2015年12月13日，清华大数据大责任高峰论坛在清华大学举行。会上最有感触的不是BAT三大大数据巨头的演讲，而是TALKING DATA的合伙人林逸飞的启示。
作为创业公司，那些最脏最累的活都是需要自己亲自冲锋上阵的。我在大数据混迹许久，说一些鄙人的体会，大家不要介意。
大数据时代正在来临，从政府到企业，社会到个人，大数据不但是瞩目的议题，也正以前所未有的速度重塑各领域的业态与人们的生活方式。
大数据让信息的不对称问题得到史上最大程度的解决。比如，滴滴让供需信息不对称的问题得以解决，颠覆了传统垄断的出租车行业，让更多的需求得以释放，减少了更多资源的闲置和浪费问题。
对于我们这些大数据公司，在国家政策的倡议之下，我们都在摸索着，如何用大数据将供需及时的对接上。
所以，我认为，做大数据你得有海量的数据资源，得有极致的挖掘工具，还要有快速的数据分析反馈。比如，当一个人在她的微博上发出了一个想买一双跑步鞋的需求的时候，就会有大量的大数据公司，挖到这样的需求，这说明，他们都有极致的挖掘工具。接下来，就要看数据分析师的建模能力，分析这个人的各个方面，抓住第一时间，快速给她进行推荐，可能是各个商家的活动信息的推荐，可能是直接的商品的推荐，而不是等到10天、半个月，你才给她送去一个没有重量的报告。所以，需要专业的数据分析师进行快速而又专业的响应。否则，你给客户的信息，只是一个概率，而客户需要的却是一个专业的指导。
你有了数据，有了工具，当你对这个业态不了解的时候，你对这个领域里面如何使用数据没有深刻的研究，没有专业的智慧和专业的人才放进去的时候，你只能坐在金山上啃馒头。
其实，从数据中发现奥妙和盲点的前提还是要花很大时间去处理数据。不仅有数据，还告诉你，通过什么样的指标、什么样的标准，跟咱家自己的业态真的能LINK上。房地产企业、快消企业、银行，它的KPI如果不被真正理解，我给他一个表、一个INSIGHT、一个很炫的可视化数据的展示的东西，都离这个数据被他用起来，还差了一个不可逾越的鸿沟。这是一个业务跟数据的关系。
工具，每一个做大数据的公司背后都得有一个铲子，有能COLLECT数据，做相应的清洗，做相应的分析，无论是标签，还是做什么增值服务。但如果自己没有数据进行训练的话，数据的可信度、执行度都会有问题。
我们会安排field engineer，这帮人的唯一的目的是解决客户的问题。我通常会前向的把他部署到客户那边，我帮他去看我的数据、他的数据以及他能获取的第二方数据。从这里面理解他的KPI，永远工作在最终客户的现场，让他真正把数据发生作用。
