預測未來，原本只存在科幻電影與想象中。大數據的出現，終于讓人類有可能掌握這一神奇的力量。每個公司都在貪婪地收集數據，期待能在競爭中搶占先機。大部分公司認為，收集的數據越多，預測的準確性就越高。但這種論斷并不完全正確。
當今企業面臨的最大問題是數據泛濫，很多企業已經被海量的數據淹沒。前所未有的計算能力，飛速發展的傳感器技術和日新月異的數據挖掘工具，這些都為公司帶來大量非結構化的原始數據。公司現在缺乏的是“正確”的數據。
    想要正確的答案，先問正確的問題。

到目前為止，企業所應用的軟件系統是以功能為基礎的。舉例來說，電子商務應用軟件的主要功能是完成交易。盡管它也會收集數據，但這些數據都是和改善消費體驗相關的，它不會去收集其他數據。換言之，公司憑借本能去鯨吞數據，并沒有帶著明確的目的和問題。當然，這些數據對完成交易功能已綽綽有余，但當公司用數據分析制定戰略決策時，例如進入新市場或為產品定價，他們就會發現，手頭的數據根本無法回答這些問題，我們將這種現象稱為數據缺口。
    要填補數據缺口，公司要徹底改變軟件系統的設計和應用思路，它們要為數據分析而生。公司要拋棄漫無目的的數據收集方式，要有的放矢地去收集數據。未來，新一代軟件系統將成為公司數字供應鏈的第一個環節，它不但能滿足基本的功能需求，為消費者服務，更能為公司收集正確的數據，解答公司最迫切的問題。因此，對公司來說，技術現在已不是最大的難題，最大的挑戰是根據自身業務需求，設計出正確的問題。
    量化周邊世界。

當公司無法收集需要的數據，那么就應重新審視收集這些數據的方法。有很多軟件公司已經開始研發下一代軟件系統，添加更多的API（應用程序編程接口），讓用戶更便捷地從軟件中提取數據。
公司也在行動，他們在客戶交互系統中添加更多的數據收集點。Netflix（在線影片租賃公司）會記錄用戶觀看影片的整個過程，例如用戶何時會暫停播放，又會重復觀看哪些片段。Knewton（在線教育公司）則觀測學生如何使用公司的軟件，例如他們完成作業的時間、最高得分、甚至學生的鍵盤記錄和完成某一問題的時間。公司創始人兼CEO何塞·費雷拉說：“我們每天要從每位學生身上獲取數千個數據點?！?/span>
    傳感器技術的發展，使公司獲得了又一件填補數據缺口的利器。UPS開發了一套車載傳感器和手持電腦系統，它不僅可以追蹤貨物的位置，還可以跟蹤送貨車輛的行程。通過這套系統，公司發現，送貨路線中左轉彎越多，送貨的速度就越慢，油耗越高。根據這些發現，公司將送貨路線中的左轉彎限制到最低的數量，僅這一措施，就使公司每年節省約九百萬加侖的汽油。
    創建數據供應鏈

在很多公司中，辛苦得來的數據只停留在硬盤中，無人問津。公司應停止建立數據倉庫，而去打造一條數據供應鏈。得到可靠的數據源后，公司還要將這些數據組合、分析，就像工廠的生產線將零部件組裝成產品一樣。一直以來，數據分析對公司來說是一個艱巨的挑戰，但這在很大程度上是由于此前公司分析數據方式無目的性。要有效地分析數據，公司必須想方設法地搞清楚，什么樣的數據才能夠支持戰略決策，并確保收集正確的數據。換句話說，公司要帶著明確的目的收集數據，這樣才能帶來更好的數據和更好的分析結果。
    福特公司研究發現，購買混合動力汽車的消費者都頗具環保意識，他們希望電力駕駛的比例盡可能高。但是在原先的駕駛系統中，是否進行油電切換取決于電池的剩余電量。如何在保證汽車正常運行的前提下，盡量提高電力行駛的比例呢？帶著這一明確的問題，福特分析了車載GPS上的數據，他們發現很多車主的駕駛范圍集中在幾個固定的位置之間，例如學校、公司和超市等。于是公司開發了一套路徑算法，當電腦發現汽車的行駛范圍在電池的容量之內時，汽車就會更多地依賴電池行駛。
在不久的將來，一些公司將會建立起行動敏捷的數據供應鏈，形成數據收集、數據分析和結果反饋的良性循環。隨著商業環境和戰略的變化，他們會重新設計自己的問題，收集并分析全新的數據。
    轉變企業文化

在向數據分析轉型中，僅僅在軟件開發環節加入數據需求還不夠，下一步是要培養以數據和事實為導向的企業文化。公司要淡化業務模塊（數據的使用者）與IT模塊（數據的提供者）之間的界限，這樣才能同時提高兩者的效率。
為達成這一目標，很多公司在內部設定新的高級管理職位，例如首席數據官（Chief Data Officer）。他們負責數據的收集、整合、輸送和分析。即便沒有這樣一位數據帶頭人，每位員工都要培養尋找更好、更多和更新的數據的意識。只有這樣公司才能系統性地使用數據引導決策，變成更聰明、更成功的組織。