生产力是推动人类社会进步的动力，也是企业寻求发展的助推器。在当下的“大数据时代”，数据给我们带来便捷，给我们带来新的机遇。但我们不能脱离生产力空谈数据，这样的行为无异于纸上谈兵。我们要做的，是要让数据为激活企业和行业的生产力而服务，创造出一个更好、更强大、更适合自己的新型商业模式，利用大数据让财富充分涌流，促进企业的高速发展。
3.1数据世界：万物皆是数据，何况商业
如果我提出这样一个论点——世间万物都可以用数据表示出来，那么肯定会有无数人跳出来反对我。尤其是一些情感专家们，一定会拿着本厚厚的《红楼梦》或是《安娜·卡列尼娜》敲我的头，质问我：“那感情呢？爱情能不能用数据表达？”其实我想很无辜地对他们说：“这些都是可以的。”如果你玩过一些情感模拟类或是恋爱类的游戏，就会知道这一点，游戏是由数据数值组成的，甚至其中游戏角色对你的好感程度也是有一个分值来表达的。
当然，毕竟这些只是电脑数据虚拟出来的情感，与现实中还有很大的差别，现实的情感也不是数据所能代替的，我想借此说的只不过是数据具有全能性，对于我们分析事物、预测结果有着极其重要的作用，而这一点正是很多人忽视的。
在“大数据时代”，信息数据大爆炸，计算机技术和互联网技术日趋完善，几乎所有东西都能以数据的形式表达出来，各种各样的信息充斥着人们的眼耳口鼻乃至大脑。尤其是商业中，我们所要面对的成本、利润、销售额等数目，都是数据的体现，所以商业的发展与数据是脱不开关系的。如果企业真的舍弃数据来谈经营，是谈不出什么好结果的。
既然如此，“大数据时代”的商业数据化，也就成为了企业要做的头等大事。要把数据和营销糅合在一起看起来不是什么难事，有人觉得拿着一张列满数据的单子，按照单子办事就是大数据营销了。实际上要是大数据那么简单的话，每一家企业都能做到商业的数据化了。如果你知道沃尔玛公司为了适应“大数据时代”做了些什么，想必你才会知道什么才叫真正的“拥抱”大数据。
沃尔玛公司绝对是零售业里最先意识到“大数据时代”来临的企业之一，他们的反应速度也不可谓不快。利用高人一等的计算机技术，沃尔玛建立了属于自己的数据库，以及一款大数据工具——Retail Link。这个很简单的工具，却把沃尔玛的整个生产链、经营链和销售链绑在了一起。沃尔玛总部是公司的大脑，指挥供应商、零售商等进行具体地营销工作。在以前，这种指挥需要一个很长的反应时间，往往总部想要你推广一个新产品，下面足足花了几个月的时间才能实现推广目标。但是Retail Link的出现，让供应商、零售商们能够立刻了解每家沃尔玛门店的销售状况和库存，然后在大脑做出反应之前，率先做出自主决策。这样一来，不光节省了大量管理和营销成本，还紧密地把沃尔玛的员工们、供应商们联系到了一起，极大地提高了工作效率和品质。
我们不妨简单地总结一下沃尔玛的大数据战略，其核心总的来说就是一点：利用数据库和数据处理技术，提高数据在各部门、各体系的关联性，用数据来维系企业的各个经营管理环节。这样一来，从生产到管理、销售这一链条更加紧密，效率和市场回报率就能得到大幅度的提升。
值得一提的是，沃尔玛公司利用的数据并不仅仅是我们认为的简单数据，而是将数据划分为过去、现在和将来三种，分别进行操作的。如果要方便理解的话，我们可以将数据划分为两种——现实数据和虚拟数据。
现实数据指的是现实存在的数据，是通过数据收集和整理得来的，反映企业经营状况和市场形势的数据。这些数据不管企业做了什么、准备做什么，总是客观存在的、已经发生的，是没有办法发生改变的。我们去看山，因为山就在那里，就是这样的道理。比如案例里说到的沃尔玛整理出来的销售情况、库存状况等，还有生产的成本、新产品研发资金、宣传费用等，都属于现实数据。现实数据是我们观察企业经营状况，了解市场行情和顾客需求的重要依据和判断标准，重要性不言而喻。现实数据，表示的是过去发生的事物，是由现在的人所掌控的，为未来的数据而服务的。
