每个人都希望发掘大数据的潜在价值，重要的洞见来源于工业生产中的各种传感器和监控系统上获取的实时数据。然而，具有讽刺意味的是，大数据的问题和挑战在于它的巨大。大多数企业已经在数据库中存储了大量信息，而且每天还有更多的信息不断累加。这太有挑战性了！一家公司如何着手从掌握的数据中，发掘有价值的信息呢？
近期发表在《Design World》上的一篇精彩文章中，艾默生Derek Thomas先生就大数据问题提出了切实可行的建议。他谈到，解决这一问题的关键点在于，大型项目中，大家雄心勃勃地将各种来源的所有数据收集到一个数据湖中，出现的问题是：“在这个过程中，公司很容易把重点放在基础设施和技术上，而不是问题上，这可能导致项目实施的复杂性、高成本和大规模等问题，而半途而废。”
Derek先生强调，要在一段较短的时间内，通过小数据来解决大数据的问题是很有意义的。这种方法极大地缩小了对特定的、已定义的数据源和需求的范围，降低了复杂性并简化了解决方案的思路。一个小数据方法可以产生真正的实际改进，并通过帮助用户快速发现、解决、改进和继续前进而带来工作的动力。
采用小数据方法的一个关键技术是边缘计算，即现场设备产生的数据由现场控制器分析以产生洞见。这些信息可以提供给合适的人员，靠近工业现场的数据源，便于采取有效的行动。
Derek先生更详细地描述了边缘计算是如何将大数据分解为小数据。阅读本文，了解更多有关信息。
如果你用小数据的方法来处理大数据，你准备从哪里着手呢？你会先从哪些小数据入手？