想要建立起一个新的商业模式何其困难。当年通用电气公司为了创建在线采购模式，足足花了四年时间，这种财大气粗的企业都要投入巨大的人力物力，就足以让我们知道其中的艰辛了。在“大数据时代”，虽然有前人指路，一个较为完备的数据经营模式已经被开发出来，但真正想要实现完全的转型，让数据成为我们商业新的利益增长点，过程中仍有很多需要我们面对和克服的难题。

而这个难题的核心，就在于数据技术的选择和使用上。

在畅销全球的《社会消费网络营销》一书中，作者拉里·韦伯提出了这样的一个观点：在“大数据时代”，大数据指的就是“企业信息化的用户交易数据”，各种网络平台、社交平台中的用户数据（包括地理信息、交易手段、交易内容、交易时间等），都属于企业需要把握的数据内容。在消费者至上的市场环境下，利用数据技术来收集信息，整合数据，就成为了企业在未来要做的主要任务。

这个主要任务的前提，同样是拥有属于你的数据技术。也就是说，如果你有融入“大数据时代”的想法和意图，那么你是时候选择一个适合自己的、便于操作的数据技术了。

有的人就会问了，我们的数据技术很成熟，我们会把所有需要的数字、信息输入到电脑上，然后在电脑上进行操作，便于观看和储存，这样是不是大数据的商业模式呢？那么我会回答，当然不是的，这连数据技术都称不上，怎么可能是大数据？这是数字化，而不是数据化，这两点还是有很大的区别的。在前言中我们说到的DT，其实有两个方面的含义，一个是数字处理技术（Digital Technology），是对于数字、图像、声音等信息，以数字的形式贮存在电脑内，并不是数据技术。就好比网络图书馆会把纸质书本输入到网上，供网民阅读，只是把表现形式换了换，没有实质上的改变。另一个才是数据处理技术（Data Technology），指的是对于数据的收集、贮存、检索、加工处理以及变化传送。这是一个完整、系统的过程，是对数据真正进行表达、计算、分析和预测的过程，能给企业带来翻天覆地的变化。

那么，接下来就让我们见识一下真正利用数据技术获得成功的案例吧。

某国外电信公司发现其2012年的业务量明显下滑，在同行业的竞争力逐渐丧失，于是决定跟进潮流，采用“大数据时代”的数据处理技术。他们首先对于取消电信业务的客户进行了一个简单的统计，大致上了解了客户减少的数量，并得出结论：客户是由于经济、家庭等原因才退订业务的。紧接着，他们将收集到的信息录入了一款名为Origin的数据处理软件，并绘制出了一张显示客户年龄阶段的树状图。利用图表，他们发现高收入人群最容易流失，因为他们收入高、工作忙，经常不在家，且拥有自己的移动电话，所以退订电信公司的固话服务。为了挽回这类客户，该电信公司再次收集大量客户的生活信息，通过数据处理软件了解到他们无论是工作还是娱乐，都会花大把的时间在互联网上。于是，电信公司果断推出了固话与宽带绑定的优惠套餐，在提供宽带服务的基础上，对于推广固话业务也有着很大的帮助，果然大获成功，2013年的固话业务上涨了24%，就连宽带业务量也比同期高出了17%。

其实不仅仅是电信公司，任何一个行业的公司都可以使用数据处理技术来为自己的管理和营销服务。案例中的这家公司，使用的数据处理软件Origin，是一款在制图方面非常优秀的软件，能够把繁杂的数据以图表的形式简单直接地展示出来，操作也十分简单便捷。利用Origin处理、整合数据，再根据数据进行分析，采取行动，这就是他们的数据处理技术。

常用的数据处理软件还有Excel、Matlab、Maple等，尤其是Excel更是常见到不能再常见，几乎所有公司、单位都会使用Excel来绘制表格，统计数据，这也成为每个人一项必备的技能。技术含量高一点的公司，会利用Matlab、Maple或者是案例中电信公司使用的Origin这些处理函数能力优异的软件，得到的信息会更加全面、准确。

