“运用大数据战略实践的关键问题不是数据规模或高精尖技术，而是如何利用数据迅速产生价值，如何用数据改变企业的经营管理方式。企业越早从数据中洞察事实，并据此快速做出行动越早受益。
最近跟一家著名互联网企业的首席架构师讨论起了数据的话题，得知其正为数据迅速膨胀却无法很快产生价值而发愁。若不能产生价值，很难维持这样的运作模式”。十分认同这个观点，回顾一年来实施公司大数据战略中的实践，关键问题的确不是数据的大小，而是如何利用数据迅速产生价值。
一、用数据为经营管理提供帮助
大多数传统企业习惯于依靠经验凭直觉分析经营管理中的具体问题，提出相关解决思路并安排改进措施，然后再重复这个循环。这种工作方法在过去也曾经十分有效，特别是在企业问题比较明显的情况下，能够快速反应做出调整并取得成效。这种企业的经营管理方式类似骑自行车，凭经验直觉就可以安全地前进了。
信息化时代市场竞争进一步加剧，企业的运作越来越复杂，充满了各种风险和不确定性，企业核心能力的主要差异越来越体现在各个细节之中。企业需要快速且安全的发展，其经营管理犹如驾驶汽车，没有仪表盘肯定无法做到安全高速的行驶。互联网时代下，数据收集更为方便，数据更能够反映企业的具体运营细节状况，相当于可以建立企业经营的驾驶仪表盘。
若仍依靠定性和数据统计简单分析，凭经验大致判断问题形成改进方案的做法，没有客观的评价基准，无法准确判断问题程度和改进效果，不能让参与各方形成统一的共识，难以在现代市场竞争中取得优势地位。必须引入量化分析管理的方法，通过数据从具体细节中发现衡量问题，协同各方实施有针对性的优化措施。
用数据建模的方式自动识别问题并采取行动，可以更好地为企业经营管理服务。类似汽车辅助自动驾驶功能，汽车里的电脑根据驾驶者的要求，对汽车各种传感器收集上来的自身及周边各项数据进行模型计算，确定汽车相应的方向和速度，保证车辆高效安全的行驶。未来金融企业经营更像驾驶喷气式飞机，没有基于数据建模的辅助驾驶系统帮助，肯定无法航行。
未来的金融竞争一定会比拼数据建模能力，若不尽快在精准营销、风险识别、产品个性化定价等方面开展数据建模实践，就很难形成相应的核心竞争力。
传统企业中基于经验习惯的工作方法已经运作了很长时间，让其改变为基于量化分析和数据建模的工作方法会十分困难。这就要求企业最高决策领导提出硬性要求，将数据应用作为关键工作部署下去，并在企业各部门的年度考核目标中增加相应的指标，逐渐形成使用数据的经营管理文化。
二、数据应用要面向解决企业问题
企业为迎接数据时代的到来，需要建立一支数据分析队伍，并设置独立的部门。他们的职责任务就是用数据帮助寻找和解决企业经营管理中存在的问题，提升企业的核心竞争能力。数据分析人员不同于IT人员，他们更多需要具有科学抽象思维能力，而非工程思维能力。部门建设初期可以从外部引进人才，也可以从企业内部寻找有数学、物理、统计学历背景的员工加入进来。
数据专业人员由于专业特点的局限，对业务知识掌握和理解存在缺陷。因其分析对象更多为企业专业的内容，若不能与业务专业形成很好的互动，数据分析工作很难开展，搞不好会陷入自我孤立的状况。企业的业务人员虽然对业务本身非常熟悉，但对数据应用缺乏概念。必须让数据人员前置到业务一线中，与业务人员共同面对企业的日常经营活动，双方取长补短逐步尝试利用数据去改进业务工作。
数据人员要主动学习业务知识，尝试在某一局部用数据发现和解决业务问题，然后与业务人员交流讨论，看是否能够对业务有些帮助。业务人员要主动学习理解数据应用的知识和方法，结合自身业务情况进行思考，努力尝试运用数据提升经营管理效率。可以考虑客户数字画像、风险定价、营销转换，甚至是内部员工挽留、办公物品合理使用、成本绩效等等各方面的数据应用。
刚开始做出来的成果很可能会非常粗糙，或根本不靠谱，但经过数据与业务人员反复探讨打磨，相关的数据应用会逐步取得成效。通过在业务实际工作中的数据应用，观察其效果，再逐步完善，直至最终固定到业务日常工作中。局部突破后，逐步扩大数据应用的范围，获取更大的效益。