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？当笔者遇到问卷网的创始人向守军时，有关心理反馈数据以及受众行为数据的关系在探讨中就逐一明了了。向总首先简单向我普及了两个概念：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，我们通过问卷反馈表的 方式，收集用户当时的想法，基于这个问卷反馈表的数据，我们即可以实时知晓用户心理反馈，并采取对应措施。向总以自己问卷网的用户为例，解释了受众心理反馈互动快数据的应用案例。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…        对于为什么快数据能在很多场景上得到应用时，向总认为，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，因为行为易撒谎，而态度则难骗人。当问到大数据和快数据的关系是否是相互取代时，向总给出了否定的回答。恰恰相反，两者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，向总表示非常乐观。问卷网就是实践快数据应用的一个典型公司，短短500天，问卷网上发布问卷表的用户突 破50万，发布了超过110万个问卷表项目，吸引了6500万人次的数据反馈，这些数据既是大数据，更是快数据。这50万用户中有超过三分之一是企业，一 半是传媒、政府、高校等社会组织。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。问卷网于2013年曾获 得联想之星1000万人民币投资。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。