数据的经济价值定理1
有价值的不是数据;从数据中收集到的关系和模式才是有价值的。
在讨论大数据商业模型成熟度指数时，我们强调了数据货币化与货币化见解之间的区别。
大数据商业模式成熟度指数的第四阶段是“货币化”阶段。然而，组织不应该专注于数据的货币化，尤其是销售数据。销售数据是一种业务模式决策，而不是业务事务。对于一个进入销售数据业务的组织来说，这是一项重大的负债.
相反，组织应该专注于从数据中获得的见解的货币化。盈利价值并不存在于数据中;盈利价值来自于从数据中收集到的独特的客户、产品、服务、运营和市场见解。通过这些洞察力，组织将能够识别新服务、新产品、新客户、新市场、新受众、新渠道和新伙伴关系。
数据的经济价值定理2
通过对关系和模式的量化，可以对可能发生的事情做出预测。
它是围绕客户、产品、服务、运营和市场的关系和模式的量化，驱动运营、管理和战略预测。正是这些预测的价值(支持业务用例)最终决定了数据的经济价值。我们想要量化关系、模式、倾向、倾向、偏见、偏好、关联和隶属关系在单个客户、产品、服务、操作过程和市场的层面上。
根据这些详细的见解，组织可以对他们的客户、产品、服务、运营和市场做出预测:客户可能会购买什么产品和服务，客户可能会在什么时候发生生命阶段的变化，什么产品可能需要服务或退休，什么运营可能需要优化，什么市场可能适合新产品或服务，等等。这些预测，虽然不是100%准确，但在他们的运营、管理、战略决策和用例中给了组织一个“优势”。例如，更好地预测哪些客户可能吸引你，预测这些客户的终身价值，这将使你在竞争中获得优势。可能不是很多，但有时正是最小的优势可以区分出赢家和输家。
数据的经济价值定理3:
预测通过改进优化的战略和运营用例驱动货币化机会。
正是对业务用例即决策集群的预测应用，决定了数据的经济价值。例如，如果知道在一场当地的职业足球比赛中或比赛结束后，头部受伤、撕裂伤和骨折的情况会增加，这既不充分，也无法作出行动。它很有趣，但不具有可操作性。
然而，如果你能预测在职业足球比赛期间和之后的头部受伤、撕裂和骨折会增加37%，那么这是可行的!有了这个预测，可以就离体育场最近的医院可能需要的额外护士、医生和用品提出建议，这是说明性分析。
