秘诀一：目标要明确
拥有再多数据也不代表成功，只有懂得利用并明确目标，才能缩小选择、聚焦发展。Luzzi表示，若能用复杂工具分析大量数据得出结果，方向肯定是对的。
秘诀二：区分“森林”与“树”
数据更多、工具更先进是好事，但数据也易过于分散。Downs指出，公司倾向收集高精度数据，但耗时处理大量数据结果未必理想。不必执着某棵“树”长成什么样，应注重整片“森林”，懂得舍小取大。
秘诀三：做好团队协调
最有价值的数据往往稀少，需企业内部通力合作。数据专家应了解决策者的战略目标，决策者也应知道分析结果能带来什么收益。Luzzi称，决策者看到结果时能看到他看不到的地方。Downs举例：某商业智能团队建立客户流失模型，因缺乏沟通，操作团队觉得“有趣”，公司却认为无意义。
秘诀四：用机器代替人工
机器学习速度更快、规模更大。若研究260万消费者行为，人工需41.6万分析员每天工作10小时，显然不现实。Downs认为，大量数据分析最好让机器完成，时间与成本都大大降低。
秘诀五：谨慎对待数据
企业有时无力获取数据，或不清楚数据能否解决问题。Luzzi建议询问数据小组意见。Hill表示，企业应了解数据能解决哪些问题，更要知道哪些问题还不能解决，需继续收集其他维度数据补充。Downs分享：搭建交通模型时，大家以为天气最重要，结果发现最影响交通的是学校放学时间。
秘诀六：避免错误结论
人为主观因素与不相关数据会干扰结论。Luzzi说：“不要让不相干数据影响结果，不相关的‘树’不能代表整片‘森林’。使用错误数据，结论往往也是错的。”Hill表示，为消除误差，需准确找到特定目标人群，其行为能准确回答需解决的问题。
