我們面對的是大量積累的內部數據，不同階段的數據，數據質量參差不齊；同時，還有大量的外部數據，如何獲取如何使用，如何與內部數據整合發揮價值就非常重要。這裏面還有壹個關鍵問題，就是數據使用的合法性問題，大數據行業魚龍混雜，非法買賣用戶數據的現象屢禁不止。中消協曾經發布過壹個報告，在接受調查的100個APP中，有91個涉嫌過度收集個人信息。
頻繁發生的隱私風波也說明，當下對個人隱私的保護力度過於孱弱。我們務必厘清大數據使用與個人隱私的界限，在打通信息孤島和保護公民個人隱私之間，有明確的法律對其進行規範。在這裏，我們作為大數據行業中的壹名從業者，也呼籲社會盡快完成數據隱私立法，保護我們每個人的個人隱私，同時也讓數據的使用者能合法合規的試用數據。
第二個方面提升數據質量
就是針對大量的內外部數據，如何持續的提升數據質量。這就涉及到數據治理領域，通過技術手段來摸清數據的來龍去脈、前世今生，不斷的發現數據問題，規範數據標準，不斷改進不斷提升數據質量。
第三個方面挖掘數據價值
有了高質量的數據，那麽就要充分的挖掘數據價值，傳統的BI技術，結合人工智能，實現更加自動化、智能化的數據分析和應用，以此來輔助決策。
第四個方面優化企業結構
就是如果應用上述成果，真正達到數字化轉型的目標，就是推進商業模式的創新，優化業務和管理。
目前的發展階段，大家比較重視的2個環節就是數據分析和數據治理。數據治理將為企業提供更全面更準確的數據，而數據分析將為企業的經營決策提供數據支撐，把數據變成信息、幫助企業把信息變成決策，把決策變成行動，把行動轉換成更高效業務操作，從而增加企業的競爭優勢。