Big data vs Small data
1. Big Data - Dữ liệu lớn
Định nghĩa: Dữ liệu cần hàng triệu, tỷ dòng dữ liệu. Ví dụ: Log TikTok, lịch sử quẹt thẻ, dữ liệu thời tiết toàn cầu.
Đặc điểm dữ liệu:
Rộng: Nhiều người, nhiều thứ. "Người VN từ 18-35 tuổi thích gì"
Ồn: Phải lọc data vì rác rất nhiều
Cần máy tính: 3-5 người không cày nổi, phải có server + AI
Câu hỏi chung: "Xu hướng chung trên TMĐT là gì?"
Ví dụ: Shopee đề xuất "Người mua son thường mua thêm cọ". Nó không biết bạn là ai, nhưng vì có dữ liệu lớn đến 10 triệu người, nó phát hiện quy luật này.
2. Small Data - Dữ liệu nhỏ*
Định nghĩa: Vài chục, vài trăm dòng nhưng ý nghĩa rất sâu. Ví dụ: Nhật ký 1 khách VIP, phỏng vấn 20 người, data 1 cửa hàng 3 tháng.
Đặc điểm dữ liệu:
Sâu: Hiểu 1 người/1 việc tới tận gốc. "Tại sao chị Lan bỏ giỏ hàng"
Sạch: Do con người chủ động tự thu, nên ít rác
Cần con người: Phải ngồi đọc, gọi điện, cảm nhận
Câu hỏi chung: "Tại sao nó xảy ra?"
Ví dụ : Bạn là người bán hàng. Có 5 khách ruột nhắn tin "dạo này son gây khô môi quá". Đây là Small data.Nó rất ít nhưng đủ để bạn đổi công thức ngay.
3. So sánh nhanh
|
Tiêu chí |
Big Data |
Small Data |
|
Số lượng dữ liệu |
Triệu đến hàng tỷ (thậm chí hàng nghìn tỷ) bản ghi |
Vài chục đến vài trăm (hoặc vài nghìn) bản ghi |
|
Câu hỏi chính |
Điều gì đang xảy ra? (What is happening?) |
Tại sao nó xảy ra? (Why is it happening?) |
|
Công cụ / Vũ khí |
AI, Machine Learning, hạ tầng máy chủ, điện toán phân tán, thuật toán |
Phỏng vấn, quan sát, thực nghiệm, kiến thức chuyên gia, trực giác |
|
Điểm mạnh |
Phát hiện xu hướng, mô hình và quy luật trên quy mô lớn |
Hiểu sâu từng trường hợp, khám phá nguyên nhân và bối cảnh |
|
Rủi ro |
Có thể biết rất nhiều nhưng chưa chắc hiểu bản chất |
Có thể hiểu rất sâu nhưng dễ thiên lệch hoặc khó khái quát hóa |
|
Chi phí |
Cao: cần hạ tầng lưu trữ, tính toán và xử lý dữ liệu |
Thấp hơn về hạ tầng, nhưng tốn thời gian và công sức của con người |
|
Ví dụ |
Dữ liệu giao dịch ngân hàng, log hệ thống, mạng xã hội, IoT |
Hồ sơ bệnh án của 50 bệnh nhân, phỏng vấn 30 khách hàng, nghiên cứu tình huống |
|
Phù hợp khi |
Cần dự đoán, tối ưu hóa, phát hiện mẫu trong dữ liệu lớn |
Cần giải thích nguyên nhân, xây dựng giả thuyết, hiểu hành vi hoặc hiện tượng |
|
Tóm lại
Big Data cho biết "biển có sóng". Small Data cho biết "sóng đó sẽ đánh chìm thuyền mình không". Công ty lớn cần Big để không chết. Công ty nhỏ cần Small để thắng.
Trong nghiên cứu và thực tiễn, hai cách tiếp cận này thường bổ sung cho nhau: Big Data giúp phát hiện quy luật, còn Small Data giúp giải thích bản chất của quy luật đó.
Còn tiếp.
Theo Life is Good.