在平衡数据粒度和数据获取成本之间的关系时，管理者需要考虑以下几点：
首先，要根据实际业务需求来确定数据粒度。数据粒度是指数据的细化程度，通常包括时间粒度和空间粒度。在确定数据粒度时，管理者需要考虑业务决策所需的信息深度和广度，以及对数据进行分析和挖掘的需求。如果业务需要对每日销售数据进行分析，那么时间粒度就应该是天；如果需要对不同地区的销售情况进行比较，那么空间粒度就应该是地区。因此，数据粒度的确定应当是基于业务需求的。
其次，要考虑数据获取成本。数据获取成本包括数据收集、清洗、存储和处理的成本，以及可能涉及到的数据许可费用等。在平衡数据粒度和数据获取成本时，管理者需要综合考虑数据获取和处理的成本，以及业务价值和决策需求之间的关系。如果数据粒度过细，将导致数据获取和处理的成本增加，而且过细的数据可能并不符合实际的业务需求，从而造成资源浪费。因此，需要在数据粒度和数据获取成本之间做出权衡。
最后，要利用技术手段降低数据获取成本。随着大数据技术的发展，管理者可以利用数据采集工具、数据清洗工具和数据存储工具来降低数据获取成本。例如，可以利用自动化数据采集工具来实现数据的自动抓取和清洗，从而降低人力成本；可以利用云计算和大数据存储技术来降低数据存储成本。通过技术手段降低数据获取成本，可以在一定程度上解决数据粒度和数据获取成本之间的矛盾。
综上所述，管理者在平衡数据粒度和数据获取成本之间的关系时，需要根据实际业务需求确定数据粒度，综合考虑数据获取成本和业务价值，同时利用技术手段降低数据获取成本，从而实现数据粒度和数据获取成本的平衡。