阿里巴巴集團副總裁、數據委員會會長車品覺在新書《決戰(zhàn)大數據》中回顧到：2005年，淘寶有了第一個數據分析師，一直致力于用數據來幫助企業(yè)運營和解決問題。阿里巴巴在不斷使用數據的同時，也發(fā)現了數據本身的問題——大數據需要更主動的管理，也需要更多的創(chuàng)新。

　　數據化運營是用數據解決問題，但如果想把數據做得更好，解決更多新的問題，就需要去做一件以前從未做過的新事情——運營數據。2011年，阿里巴巴才開始有計劃地進行這件事。企業(yè)主動收集數據，并且以此去創(chuàng)造更優(yōu)質的新數據，讓新數據更好地服務于企業(yè)的運營。這是一個“從用數據到養(yǎng)數據”的過程;是一個“從數據化運營到運營數據”的過程，也是一個“從看到真用”的過程。

　　全書分十一個章節(jié)，車品覺從數據化運營到運營數據、阿里巴巴的大數據秘密兩大角度、十一個維度，用鮮活的例子詳細闡述了其數據化思考。以下是對一些精彩觀點提煉。

　　1、大數據面臨的最大問題——人

　　斷層是大數據面臨的最嚴重問題。收集數據的人并不清楚未來使用數據的人要做什么，這是目前大數據的一大關鍵命門。使用數據建模的人，同樣不清楚當前數據是如何獲得的。

　　從公司管理層角度看，投資人了解數據的意義嗎？高層管理者對數據的期望和中層管理者之間有不同嗎？他們知道數據能夠幫助企業(yè)做什么嗎？這些答案因立場而異。

　　當我們講到數據價值時，沒有人能對此給出一個合理的定位，原因就在于幾個關鍵問題沒有分清楚：一是要明確這是誰心里的數據價值，投資人、管理者、中層、數據分析師們心中對數據所產生的價值自然不同;二是要明確數據的分類，不同類型的數據所產生的價值各不相同。

　　2、大數據的本質是還原用戶真實需求

　　每個人都在通過不同的設備產生著數據，使數據更多在“量”這個維度上不斷膨脹，但是“量”的單純膨脹卻對企業(yè)真正了解一個用戶的需求產生了極大的挑戰(zhàn)。所以，如何更好地識別各個設備的使用者是否為同一個人，如何更好地理解用戶在各個不同場景下表現出來的不同需求，如何更好地理解數據融合后產生的價值將是未來商業(yè)中每一個企業(yè)必須考慮的問題。

　　隨著O2O的深入和可穿戴設備的興起，企業(yè)和企業(yè)之間必須進行更多的數據融合和交換，必須進行更多的跨行業(yè)數據交流，這樣才能更好地還原用戶的真實需求，讓用戶在任何一個場景中都能獲得由數據帶來的便利。

　　3、“活”的數據才是大數據

　　盲目進行大數據投資，收集越來越多的數據，但這些數據卻是“死”數據。“死”數據就是單純存在數據庫中，無法進行分析和使用，并且不能夠產生價值的數據。

　　大數據的真正價值是將數據用于形成主動收集數據的良性循環(huán)中，以帶動更多的數據進入這個自循環(huán)中，并應用于各個行業(yè)。多樣的自循環(huán)方式打開了大數據之門，進入這個循環(huán)的關鍵是從解決問題出發(fā)。

　　4、無線數據，大數據的顛覆者

　　面對無線數據，我們需要一種多屏思維——需要考慮到現在用戶使用互聯網的多場景問題。多屏可能會包括多臺電腦、手機和pad，可穿戴式設備。當多屏變成一種常態(tài)，不管是數據分析師的分析方法還是推薦系統(tǒng)的推薦算法都必須多屏化。要解決的主要問題有兩個：一是做到高效準確的收集，二是培養(yǎng)數據分析師的多屏思維。

　　5、四種數據分類與五種數據價值

　　數據按照是否可再生，分為不可再生和可再生數據。按照所處存儲層次，可分基礎層、中間層和應用層。按照數據業(yè)務歸屬，可分為各個數據主體。按照是否為隱私，可分為隱私數據和非隱私數據。

　　數據價值1、識別與串聯價值，2、描述價值，3、時間價值，4、預測價值，5、產出的數據價值。

　　6、從用數據到養(yǎng)數據

　　“養(yǎng)數據”通常有兩類，一類是網站自身沒有的數據，需要用戶自主提供;另一類是公司擁有的，但沒有進行數據的收集。

　　“用數據”更多的是一種方法論，“養(yǎng)數據”則是一種數據戰(zhàn)略，是基于深入業(yè)務理解的更高層次的商業(yè)決策，數據養(yǎng)的時間越早，積累的數據也就越多。養(yǎng)數據也是一種管理和商業(yè)藝術，在養(yǎng)之前可能誰也不確定最終會出現的后果，一旦養(yǎng)成會產生非常大的商業(yè)價值。

　　7、數據的盲點

數據盲點可以分為兩類，物理盲點和