阿里巴巴集團副總裁、數據委員會會長車品覺在新書《決戰大數據》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運營和解決問題。阿里巴巴在不斷使用數據的同時，也發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。企業主動收集數據，并且以此去創造更優質的新數據，讓新數據更好地服務于企業的運營。這是一個“從用數據到養數據”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，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真正了解一個用戶的需求產生了極大的挑戰。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中每一個企業必須考慮的問題。

　　隨著O2O的深入和可穿戴設備的興起，企業和企業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中，以帶動更多的數據進入這個自循環中，并應用于各個行業。多樣的自循環方式打開了大數據之門，進入這個循環的關鍵是從解決問題出發。

　　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，不管是數據分析師的分析方法還是推薦系統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、從用數據到養數據

　　“養數據”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，“養數據”則是一種數據戰略，是基于深入業務理解的更高層次的商業決策，數據養的時間越早，積累的數據也就越多。養數據也是一種管理和商業藝術，在養之前可能誰也不確定最終會出現的后果，一旦養成會產生非常大的商業價值。

　　7、數據的盲點

數據盲點可以分為兩類，物理盲點和