2015年12月13日，清華大數據大責任高峯論壇在清華大學舉行。會上最有感觸的不是BAT三大大數據巨頭的演講，而是TALKING DATA的合夥人林逸飛的啓示。
作爲創業公司，那些最髒最累的活都是需要自己親自衝鋒上陣的。我在大數據混跡許久，說一些鄙人的體會，大家不要介意。
大數據時代正在來臨，從政府到企業，社會到個人，大數據不但是矚目的議題，也正以前所未有的速度重塑各領域的業態與人們的生活方式。
大數據讓信息的不對稱問題得到史上最大程度的解決。比如，滴滴讓供需信息不對稱的問題得以解決，顛覆了傳統壟斷的出租車行業，讓更多的需求得以釋放，減少了更多資源的閒置和浪費問題。
對於我們這些大數據公司，在國家政策的倡議之下，我們都在摸索着，如何用大數據將供需及時的對接上。
所以，我認爲，做大數據你得有海量的數據資源，得有極致的挖掘工具，還要有快速的數據分析反饋。比如，當一個人在她的微博上發出了一個想買一雙跑步鞋的需求的時候，就會有大量的大數據公司，挖到這樣的需求，這說明，他們都有極致的挖掘工具。接下來，就要看數據分析師的建模能力，分析這個人的各個方面，抓住第一時間，快速給她進行推薦，可能是各個商家的活動信息的推薦，可能是直接的商品的推薦，而不是等到10天、半個月，你纔給她送去一個沒有重量的報告。所以，需要專業的數據分析師進行快速而又專業的響應。否則，你給客戶的信息，只是一個概率，而客戶需要的卻是一個專業的指導。
你有了數據，有了工具，當你對這個業態不瞭解的時候，你對這個領域裏面如何使用數據沒有深刻的研究，沒有專業的智慧和專業的人才放進去的時候，你只能坐在金山上啃饅頭。
其實，從數據中發現奧妙和盲點的前提還是要花很大時間去處理數據。不僅有數據，還告訴你，通過什麼樣的指標、什麼樣的標準，跟咱家自己的業態真的能LINK上。房地產企業、快消企業、銀行，它的KPI如果不被真正理解，我給他一個表、一個INSIGHT、一個很炫的可視化數據的展示的東西，都離這個數據被他用起來，還差了一個不可逾越的鴻溝。這是一個業務跟數據的關係。
工具，每一個做大數據的公司背後都得有一個鏟子，有能COLLECT數據，做相應的清洗，做相應的分析，無論是標籤，還是做什麼增值服務。但如果自己沒有數據進行訓練的話，數據的可信度、執行度都會有問題。
我們會安排field engineer，這幫人的唯一的目的是解決客戶的問題。我通常會前向的把他部署到客戶那邊，我幫他去看我的數據、他的數據以及他能獲取的第二方數據。從這裏面理解他的KPI，永遠工作在最終客戶的現場，讓他真正把數據發生作用。
