数据时，如果没有一套整合框架或权衡尺度，那么大数据就会变成一个危险因子。Steven Maxwell指出：“人们过度沉迷于数据信息的量，却忽略了‘质’的部分，也就是分析法所能揭示的商业洞察。”量越大并不意味着生成的洞察就一定越多。
另一个问题是，大数据往往过于注重定量结果，而贬低了定性结果的重要性。这就会导向一种比较危险的看法，即认为经统计分析得出的标准化数据要比定性数据更有用、更客观，从而进一步肯定了定性数据就是小数据这一观点。
以上两个问题导致企业组织几十年来仅仅凭借定量数据来做管理决策。一直以来，企业管理咨询顾问都是利用定量数据来让提升企业的运作效率和赢利。
利用大数据的风险在于，企业和个人会开始依赖运算法则，把它作为衡量标准来做决策和优化表现。
如果没有一种平衡力量，大数据很可能会导致企业和个人总是依据从运算法则得来的标准来做决策和优化。在这个优化过程中，包括人、故事、真实的体验在内的一切都会被忽视。正如Clive Thompson写道的：“把人的决策因素从这个等式中抹去，就意味着我们会与深思熟虑的做法渐行渐远，而这些深思熟虑的时刻恰恰是我们从道德层面反思自己行为的机会。”
释放大数据与厚数据的整合效应
大数据产生的信息量实在太过庞大，以至于不得不借助其他方式才能填补和/或揭示知识缺口。而这恰恰是人类学研究工作在大数据时代的价值所在。下面，我会分享一些有关企业如何整合使用厚数据的方式。
厚数据是勾勒未知世界的最佳方式。当企业组织想了解他们并不了解的领域时，就需要厚数据的帮助，因为它能带来大数据所没有的东西——灵感。收集和分析故事有助于生成洞察。
