在一个越来虎重视大数据的市场上，你要谨记：品牌需要的是大数据后面的大洞察，而非“大数据”本身。十多年来，快递承运商和包裹运送公司ups一直在尽量避免让运输车辆左转弯。

　　对追踪系统数据进行分析发现，避免车辆左转弯，可以节省时间和汽油。类似这样的洞察可以帮助企业更好地改进自己的服务，但是这样的洞察却很难发现，即使你拥有许多可用的数据。

　　ups*早的数据分析要追溯到2001年，当时大数据还没有被大肆宣传。但是当时的确有事实表明，如果能够对企业经营和营销from emkt.com.cn中获得的大量数据进行研究分析，企业将因此受益。2004年，ups提出“不左转策略”，至今已节省1000万加仑汽油，为此减少的碳排放量超过10万吨。

　　在ups分析中用到的追踪数据是酒水网海盟微营销公众微信平台电梯广告招商否能称之为现在人们据说的“大数据”呢？这要看你对大数据怎么定义。如果ups所有的运输车辆追踪数据都运用到分析中——当时大约是9万辆——那么根据牛津大学维克托·梅耶尔教授（viktor mayer）的说法，可以将它称为大数据。他在发表于《金融时报》的一篇文章中提到，他认为判断是不是大数据，要看运用的数据集是不是全部的数据集（n=all）。换句话说，你要避免样本偏差导致错误的结论，就必须分析所有数据。

　　当然，这仍然是今天大数据面临的一个主要问题。事实上，我们很少能让所用的数据集等于全部数据集。在《大数据：我们是否犯了大错？》（big data：are we making a big mistake）一文中，维克托强调为什么大数据有可能让我们误入歧途，他引用样本偏差的例子，说明这种做法带来的后果，从而得出大数据可能让我们犯大错的结论。

　　他说：“大量新的廉价数据工具和强有力的分析工具将带来许多好处，对于这一点没人怀疑。已经有一些案例证明大数据分析工具的确能够带来非凡的业绩……但是问题在于，所有数据的重要性——不管是大数据还是小数据——都取决于数据来源的可靠性，以及对于分析者的信赖和预期。即使我们能够成功地解决先入为主的问题，并且了解研究中的所有运用，仍然有一个*大的问题：对于分析结果我们应该如何利用？如何让事情变得更好？”