▌做好缝合，不断迭代
大数据的本身是异构异类的数据，就像裁缝把不同的材料缝成一件衣服一样，需要很多技术把数据连接起来，让这些数据可以使用。不同材料缝合在一起，中间会有一些缝合处。
美国任何一个做大数据的人，都会告诉你数据关联很难。美国可以把数据关联起来的公司有几家。美国大数据行业在产业链上，是可以分工的。你干这个，我干那个，大家协同把东西做出来。这和中国的情况是有区别的。
要把大数据整合起来，数据源好不好非常重要。另外有没有不同的环境可以进行数据测试，也很重要。
数据是迭代的，算法是迭代的，产品服务也是迭代的。数据有不同的版本、算法有不同的版本，我们要找到最优、同一个语境下最好的算法，达到最好的服务。
▌将大数据变成企业的洞察力和行动力
对于企业来说，需要将大数据变成企业的洞察力、行动力。10年前，商业决策都是靠经验驱动，用数据证明自己的判断是对的。而数据驱动，则要拥有足够的数据，通过数据发现一些以前没有看到的东西。
比如，有一些人在购物网站搜索过的关键词，两个月后会成为比较流行的关键词。当我们深入分析时，数据会告诉我们，购物里面是有达人的，购物达人看的东西和普通人不一样，他们有自己的方法寻找自己想要的商品。如果能跟踪这些达人，就可以找到用一般推荐引擎无法找到的东西。
一个学习的完整体系，简单来讲，首先有目标定义，之后进行决策、行动、拿到行动结果之后学习。人类学习的一般方法，都是根据这个链路进行，这叫“自学习”：用自己的经验慢慢积累，进行一个自我循环。
当我们开始做大数据的时候，你会发现，别人的数据会成为你的经验。你也可以把别人的数据代入自己的决策，学习到别人的经验，这叫“集体智慧”。在大数据当中，我们可以找到别人的集体智慧。
大数据里的创新，可以有三个层面：数据的创新、算法的创新、服务的创新。
下面这张图中有四个坐标：数据集中、数据分散、问题清楚、问题不清楚。过去我们可以解决的是数据集中、问题很清楚的部分，后来开始出现很多碎片化、分散的数据，我们发现可以用零散的、没有集合、没有结构化的数据，更好地解决原来的问题。
举一个例子，有一个网站虽然有几亿用户群，但只有几百万人买彩票。如何找到更多用户到这个网站上买彩票呢？按以往的方法，先描述买彩票的人是什么样的，经验认为男的比较喜欢买彩票，年纪应该是25-35岁。而用大数据的方法，则是想猜用户下一步想做什么，可以看4周之内用户有没有看过彩票的内容，如果有，那他就是一个希望要买彩票的人，只是没有在网站里买。用这个思路，我们发现买彩票的女性比男性多，而且往往是在办公室里买的多。这样一来，数据就指明了哪些人在哪些地点是最好去做营销的。
对于数据零散且问题不是很清楚，大数据同样可以解决。比如在面对不知道客户是什么样的人，只知道这些人是重复购买的人，而想要用大众标签去描述这些人时，可以先猜1000个人，对他们进行营销，发现有些人被猜对，有些人被猜错。对猜对的那部分人继续深入，慢慢就会越做越准确。这就是我通常讲的“用数据养数据”。
一个公司有没有大数据能力，一般看他有没有预测能力和行动能力。但是布点/收集、存储/刷新、识辨/关联，也很重要。前者是如何让数据更容易使用，后者是如何让数据更有效关联在一起。这个闭环如果可以做好，就可以做一个非常好的数据产品。
▌考量“好数据”的六把标尺
好的数据，六个衡量标准是缺一不可。缺少其中任何一个，数据质量就会下降。有的数据很稀缺，很独家，那就是数据价值。数据质量，主要要看准不准，但还要看全不全。如果你只拿到安卓的数据，没有拿到苹果的数据，那就不全。一段段很零散的数据买过来，没有连续性的数据也是不行的。需要找很可靠的伙伴来提供算法、数据、服务。