在当今这一大数据时期，海量数据喷薄而出，公司已不遭遇欠缺数据的困境，可是怎样合理利用这种海量数据，把握住数据身后的经济收益是每一个公司应当持续思索的课题研究。文中创作者荷兰大数据剖析服务项目初创期公司Dataiku的FlorianDouetteau就该难题共享了他的一些看法。


针对现如今的公司而言，她们能够从各式各样的方式中收集海量数据，从博客到买卖数据，物联网技术及其在其中的全部方式，相信今日这一时期，不容易还有哪一个公司说她们遭遇数据难题。

可是，我觉得许多公司，不管她们喜不喜欢认可，都拥有 数据使用价值的难题，换句话说，她们不太想从收集的数据或是全部的数据中获得真实的经济收益。

一开始，以数据起家的高新科技公司（如四大互联网大佬GAFA——Google，Apple，Facebook及其Amazon）实质上根据利用**的深度学习技术性，处理一些关键难题（如何使广告宣传有关、强烈推荐效用等），进而从数据中创造财富。她们的难题在技术上是非常有趣味性的，可是处理这种难题的方式非常简易：雇佣50名博士研究生和博学多才的技术工程师，取得成功并不是难题。

反过来，传统式公司的成功之道会相对性繁杂一些，她们得将目前商品和服务项目一步步转型发展提升，其业务流程难题不但在技术上难，处理起來也难。因而，这种公司机构必须选用更加系统软件的方式，以提升生产效率，如同加工厂提升生产效率应用的方式一样。

1、建立再利用的方式。它是指创建步骤，促使数据和试验結果可以在新项目和新项目中间共享资源。在一个传统式公司中，80％的数据新项目全是重新开始，尝试操纵已经产生的情况，这是由于数据再利用必须纪录及其老规矩。可是，没问题，你能保证的。

2、多方面相互科学研究数据新项目。它是自然就是指数据生物学家，但一样包含剖析工作人员和商业服务人士。数据科学研究（及其危害商业服务的看法）并不是产生在真空泵中。如同商业界人士不太了解怎样利用死核数据，科学研究死核数据的生物学家一样不容易触碰业务流程，因此协作是重要。

3、能有方法开展大规模生产。還是以前提及的，数据科学研究不容易产生在真空泵中。数据精英团队要可以将她们的科学研究推动到全球中去，而不是固步自封，无具体主要用途。可以迅速且无缝拼接保证这一点的公司，必然能将数据身后的使用价值规模性营销推广起来。

不容置疑，海量数据仍会喷薄而出，而这些意识到数据身后使用价值的一方终究会站到食物网的顶部。

资讯来源：http://baijiahao.baidu.com/builder/preview/s?id=1668447027894406736