大数据确实给分析人员提供了更好的基础，IT技术的发展也让人们有了更方便的分析工具，但却导致了越来越多的分析过程被机械化的技术专业人士们主导，喜欢遨游在编程海洋中的技术天才们多数都是不食人间烟 火的科技疯子，就数据论数据的方式严重制约了数据分析结果的使用价值。因此，大数据分析的成功不仅仅在于应用，更在于能够有价值的应用，粗制滥造的去应用很可能导致彻底的失败。
做大数据分析，至少要做到以下几点：
1、虽然你关注相关性，但这种相关性也应该在一定程度上被验证因果，毫无因果可言的相关也许是暗含与宇宙黑洞的秘密，至少现在对人类用处不大。
2、先进的分析技术和高级的程序员都只是数据分析中的工具和操作手，都只能是作为决策的辅助，参谋不能带长，只会写报表的参谋永远不能当参谋长，更不能去当指挥战争的参谋总长。
3、组织各个领域的专家委员会，让消费者研究专家们看那些似是而非的结论，然后根据发现的可能亮点再去有针对性的发掘，漫无目的或者成规制的出报表只适合绩效考核。
4、让那些分析网络访问量、用户来自哪里、喜欢看什么网页等等的传统互联网分析理念远离消费推荐领域，用那些为了网站运营而去分析的套路去看待消费者行为是刻舟求剑，驴唇不对马嘴。
5、忘掉那些高深的术语，被用专业门槛将公司里面的需求者阻挡在豪门之外，数据分析没那么神奇，即便多了一个大。
6、数据也会说假话，片面相信数据的结果是彻底的教条主义，任何看似非常科学的结论都有可能是你自己的分析方法导致的。
7、大数据当然有用，但要掌握在有用的人手里，更要掌握在会用的手里，更更需要掌握在不乱用的人手里。
8、让机器替代人脑，认为机器可以替代人脑，只要傻子才这样想，至少在人类文明的现阶段是傻子。
9、根据客户行为做推荐的时候多设置几道识别好不好，特别不靠谱的给拦住，即便不能给客户提供帮助，也别给人家添堵。
10、做好大数据，先从小数据开始吧，虽然你可以说大数据可不仅仅是个大，但任何的大都是从小来的，不积小流无以成大海，不积跬步不能走千里啊。
大数据的意义不仅仅在于大量的数据本身，而在于基于它之上所进行的一系列的分析活动，从而产生有价值的信息，帮助我们去洞察过去和预测未来，可以帮助企业和组织在更短的时间内做出更明智的决策。