要注意的是，数据处理技术并不能和数据处理软件等同。如果你仅仅是依赖这些软件，而在别的方面没有建树的话，那么，哪怕你对于软件操作再熟悉、得出的数据再精准，都不是一次成功的数据处理经历。我们不妨对上述案例进行一个简单的分析，就可以发现某电信公司不光是成功地运用了Origin软件，还在信息收集方面做足了工作，与此同时，在处理那些经过软件得出的数据、采取新方针时，也显得非常成熟与果断。

所以，我们不难看出一个完整的、优秀的数据处理技术，应该包含以下几个层面。

一、万丈高楼平地起：数据的采集。这是数据处理技术的第一步，也是相当重要的一步，如果没有进行数据的采集，那我们分析和整理什么东西呢？所以这是最基础的东西。上面提到的电信公司采用的数据采集就非常完善，他们不仅采集到了哪些客户最容易流失，还统计了流失的原因。值得一提的是，他们还进行了数据的二次收集，也就是尝试去了解这类客户的生活习惯，以便于分析。数据的采集一定要全面、真实、准确，否则拿假数据弄虚作假，得出的结论也必然是假的，结果糊弄不了别人，只能糊弄自己。

二、乾坤大挪移：数据的转换。数据的转换步骤，就是要利用数据处理软件了，因为人力毕竟是有限的，再厉害的会计，面对浩如烟海的数字，也会生出力不从心的感觉，我们“大数据时代”的数据处理技术，就是为了解决这个问题，这才有了Excel、Matlab、Maple、Origin这些数据处理软件。面对数据，我们不能蛮干，人力有时尽，大脑的计算能力就算是全速运转也赶不上计算机。案例中，使用Origin处理收集到的数据，就是数据转换的关键流程。如果你不会用数据处理软件，那么上一个步骤收集到的就只能是数字，而不是数据。

三、我说的你能懂：数据的整理与表达。这一个环节中，数据处理软件仍然发挥出非常重要的作用，它会根据使用者的需要，将数据以各种形式表达出来，让企业的管理者能够看懂—毕竟不是每个人都是计算机专业的，那么复杂的函数是我们看不懂的，所以就需要通过这些软件来为我们整理与表达。整理与表达的方式也有很多种，案例中的树状图只是其中的一种，柱状图、饼状图、折线图等其他方式，都属于数据的表达方式。数据只有表达出来，才能被我们理解，为我们所用。

四、双管齐下：数据的分析。数据的分析环节，要我们人脑和电脑通力合作来完成。单单靠电脑来分析，虽然准确，但是往往不会根据市场和企业的实际情况进行变通，造成数据的不真实；而仅靠人脑，考虑的东西又绝对没有电脑全面，经常会有错算漏算。所以，两者结合起来，优势互补才是最好的选择。正如电信公司所做的一样，电脑分析出数据，让公司知道自己的不足之处和可开发的潜力，再由公司的决策层判断是否采取行动以及采取怎样的行动—如果说电脑是为我们出谋划策的谋士，企业家才是最终决策的大元帅。

五、备不时之需：数据的存储。企业里经常会出现随手丢掉一张用过的表格，到了要用的时候却哪里都找不到的情况，这就让人非常头疼了。所以不论是我们一开始收集到的数据，还是通过处理分析得出的数据结果，都是企业珍贵的资源。数据处理技术的最后一步，也是相当必要的一步，就是将这些数据储存起来，以备不时之需。因为有可能在不久的将来，我们还会用到这些数据。虽然案例中没有提到，但想必这家电信公司，一定会珍而重之地将这次成功的经历放进数据库，妥善保存。

看完这一小节，相信读者们对于数据处理技术的概念也有了一个初步的理解。但不要因此而沾沾自喜，因为掌握了数据处理技术，也并不意味着你就能称霸“大数据时代”了，这只是一种技术、一种理念，是数据时代的一个必备的技能。如果你具备了完善的数据处理技术，也只能说明你具备了掺和“大数据时代”的资本。想要真正顺风顺水地玩数据，还有很多需要注意的地方，我们在后面的内容里会给大家一一道来。