大数据浪潮下，一些企业转而将目光投向了傳统的小数据，并据此改善了相关产品。比如，相较于以往，现在的罐头和汽水瓶的盖子更容易打开，车门可以不费力地关上，而抽屉的开合也设计得更加顺滑。这缘于企业对一个细节的敏锐捕捉：随着科技发展导致的体力劳动减少、电脑和触摸屏导致的书写退化，人们的双手没有以前有力了。类似的小数据、小趋势，正在和大数据一起改变着我们的生活。
　　大数据的产生，简化了人们对世界的认知。通过将人的行为转化成无数个可以量化的数据节点，从而为人提供了一个“数据画像”。然而，目前的一些大数据应用还停留在标签化的层面，忽略了个体的差异，容易导致千人一面的结果。
　　如果说大数据关注的是总体和大致规律，那么小数据关注的则是个体和细腻的事实。和大数据相比，小数据的价值在于它来源于各类社会行为的细节，更贴近人们的个体感受，对需求的呈现也更精准。比如，按照大数据画像，婴儿尿布可能会和奶粉、玩具等商品相关联，啤酒的消费者可能会同时选购花生米、薯片等零食。而国外一家零售商依据小数据的分析显示，男性顾客在购买婴儿尿片时，常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段，竟然取得了成功。
　　不论是大数据还是小数据，最重要的是对数据的分析。举一个古代的例子，在马陵之战中，庞涓善于数据分析，而孙膑通过编造“使齐军入魏地为十万灶，明日为五万灶，又明日为三万灶”的数据，反其道而用之，对庞涓实施诱杀。这就是庞涓惯用“灶”的大数据，而忽视对脚印等小数据的分析而导致的。要达成对事物的更深入理解，就需要把大数据思维和小数据细节相结合。
　　关于未来趋势，有专家预言，在不久的将来，大数据、小数据的界限或将被消除，取而代之的是“全数据”或全量数据，也就是所有数据。比如，未来在智能交通领域，将有可能用全量实时的数据来感知城市每辆车所在的具体位置以及每个红绿灯路口的车辆信息，并对这些情况进行全局调控，从而大幅提升城市交通的运营效率。而实现这一目的，离不开对数据的挖掘和分析以及人工智能的深度学习。
　　英国数学家托马斯·克伦普在《数字人类学》一书中指出，数据的本质是人，分析数据就是在分析人类族群自身。数据产生于人类社会的各种活动，其价值也在于服务人类社会，让生活变得更加美好。对公共部门和企业来说，在确保数据安全的前提下，将数据转化为服务和产品，才能更加准确地对接人们的需求和期待，从而让数据更好地服务人类社会，不断提升人们的幸福感。