虚拟数据也是我们通过数据收集、统计、分析所得出的数据，不同的是，虚拟数据所反映的往往不是我们直接观察所能得来的，而是要经过详细的推测和计算。所以虚拟数据不是真实的，而是我们对于真实情况的估计和预测。虚拟数据是建立在现实数据的基础上的，得到虚拟数据的唯一正确途径就是对现实数据进行数据分析。Retail Link就是这样一款数据分析软件，对于沃尔玛的销售情况进行分析，然后给供应商、零售商提供一个大致的推测数据，让供应商决定需不需要采取进货、上架新产品等行为。有了虚拟数据的帮助，我们能够了解到市场的走向和客户需求的变化，从而让企业更好地、更准确地调整自身的企业定位和经营策略。虚拟数据表示的是未来可能发生的事情，是对于未来现实数据的一个猜测，是指引企业发展方向的重要标准。
“大数据时代”就是一个利用大数据技术，收集现实数据，得出虚拟数据的过程。大数据技术的主要功能，就是要让现实数据为虚拟数据服务，预测未来的发展道路，从而帮助我们更好地把握市场，把握自己。
企业转型去做大数据，建立大数据商业模式，过程中肯定有很多困难之处，但如果企业遵守“大数据时代”的游戏规则，就不难发现其中的一些规律。我们把这个规则总结为一句，那就是——尊重现实，大胆虚拟。落实下去实际操作起来，必须要注意以下三点：
注意点一：实事求是，重视现实数据对于企业的影响。不管你使用什么数据处理技术或者是处理软件，万变不离其宗，你要处理的东西是数据，而这些数据就是我们前面说到的现实数据。这就要我们去尊重这些数据。举个简单的例子，有的企业在做下一年的销量预测，那他首先就要收集往年的销售情况做统计，可是负责人为了凑数据，凑成绩，让下年的销量增长率看起来很高，就故意压缩之前的销售数据。这样一来，他得到的销量预测想必不会准确到哪去，而且等到第二年的销量结果出来了，最后还不是要露馅吗？所以，我们应该重视现实数据，不能因为这样或那样的原因就随意篡改，给企业发展造成不好的影响。
注意点二：胆大心细，得出最接近真实情况的“占卜”。之前已经说过，虚拟数据是对未来的预测，但是有的人预测准确，有的人不准，这就是决定他们能否成功的差异了。现在很流行的彩票预测就属于一种数据分析和推测，是根据概率学、统计学原理，对于往期开奖的结果进行分析，判断数字的走向，从而得出结论。虽然这种结论并不是百分之百准确的，相比较而言更接近于占卜，但是确实是有其道理的。我们在做预测的时候，最讲究的就是胆大心细，能够结合所有细微的数据，全面分析，并且大胆做出猜想。只有这样，你的虚拟数据才会无限趋近于真实数值。
注意点三：虚实结合，打一组漂亮的组合拳。虚拟和现实结合，看起来只在科幻片里面出现过，但在现实世界里，尤其是商业中，没有什么不可能的事情。虚实结合最重要的是下定决心，把你得出的虚拟数据运用到接下来的企业规划中，因为不管你估算得再准确，要是不采用的话就都是在做无用功。就像一个笑话里讲的那样：一个信徒天天祈求上帝能中五百万元彩票，可是从来没有中过奖，有一天上帝终于怒了，说：“你要中奖，可你总得先去买张彩票吧？”上帝痛斥的就是这种不作为。脱离了现实去谈虚拟是不科学的，离了虚拟也不会有更加美好的现实，这就是虚实结合的重要性的体现。
无论是在过去的工业时代还是在现在的信息时代，生产力都是社会进步的第一要素，而在我们的“大数据时代”，只有承认并且尊重数据的存在，才是让生产力充分涌流的先决条件。
3.2数据技术：新的商业利益增长点
想要建立起一个新的商业模式何其困难。当年通用电气公司为了创建在线采购模式，足足花了四年时间，这种财大气粗的企业都要投入巨大的人力物力，就足以让我们知道其中的艰辛了。在“大数据时代”，虽然有前人指路，一个较为完备的数据经营模式已经被开发出来，但真正想要实现完全的转型，让数据成为我们商业新的利益增长点，过程中仍有很多需要我们面对和克服的难题。
