在如今的信息社會，數據已成為了核心資源。就像農業時代的代表-土地，工業時代的領袖-能源。全世界都在朝著這個方向奔跑。

　　一、數據處理在行業中的重要性

　　首先，需求的找尋是依照行業的競爭與合作的平衡點出發來溝通的(數據分析企業需要對行業整體進行宏觀把握)。

　　其次，大數據具有想象力的發展方向是將不同行業的數據整合起來，提供的立體的數據繪圖，力圖從系統的角度了解并重塑用戶需求。

　　后，大數據行業引領的是一個多方面發展的行業，這個行業從事人員不但能數據收集、分析和處理，還需要給需求者以方向性指導建議。

　　比如，大部分人經常喜歡做做星座、性格、喜好的測試等等。然而我們從來沒想過這些測試原來也是大數據的功勞。不知不覺這些數據發揮了巨大的作用。

　　(企業之間信息不對稱，使得數據信息凸顯其重要，而權威第三方中立機構的缺乏將制約大數據發揮出其大的潛力。)

　　二、數據=生產力

　　當數據采集完成后，我們可以通過五個方面來使其成型。數據清理、數據存儲及管理、數據分析、數據的解讀、數據的顯化。

　　五點看似簡單的程式卻使Netflix憑借一部片子咸魚翻生，這樣的橋段在美劇《紙牌屋》身上上演，而他的武器就是大數據。

　　依靠原創劇的成功，Netflix不僅成為娛樂圈里的談資，亦成為數據革命的代表。媒體們也都在重要版面研究《紙牌屋》成功之道。獲得如此密集關注，并非沒有道理。《紙牌屋》不僅是Netflix網站上有史以來觀看量高的劇集，也在美國及此外的40多個國家大熱。

　　而其中值得研究的是Netflix如何從后端數據推導出前臺生產的。

　　多年前，依賴于種種技術，Netflix對數據的記憶能力已經爐火純青。當一位用戶通過瀏覽器登錄Netflix賬號，Netflix后臺技術將用戶位置數據、設備數據悄悄地記錄下來。這些記憶代碼還包括用戶收看過程中所做的收藏、推薦到社交網絡等動作。在Netflix看來，暫停、回放、快進、停止等動作都是一個行為，每天用戶在Netflix上將產生高達3000多萬個行為，此外Netflix訂閱用戶每天還會給出400萬個評分，300萬次搜索請求，詢問劇集播放時間和設備。這些都被Netflix轉化成代碼，當作內容生產的要素記錄下來。

　　數據的慢慢積累使其終成為一種生產力。

　　三、數據服務是行業競爭所產生的第三方服務

　　大數據類似于市場調查只是戰場變了。在與客戶協議的時候，客戶提供企業相應的數據和大數據收集的行業數據，然后建立客戶信息。其中主要的是了解客戶產品所對應服務對象的習慣-預測其中主要的1個因素是習慣，多搜集平時習慣產生的數據可以精準的預測其下一步的動作，和服務對象的需求欲。