▌做好縫合，不斷迭代
大數據的本身是異構異類的數據，就像裁縫把不同的材料縫成一件衣服一樣，需要很多技術把數據連接起來，讓這些數據可以使用。不同材料縫合在一起，中間會有一些縫合處。
美國任何一個做大數據的人，都會告訴你數據關聯很難。美國可以把數據關聯起來的公司有幾家。美國大數據行業(yè)在產業(yè)鏈上，是可以分工的。你干這個，我干那個，大家協同把東西做出來。這和中國的情況是有區(qū)別的。
要把大數據整合起來，數據源好不好非常重要。另外有沒有不同的環(huán)境可以進行數據測試，也很重要。
數據是迭代的，算法是迭代的，產品服務也是迭代的。數據有不同的版本、算法有不同的版本，我們要找到最優(yōu)、同一個語境下最好的算法，達到最好的服務。
▌將大數據變成企業(yè)的洞察力和行動力
對于企業(yè)來說，需要將大數據變成企業(yè)的洞察力、行動力。10年前，商業(yè)決策都是靠經驗驅動，用數據證明自己的判斷是對的。而數據驅動，則要擁有足夠的數據，通過數據發(fā)現一些以前沒有看到的東西。
比如，有一些人在購物網站搜索過的關鍵詞，兩個月后會成為比較流行的關鍵詞。當我們深入分析時，數據會告訴我們，購物里面是有達人的，購物達人看的東西和普通人不一樣，他們有自己的方法尋找自己想要的商品。如果能跟蹤這些達人，就可以找到用一般推薦引擎無法找到的東西。
一個學習的完整體系，簡單來講，首先有目標定義，之后進行決策、行動、拿到行動結果之后學習。人類學習的一般方法，都是根據這個鏈路進行，這叫“自學習”：用自己的經驗慢慢積累，進行一個自我循環(huán)。
當我們開始做大數據的時候，你會發(fā)現，別人的數據會成為你的經驗。你也可以把別人的數據代入自己的決策，學習到別人的經驗，這叫“集體智慧”。在大數據當中，我們可以找到別人的集體智慧。
大數據里的創(chuàng)新，可以有三個層面：數據的創(chuàng)新、算法的創(chuàng)新、服務的創(chuàng)新。
下面這張圖中有四個坐標：數據集中、數據分散、問題清楚、問題不清楚。過去我們可以解決的是數據集中、問題很清楚的部分，后來開始出現很多碎片化、分散的數據，我們發(fā)現可以用零散的、沒有集合、沒有結構化的數據，更好地解決原來的問題。
舉一個例子，有一個網站雖然有幾億用戶群，但只有幾百萬人買彩票。如何找到更多用戶到這個網站上買彩票呢？按以往的方法，先描述買彩票的人是什么樣的，經驗認為男的比較喜歡買彩票，年紀應該是25-35歲。而用大數據的方法，則是想猜用戶下一步想做什么，可以看4周之內用戶有沒有看過彩票的內容，如果有，那他就是一個希望要買彩票的人，只是沒有在網站里買。用這個思路，我們發(fā)現買彩票的女性比男性多，而且往往是在辦公室里買的多。這樣一來，數據就指明了哪些人在哪些地點是最好去做營銷的。
對于數據零散且問題不是很清楚，大數據同樣可以解決。比如在面對不知道客戶是什么樣的人，只知道這些人是重復購買的人，而想要用大眾標簽去描述這些人時，可以先猜1000個人，對他們進行營銷，發(fā)現有些人被猜對，有些人被猜錯。對猜對的那部分人繼續(xù)深入，慢慢就會越做越準確。這就是我通常講的“用數據養(yǎng)數據”。
一個公司有沒有大數據能力，一般看他有沒有預測能力和行動能力。但是布點/收集、存儲/刷新、識辨/關聯，也很重要。前者是如何讓數據更容易使用，后者是如何讓數據更有效關聯在一起。這個閉環(huán)如果可以做好，就可以做一個非常好的數據產品。
▌考量“好數據”的六把標尺
好的數據，六個衡量標準是缺一不可。缺少其中任何一個，數據質量就會下降。有的數據很稀缺，很獨家，那就是數據價值。數據質量，主要要看準不準，但還要看全不全。如果你只拿到安卓的數據，沒有拿到蘋果的數據，那就不全。一段段很零散的數據買過來，沒有連續(xù)性的數據也是不行的。需要找很可靠的伙伴來提供算法、數據、服務。