先給小資料下個定義：

物聯網產生的一小組特定屬性。這些通常是一小組感測器資料，例如溫度，風速，振動和狀態。

據估計，“如果一個人獲得我們這個時代最大的100個最大創新，或許大約60％到65％是真正基於小資料。”正如Martin Lindstrom所說的那樣，小資料包括從Snapchat到簡單物件（如便籤）的所有內容。 Lindstrom認為，我們越來越關注大資料，我們傾向於忘記更多的基本概念和創造力。 Lindstrom將“小資料”定義為“在消費者家中識別出的看似微不足道的觀察結果，就像你將鞋放在如何掛上繪畫一樣。因此，他認為應該完全掌握基本（小資料）以挖掘和發現相關性。

小資料在市場營銷上的應用可以十分深入，Martin Lindstrom在他的書《Small Data》中寫道：“在客戶研究中，小資料是看似微不足道的行為觀察，包含非常具體的屬性，指向未滿足的客戶需求。小資料是突破性思想或全新方法的基礎週轉品牌“。因此，這本書裡面提出的方法是基於小樣本觀察與直覺應用相結合。營銷人員可以透過參與和密切觀察真實的人們在自己的環境中收集小資料來獲得重要的市場洞察力。與大資料相比，小資料有能力觸發情緒並洞察客戶行為背後的原因。事實上，它可能會發現一個人的種類的詳細資訊，即一個人是外向的還是內向的，是否自信，是否在他/她的關係中有問題等。

利用小資料掌握的四種方式，作者指出小資料思維主要表現為四個方面：樣本思維、精準思維、因果思維和遺忘思維。

樣本思維，簡單說就是要學會以小見大，最終把握問題的實質。客觀世界中，事物間存在著千絲萬縷的聯絡，樣本思維就是要透過細節找出隱藏的本質。古人說：“一葉落而知天下秋。”如果能從細節中預測到未來發展趨勢，就已經掌握了樣本思維。樣本思維早在300多年前就已經開始使用，當時英國約克大學統計學家約翰·克朗特根據倫敦郊區人口的喪葬和教會洗禮資料統計處出生率和死亡率，然後根據這個資料對倫敦的總人口做出了想對準確的估計。這種方法就是後來的統計學，即使在大資料盛行的今天依然被廣泛使用。

其次，精準思維，同樣是一種務實的思維方式，它強調具體和準確，要求動作精準到位，在一個個具體的點上解決問題。網際網路產生的大量資訊中很多是無效資訊，讓人眼花繚亂難以看清真假，現在越來越多的媒體平臺開始運用精準思維，從海量資料中提取個性化的資訊，為客戶提供精準服務。比如現在流行的某新聞APP，就是基於資料探勘與提煉的客戶資料端，能夠根據每個讀者的喜好精準的推薦資訊，從而迅速成為行業領軍品牌。

第三個思維方式叫因果思維，主要關注為什麼，這就像中醫要透過望聞問切獲得個體資料，然後從系統的角度出發找出病因病症和解決方案之間的聯絡。

小資料思維還有一個重要的思維方式，就是遺忘思維，其實遺忘不是一種缺陷，而是人類與生俱來的一種能力，直接影響我們的決策水平，遺忘有助於我們把以往的經歷進行歸納總結，提取有效資訊形成經驗。對於小資料來說，遺忘思維就是忽略那些不相關的無用資料，保留有價值的個性化資料，這是小資料中最具價值的財富。