用少量数据进行思路验证

最近这个工厂设备维修思路真的涉及很多数据，从时间上看跨越 10 年，从工厂看也是数十个工厂，整理如此庞大的数据就带来可观的价值，目标令人期待，但是工作令人绝望。

所以说，是不是只有整理了所有数据才有价值呢？

首先，这个思路还没有得到充分的确认，其次是需要一个业务系统来支撑这个思路的落地，组织并网罗所有数据及关系。

那么，验证这个思路是否需要全部的数据呢。我觉得不需要，只要通过少量的数据就能走完整个流程，并且可以模拟出使用场景，对于其中的风险也能够做到预警，同时可以评估后续整体工作量，这对于未来再投入人力是个很好的参照。

当然，用少量数据进行逻辑验证也是有限制的，在另一种场景下，例如通过历史数据进行未来趋势预测的情况，数据的完整性是必须的，从这里也可以看出，能通过少量数据验证的逻辑是不是都不是统计分析的领域，内核更多的是以预先设定的逻辑进行业务指引，而非通过数据得出来的逻辑（公式）？