確定業務目標與資訊缺口之間的關係，明確數據收集的方向。
尋找相關資訊的同時，評估零散資訊整合的難度及數據源的品質。如果數據來自外部，應優先考慮元數據（metadata）較完整的資訊來源。
關注各種數據資源的使用情況及在場景中的回饋結果，同時盡可能記錄下數據從產生到應用的過程，這是從「計畫經濟」到「市場經濟」的落實點，數據必須運用才有價值，以點帶面地經營數據會更穩健。
最後回到第一步，識別資訊來源與業務目標的關係，優化資訊收集、儲存、整合的過程。
隨著智慧型物件、人工智慧運用場景的普及，資訊產生的形式和速度也變得難以預測。我們需要更便捷、成本更低的方法尋找及收集多源異構的零散資訊，並把它們縫合起來。所以我一直以來都致力於建立大數據的技術平台，促進以上各個環節都能更自動化地完成。
從我在阿里巴巴管理大數據的第一天開始，我就感受到，數據開發的速度是營運大數據的必然瓶頸。不要小看這個縫合的技術，它是細節上的魔鬼，做好它，才能稱得上真正做好了大數據營運。
＊作者為清華大學經管學院及歐洲工商管理學院（INSEAD）雙碩士，先後任職於支付寶、淘寶，並擔任阿里巴巴集團副總裁及首任數據委員會會長，曾任滙豐銀行IT部高級管理人員、香港電訊PCCW產品經理、微軟搜尋總監、eBay產品總監，以及敦煌網首席產品官，創立世界首家跨境交易的B2B電子商務平台。著有《大數據的關鍵思考：行動╳多螢╳碎片化時代的商業智慧》、《數據的商戰策略：建立以數據驅動為核心的營運關鍵》等書。本文選自《數據的商戰策略：建立以數據驅動為核心的營運關鍵》
