“这样一来，我观察他的生活场景，有一半信息就没用了，比如小区、邻里关系等。”谭池遗憾地说。
进一步说，比起直接的数据，如何解读数据背后的意义，才是把大数据用“活”的重头戏。用户真正的使用情景，他们的担忧、开心、困惑与不爽，目前的大数据读不出来。数据再大也是死的，只有人能激活它。
大数据不知道怎么做
多年前，有一位调研员曾经接过一个项目，对方要求调研某产品在用户心中是多少分，如果得分在80分以下，整个相关团队就要被撤销。“其实，给79分还是80分，有很大区别吗？”谭池反问，“不谈评分机制，就算根据数据得分，判了一个团队的生死又怎样？问题还是在那儿，依然没有得到解决。”
大数据本身，并不能给出一个既定做法。面对数据运算的结果，之后的步骤可能更加重要。
调研员小迪同时负责1-3个调研项目，一般9点半从公司出发，去深圳市里与用户一对一访谈。中午回公司，下午另外一个项目的招募和策划会议又开始了，当中偶有空隙，他就回到座位写一些访谈总结。这就是一名调研员每天的工作日常。
每一年，研究中心负责调研的项目数以百计，这些课题并非调研员自己“拍脑袋”想的，大部分来自产品策划的需求方，比如产品经理，改进一个产品功能时可能会冒出一个问题，希望通过调研来解答。
韩娜说，刚入这一行，自己与产品经理交流时，经常需要磨合。比如一位产品经理很纠结，关于“签到”有两种改进方案，究竟95后用户更喜欢哪一种呢？他不知道。他可能先去找数据师，去调相关的大数据。大数据显示，95后更热衷于每天上网“签到”。但是他们“签到”究竟是出于什么心理，获得了什么满足，数据并不懂。
于是，产品经理接着找韩娜，请她进行用户研究。结果显示，95后乐意“签到”，更多是为了满足自己的情感需求，尤其是“刷存在感”。可是知道了这一点后，产品经理依然无法抉择，究竟哪个方案更好。
时间久了，韩娜渐渐明白，自己做完调研，不能仅仅解答“为什么”，“用户怎么想”，还要给出“怎么做”的建议。
当然，再细致的调研，最终也不一定能找到产品经理想要的答案。有时候，答案是有了，但考虑到成本营收、缺乏供应商、缺乏可操作性等因素，改进方案依然不了了之。大数据和访谈就都白做了。
另一位调研员马建说，自己工作最开心的那刻，就是调研的建议被采纳，最终体现到产品中。
今天的企业、政府，乃至整个社会，很容易通过大数据对市场一目了然，但一目了然之后怎么做？漠视它、改正它、还是适应它？
大数据未必懂得价值
罗英、何文是“数据挖掘师”。但这份工作想做得好，单纯依靠算数据并不够，其实还要动用“情商”。
比如，QQ音乐有一个功能叫“猜你喜欢”。根据用户的数据，软件会自动推荐一些陌生歌曲，它们往往符合你的音乐品位。这种推荐，显然是基于大数据平台。一般我们以为，只要提供一些算法，大数据平台照此运算就成，但事实没那么简单。
首当其冲的是准确率。“猜你喜欢”究竟能猜对多少首歌？不同的数据师，可能会设计不同的算法，有的人效果明显比较好，他把“年龄”的数据用起来，而另外一个人没用，就会导致两者准确率差很大。
究竟需要考虑哪些数据维度，荐歌才会最符合心意呢？没有标准答案，不同数据师有自己的判断。同样的大数据库，一个运算下来比较准确，一个不准，其中唯一的变化就是人。
第二个问题是，为什么有人能想到“年龄”，而有人却想不到？凭借的也是个人经验。或者说，凭借的是人对事物的理解，考验的正是数据师的“情商”。
“在我们行内有一个不等式：业务知识>数据>算法。”罗英解释，“而业务知识就是你的理解能力。”用同行的话来说，就是“你的架构是否合理。”
没什么课题的时候，数据师的常规工作十分枯燥。
每天上班第一件事，就是低头看手机。手机上，已经装有数据展示的平台，到点就会自动发布一些基本情况，比如当天登录用户数多少，这些已经无需太多人工干预。