我们总是倾向于认为“只是足够的数据”而不是大数据提供“最小化的可实行的产品”方法。没有实际行动的数据是没有任何意义的，因此专注于少数关键的可实行的指标吧。
500条创业经验法则的创始人Dave McClure说：”如果你不利用指标去做决定，那么你的计划就不可行。”
那么，如果可以，请绝对忽略那些没有价值的指标。
这句话是《Web Analytics2.0》的作者、谷歌的数字营销传播者Avinash Kaushik说的一句话，“不要再沉迷于那些完美的数据，你永远都不可能得到那些完美的数据的。我们要做的应该是专注于趋势推动决策并一如既往，牢记80/20法则。”
让百花齐放
数据只能自身派生出的信息来体现价值，因为分析数据的是人而不是机器，而分布在整个企业的能够访问数据的人群将会提高他们的工作效率以及推动创新。但不幸的是，许多企业把数据限制在专业商业智能和数据科学团队中进行使用，越来越多的其他部门开始要求进行数据分析，目前的模式往往成为一个主要瓶颈。
拥有一个能访问运营数据如客户、订单以及收入等数据的职能团队是一个不错的价值主张，因为它允许团队快速发展前进，更为重要的是，允许团队在相关的商业环境下分析、解释数据。
3.人
尽管拥有一个大数据平台和正确的组织流程是利用数据所必须的，但仅仅只有这些是不够的。这里有无数个案例都是讲述一些公司在大数据技术上投资了成千上百万美元但依然还是以失败告终。那是因为他们没有在大数据处理上找到适合的人选去解释这些数据并且正确运用。
“计算机可以发现暗示人类行为的模式，但是他们不知道如何从不同的来源去对比这些模式，或者不知道如何解释这些复杂的行为。可操作的见解只能来自人的分析。”Thiel说。
大数据的4Ps中，人的因素无疑是最大的瓶颈。根据McKinsey：“现在存在着这样一种现象：企业运用大数据所必须的人才是短缺的“。然而，到2018年，仅是美国就可能有14万到19万的人精通分析技巧，150万位经理级别的人以及分析师懂得如何运用大数据分析去做有效决策。
这个问题在东南亚之类的新兴市场中显得更为重要了。尽管是在发达国家，像新加坡，挖掘带有这种数据心态的人才也是十分困难，在某些时候甚至更难。这是因为许多新加坡企业都是跨国管理的，许多要完成的工作都是以电话会议的形式与其他合作国沟通联系，并通过邮件实现。数据本质上是地方性的并且动态的，要想以舒服的方式和数据工作，需要只身深入了解数据。
数据科学家并不是解决办法
然而，那些被推荐来帮助我们处理所有这些大数据的新生代的铸造数据的科学家又如何呢？他们并不适合。根据Josh Attenberg和Foster Provost，两位都是在纽约大学负责实际数据科学课程的，他们都认为：“一些在计算机科学部门受过训练的数据科学家们抱怨说他们”只是技术员“，他们能够很好地理解算法，但是他们普遍缺乏重要的问题制定能力、评估能力以及分析能力。另一方面，那些训练有素的商业学校往往会有未发展起来的技术能力。
要达到企业的工作速度要求，仅是雇用传统的数据科学家以及工商管理硕士是不够的，还需要每个人都能与数据共事。
尽管我们看到一些积极的变化，尤其是在市场上的变化。“一份名为‘Growth Hacker’的新工作正与美国硅谷的文化相结合，这强调了编程能力和技术驱动是一个伟大的营销者的重要组成部分。长期以来被认为是非技术性职位的市场营销副总裁现在正迅速地衰落，而在这个位置上，一种既是营销商同时会运用编码的人才应运而生，”Andrew Chan说到，而这些人就是公众所说的Growth Hacker。
Auren Hoffman，作为LiveRamp的总裁以及Quora的股东，说过这样的话：“首席营销官（CMO）的角色正在发生巨大的改变，它在成为一个能够‘点球成金’的角色，并且非常侧重数据。如今的Moneyballer的首席营销官计划将她的营销像Billy Beane建立Oakland As那样实施。她利用顾客行为上的这些细微的数据在传统的营销上扩展，直接影响了产品策略，客户服务以及优化推销服务。