大資料浪潮下，一些企業轉而將目光投向了傳統的小資料，並據此改善了相關產品。比如，相較於以往，現在的罐頭和汽水瓶的蓋子更容易開啟，車門可以不費力地關上，而抽屜的開合也設計得更加順滑。這緣於企業對一個細節的敏銳捕捉：隨著科技發展導致的體力勞動減少、電腦和觸控式螢幕導致的書寫退化，人們的雙手沒有以前有力了。類似的小資料、小趨勢，正在和大資料一起改變著我們的生活。

如果說大資料關注的是總體和大致規律，那麼小資料關注的則是個體和細膩的事實。和大資料相比，小資料的價值在於它來源於各類社會行為的細節，更貼近人們的個體感受，對需求的呈現也更精準。比如，按照大資料畫像，嬰兒尿布可能會和奶粉、玩具等商品相關聯，啤酒的消費者可能會同時選購花生米、薯片等零食。而國外一家零售商依據小資料的分析顯示，男性顧客在購買嬰兒尿片時，常會順便搭配幾瓶啤酒來犒勞自己，於是嘗試推出了將啤酒和尿布擺在一起的促銷手段，竟然取得了成功。

不論是大資料還是小資料，最重要的是對資料的分析。舉一個古代的例子，在馬陵之戰中，龐涓善於資料分析，而孫臏透過編造“使齊軍入魏地為十萬灶，明日為五萬灶，又明日為三萬灶”的資料，反其道而用之，對龐涓實施誘殺。這就是龐涓慣用“灶”的大資料，而忽視對腳印等小資料的分析而導致的。要達成對事物的更深入理解，就需要把大資料思維和小資料細節相結合。

關於未來趨勢，有專家預言，在不久的將來，大資料、小資料的界限或將被消除，取而代之的是“全資料”或全量資料，也就是所有資料。比如，未來在智慧交通領域，將有可能用全量實時的資料，來感知城市每輛車所在的具體位置、每個紅綠燈路口的車輛資訊，並對這些情況進行全域性調控，從而大幅提升城市交通運營效率。

而實現這一目的，離不開對資料的挖掘和分析，以及人工智慧的深度學習。

英國數學家托馬斯·克倫普在《數字人類學》一書中指出，資料的本質是人，分析資料就是在分析人類族群自身。

資料產生於人類社會的各種活動，其價值也在於服務人類社會，讓生活變得更加美好。對公共部門和企業來說，在確保資料安全的前提下，將資料轉化為服務和產品，才能更加準確地對接人們的需求和期待，從而讓資料更好服務人類社會，不斷提升人們的幸福感。