而这个难题的核心，就在于数据技术的选择和使用上。
在畅销全球的《社会消费网络营销》一书中，作者拉里·韦伯提出了这样的一个观点：在“大数据时代”，大数据指的就是“企业信息化的用户交易数据”，各种网络平台、社交平台中的用户数据（包括地理信息、交易手段、交易内容、交易时间等），都属于企业需要把握的数据内容。在消费者至上的市场环境下，利用数据技术来收集信息，整合数据，就成为了企业在未来要做的主要任务。
这个主要任务的前提，同样是拥有属于你的数据技术。也就是说，如果你有融入“大数据时代”的想法和意图，那么你是时候选择一个适合自己的、便于操作的数据技术了。
有的人就会问了，我们的数据技术很成熟，我们会把所有需要的数字、信息输入到电脑上，然后在电脑上进行操作，便于观看和储存，这样是不是大数据的商业模式呢？那么我会回答，当然不是的，这连数据技术都称不上，怎么可能是大数据？这是数字化，而不是数据化，这两点还是有很大的区别的。在引言中我们说到的DT，其实有两个方面的含义，一个是数字处理技术（Digital Technology），是对于数字、图像、声音等信息，以数字的形式贮存在电脑内，并不是数据技术。就好比网络图书馆会把纸质书本输入到网上，供网民阅读，只是把表现新式换了换，没有实质上的改变。另一个才是数据处理技术（Data Technology），指的是对于数据的收集、贮存、检索、加工处理以及变化传送。这是一个完整、系统的过程，是对数据真正进行表达、计算、分析和预测的过程，能给企业带来翻天覆地的变化。
那么，接下来就让我们见识一下真正利用数据技术获得成功的案例吧。
某国外电信公司发现其2012年的业务量明显下滑，在同行业的竞争力逐渐丧失，于是决定跟进潮流，采用“大数据时代”的数据处理技术。他们首先对于取消电信业务的客户进行了一个简单的统计，大致上了解了客户减少的数量，并得出结论：客户是由于经济、家庭等原因才退订业务的。紧接着，他们将收集到的信息录入了一款名为Origin的数据处理软件，并绘制出了一张显示客户年龄阶段的树状图。利用图表，他们发现高收入人群最容易流失，因为他们收入高、工作忙，经常不在家，且拥有自己的移动电话，所以退订电信公司的固话服务。为了挽回这类客户，该电信公司再次收集大量客户的生活信息，通过数据处理软件了解到他们无论是工作还是娱乐，都会花大把的时间在互联网上。于是，电信公司果断推出了固话与宽带绑定的优惠套餐，在提供宽带服务的基础上，对于推广固话业务也有着很大的帮助，果然大获成功，2013年的固话业务上涨了24%，就连宽带业务量也比同期高出了17%。
其实不仅仅是电信公司，任何一个行业的公司都可以使用数据处理技术来为自己的管理和营销服务。案例中的这家公司，使用的数据处理软件Origin，是一款在制图方面非常优秀的软件，能够把繁杂的数据以图表的形式简单直接地展示出来，操作也十分简单便捷。利用Origin处理、整合数据，再根据数据进行分析，采取行动，这就是他们的数据处理技术。
常用的数据处理软件还有Excel、Matlab、Maple等，尤其是Excel更是常见到不能再常见，几乎所有公司、单位都会使用Excel来绘制表格，统计数据，这也成为每个人一项必备的技能。技术含量高一点的公司，会利用Matlab、Maple或者是案例中电信公司使用的Origin这些处理函数能力优异的软件，得到的信息会更加全面、准确。
要注意的是，数据处理技术并不能和数据处理软件等同。如果你仅仅是依赖这些软件，而在别的方面没有建树的话，那么，哪怕你对于软件操作再熟悉、得出的数据再精准，都不是一次成功的数据处理经历。我们不妨对上述案例进行一个简单的分析，就可以发现某电信公司不光是成功的运用了Origin软件，还在信息收集方面做足了工作，与此同时，在处理那些经过软件得出的数据、采取新方针时，也显得非常成熟与果断。