我们在生活或工作中会碰到以下情景：公司的女神安娜一直喜欢吃哈根达斯冰激凌，几乎每天要买一杯，但某一天，她却拿着一个DQ冰雪皇后品尝得津津有味；公司屌丝程序员李甲上班早，加班多，完成任务代码质量高，公司团建活动也积极参与，连续多个季度是公司的优秀员工，突然某一天，态度坚决提出离职，说要回家支教。

　　我让从事大数据服务的朋友来预测和解释，朋友讲，如果按大数据基本算法推测，女神安娜是不会吃DQ的，因为她的行为数据已经表明，她会继续吃哈根达斯；同样，行为大数据分析得出，程序猿李甲很快会晋升为研发经理或总监，而无法预测某天他要回乡支教。那么问题来了，基于受众行为大数据建立应用模型能取代实时的心理反馈数据吗？两者如何结合？

　　事实上，做数据有两个概念：一个是大数据，一个是快数据。比如，我们双11在天猫或京东上购物，我们在这些网站的所有行为：浏览网页、对比商品、下订单、付款、评价商品等等，构成了一幅大数据画面，而所有天猫上的用户的大数据画面即组成了大数据组合。天猫可以根据大数据组合分析哪个省的女神罩杯大，预测哪些商品会畅销；也可以根据一个人的行为轨迹大数据建立模型来预测她可能对什么商品感兴趣，进行广告的定向投放。当这个用户不去点击这样的广告或者这个用户离开天猫，一个月后才再次上天猫时，我们无法从行为大数据去找到相关性或者原因。这个时候，快数据出现了，对于未点击广告或者离开天猫一个月才来的用户，商家一般通过问卷反馈表的方式，收集用户当时的想法，基于这个问卷反馈表的数据，他们即可以实时知晓用户心理反馈，并采取对应措施。

　　问卷能帮助反馈用户心理，打造“快数据”效果。如全球500强公司强生用问卷的方式收集员工想法，并结合员工的日常表现进行评估打分；初创公司V电影用问卷表的方式收集制作人的需求，快速的进行产品迭代；乐视TV用表单进行售后服务意见的收集和管理；小米公司通过快数据进行智能硬件试用…

　　为什么快数据能在很多场景上得到应用？不论是大数据还是快数据，其实我们在应用和解读时，都不能离开对“人性”的理解，对于“人性”的理解，才是我们建立数据解读模型的关键。而恰恰在这一点，实时反馈互动的快数据更加能在数据中体现对“人性”的理解。

　　大数据和快数据可以非常好地形成互补关系，相互映射，相得益彰。比如，在美国，当你访问著名购物网站亚马逊时，一方面它基于你的浏览行为大数据推荐图书；一方面在你离开网站时会给你一份3-5个题目的反馈表，了解你的心理活动；两者结合起来，第二天你可能就会收到它的小礼品邮件或者促销邮件。据前亚马逊数据科学家分析，这样的大数据和快数据互动模型的建立，让亚马逊的满意度提高了1.5个百分点。

　　快数据会不会成为继大数据后的一个新热点？事实上，企业、传媒机构、政府、高校等社会组织是最大的客户。这些用户对于大数据有需求，同样对于基于实时反馈互动的快数据需求非常旺盛。在美国，基于问卷调查的快数据公司Surveymonky估值已经超过20亿美元；另一家快数据公司Qualtrics也刚以超过10亿美金的估值完成新一轮融资。

　　未来，快数据，大数据，如何发展，会水乳交融吗？让我们拭目以待。