近來大數據（Big Data）風潮席捲各大企業、領域、橫跨online和offline，從線上購物紀錄消費者點擊的商品、停留時間、消費頻率、到預測下一次消費行為，以及實體零售業透過追蹤顧客在店內移動的路徑、安排商品陳列位置、並推薦顧客想要的商品，就連美術館也開始以藍芽定位收集參觀者的動線，紀錄多數人喜愛的作品等，大數據被視為解讀顧客行為、挖掘可能的需求和開發新服務的一大利器，尤其當收集的量體夠大，看起來似乎更具說服力。

不過大量的數據雖能呈現(部分)事實，有時卻無法解釋其出背後原因，或甚至造成誤判，例如瀏覽購物網站時，不小心點擊到自己沒有興趣的商品（動作已被記錄下來）、或者收集到某顧客移動路徑，實際上是邊講手機、邊毫無目的地閒晃等，換而言之，如果我們將這些數據都視為一個獨立個體，深入觀察就會發現，相同的數據背後其實都有不同的原因，因此若捨棄了對真實生活的觀察和體驗，縱使收集了大數據，也沒有意義。

(圖片來源：Jean )

「厚數據」（Thick Data）是近來再度被提出的概念，最初是在20世紀時，由美國人類學家Clifford Geertz所提出，是以「人」為出發點，透過小樣本的分析，挖掘人的行為背後的情感、故事和原因等，試圖還原每個行為的脈絡。如果說大數據講求廣度，那厚數據講求的就是深度，放在研究領域來看，前者是量化研究，後者是質性研究。

厚數據之所以重新被業界提出，正是因為消費者的決策和行為模式非常難以捉摸 (因為人本來就是複雜的生物)，有時當你踏入賣場前，心中已決定購買某A牌的商品，走到貨架旁，突然看到另一款包裝更吸引你的B牌商品時，當下立刻改變心意，這些心境轉折在大數據中是很難被解讀出來的。

因此厚數據就是從人類學家對「人」的好奇心和敏銳觀察為出發點，研究整個「購買決策歷程」中，哪些因素和環節會影響人心、改變行為，最後達成購買/不購買的動作，從中發掘改善的地方，為顧客塑造出好的購物經驗。

正如同人腦是由掌握感性的右腦和理性的左腦所組成，缺一不可，因此要瞭解和預測消費者的行為，更需要大數據和厚數據的通力合作，善用大數據的分析掌握整體大方向和趨勢，再以厚數據補足深度和優化過程，少了任何一塊，都會讓部分真實情況被隱蔽。(潘姿吟，本文經《電子商務時報》授權刊登)