Sin Chew Daily - Metro Edition (Day)
大數據非完美無瑕
現今商業界對大數據赤膽忠心的程度，有如信仰宗教一般，但馬汀．林斯壯不信神。
在這本書當中，馬汀並非好整以暇地數落大數據有哪些缺點，而是藉由展現小數據的價值，來突顯大家在思索大數據時，應該對以下兩個問題有所覺察：
大數據不會激發獨特的創見。新構想通常是“拼湊”而來，也就是將兩件過去沒有關聯的事情串連在一起。但是大數據所在的資料庫由于定義太過狹隘，而難以發展出獨特創見。倘若某家公司想從線上顧客的資訊來探索大數據，能找到的恐怕只有顧客的線上購物資料而已。資料庫多半不會追蹤顧客在實體店面的購買行為（這些資料都存在其他資料庫裡，由老闆悉心保管），也不會有資料庫記錄公司在打廣告的同時有哪些資訊連帶產生變化。本書談到一個案例，描述馬汀如何替一家法國零售商研發突破性的購物經驗，以此打動品味變幻莫測的青少女，而他所使用的方案便是從日誌、電話記錄、訪談、私人相片日記以及商場購物模式這些層面進行觀察，再將心得融會貫通而成的。心理學家菲利浦．泰特洛克（Phil Tetlock）在研究超級預測家時，發現那些能夠精準預測政治與經濟事件的人士，在探索各式各樣的資料來源時都有一種類似的傾向，那就是他們會做三角交叉比對。很可惜，我們的大數據資料庫實際上沒那麼“大”，它並非那種做過交叉訓練的健壯運動員，反倒像個笨重的傢伙，除了一點雕蟲小技之外，對其他事物都蹩腳得很。過于狹隘的大數據，無法找出並列事件，而難以創造出嶄新獨有的見解。
大數據是資料，資料首重分析，而非訴諸情感。很難想像資料裡若含有人最重要的感性特質會是什麼情形，譬如美麗、親切、性感、威嚴或可愛等等。假如資料能做出感性的決策，那麼我們文化當中的完美情人典範就會是會計師，而不是詩人了。上奇廣告（Saatchi and Saatchi）的凱文‧羅伯茲（Kevin Roberts）認為，卓越的品牌有兩大優點：1. 從技術、持久性和效益的傑出表現，獲得顧客的尊敬；2. 激發顧客的“愛戴之情”，因為，這個嘛……我們就是愛這個品牌呀！惠普（HP）和金頂電池（Duracell）都是備受尊敬的品牌，而大數據通常也有助于做出妥善的決策，讓顧客更尊敬品牌（鑑于過往經驗，倘若電池續航力能延長15%，顧客有可能為此多花20%的價錢嗎？），但是迪士尼、契瑞歐（Cheerios）和技客特攻隊（Geek Squad）則是顧客既尊敬又愛戴的品牌之一，然而講到如何讓顧客“更愛”品牌，大數據並不擅長提供這方面的建議。
倫巴吸塵機器人製造商曾面臨營收下滑的窘境，當時請來馬汀相助，替他們找出解決之道。馬汀致力于鑽研感性層面的小數據，他隨着倫巴吸塵機器人的主人到他們家中，觀察他們與機器如何互動。沒想到，這些主人竟然把吸塵機器人當成寵物一般，除了幫它們取名字之外，還會得意洋洋地向客人介紹它們（你曾幾何時會把吸塵器拿出來炫耀？）。主人要將吸塵機器人收起來時，並非把它們塞進櫃子裡，而是 放到沙發下，讓它們微微探出頭來，仿彿是在行動的瞬間暫停似的。
不過很可惜的是，后來的吸塵機器人，漸漸失去了最初那種“可愛逗趣”的元素。倫巴的設計靈感來自《星際大戰》（Star Wars）的R2D2機器人，但隨着時間而有了轉變，這款掃地機器人不再像R2D2，反而更像個家電產品。最原始的倫巴模型有音效，當它不小心撞到牆壁的時候會發出“喔喔”的聲音，不過后來因為某位工程師為了簡化設計，又或者是某位管理階層想降低成本，就把這個功能拿掉了。各位可以在本書第7章，讀到馬汀從全世界最可愛的汽車，也就是BMW的Mini Cooper得到啟發，進而能提供倫巴管理部門睿智的建議，使他們的品牌重新找回觸動人心的感性元素。
總而言之，大數據並非完美無瑕，馬汀成功地向讀者展現如何利用小數據來克服大數據的難題。