企业的微数据、“小数据”还没有搞清楚，没有必要考虑大数据。微数据就是企业自己的数据(见附图第一层)，制造业普遍使用的ERP数据。很多企业上了ERP，结果还是不好用，给客户及时交货率没有提高，呆滞库存还是数不清，库存周转率还是上不去，抱怨上错了ERP，或者怪ERP功能不完善，把使用了多年的BAAN/ORACLE换成了SAP，结果还是那样。

这是为什么?业务流程、组织架构没有与ERP有效结合是个很重要的原因，但ERP内部数据不准确，却是个重中之重的原因，“一只拿着木头棒子的猴子，完全可以杀死一头拿着AK47(突击步枪)的猪”!很多企业其实不需要昂贵的ERP，金蝶K3或者用友的U8就足够了。

关键要理清微数据。微数据包括主数据(Master Data)，如BOM数据，交易数据(Transactional Data)，如收、发货的数据等，这些都属于企业内部的数据，理论上是完全可控的，但你真正控制住了吗? TIM审核、数据挖掘的12张表，基本都属于“微数据”的范畴，但又有几家企业能够比较完整地提取出来?

接下来才是“小数据”，见附图第二层。小数据是指企业外部的，但是又是来自于合作伙伴的数据，如供应商的库存，客户的库存，甚至是供应商的供应商的库存，客户的客户的库存。这些数据基本上也是可控的，但前提是需要ERP之外的工具链接，如一些供应链管理协同软件，类似E2OPEN等等。些小数据对很多企业也是个巨大的挑战。

很多企业的供应链管理中存在“伪VMI”的现象。许多企业的客户要他们做VMI(供应商管理库存)，他们的客户每天用了他们多少东西，什么时间用的，没有任何系统对接，只有等到财务月结的时候才产生个数据，准不准也不知道，“伪VMI”还包括让供应商被动地补货。小数据质量会直接影响微数据的准确性，反之亦然。物流的三流(物流、信息流、资金流)中最基础的信息流，也就是数据流都搞不清楚，哪来的物流、资金流?

小、微数据乱了套，搞大数据又有啥用?从供应链管理的角度(见附图第三层)，基础原材料的供应市场分析应该属于所谓大数据的范畴。如，研究电子元器件的价格、供应走势，就必须从大数据的角度研究硅、镍、铜等基础原材料的市场情况；要研究哪款产品好卖，你就要从大数据角度，研究终端消费者的消费行为、习惯等等。大数据研究的再好，小数据、微数据不给力，基础不好，即使到“云”里去，又能怎么样呢?从“微”到“小”，再从“小”到“大”是个规律。