企業大數據挖掘要產生真正的價值，或者說要讓業務方，管理層感覺到真正的價值，其實需要非常多的東西：

1、要有數據，而且的確需要足夠多的數據。是正常的數據積累。

2、分析師能不能把業務方的問題理解透，請注意是透，而不是理解了。

3、真正知道目前公司資源，在給出建議與方案的時候能結合公司實際情況，也就是接地氣。

在企業數據挖掘的時候，需要避免以下錯誤：

1.走得太快，沒空回頭看路

初創公司里的人們著急于產品開發，以至于他們常常沒有空想用戶對產品的具體使用細節，產品在哪些場景怎么被使用，產品的哪些部分被使用，以及用戶回頭二次使用產品的原因主要有哪些。而這些問題如果沒有數據難以回答。

2.你沒有記錄足夠的數據

光給你的團隊看呈現總結出來的數據是沒有用的。如果沒有精確到日乃至小時的變化明細，你無法分析出來數據變化背后看不見的手。如果只是粗放的，斷續的統計，沒有人可以解讀出各種細微因素對于銷售或者用戶使用習慣的影響。

與此同時，數據儲存越來越便宜。同時做大量的分析也不是什么高風險的事情，只要買足夠的空間就不會有system breakdown的風險。因此，記錄盡可能多的數據總不會是一件壞事，不要害怕量大。

3.其實你的團隊成員常常感覺自己在盲人摸象

許多公司常常忽略了團隊的哪些成員能真正解讀這些數據的內在含義。你需要經常提醒團隊里面每一位成員多去理解這些數據，并更多地基于數據來做決策。要不然，你的產品團隊只會盲目地開發產品，并祈禱能踩中熱點，不管最終成功還是失敗了都是一頭霧水。

4.把數據存放在不合適的地方

如果總是要等待工程師去把數據跑出來，那就是把自己陷入困境。而工程師在不理解需求的情況下建立的算法或者買的軟件對于使用者來說往往是個煎熬，因為他們對數據的使用往往與前者不再同一水平線上。你需要讓你所有的數據都存放在同一個地方。這個是關鍵關鍵最關鍵的原則。

5.目光短淺

任何一個好的數據分析框架在設計之初都必須滿足長期使用的需要。誠然，你總是可以調整你的框架。但數據積累越多，做調整的代價越大。而且常常做出調整后，你需要同時記錄新舊兩套系統來確保數據不會丟失。

6.過度總結

我們把海量數據總結成幾個點來看。但在當下，這些運算量根本不是問題，所有人都可以把運營數據精確到分鐘來記錄。而這些精確的記錄可以告訴你海量的信息，比如為什么轉化率在上升或者下降。

這些6類問題，是企業大數據挖掘的時候需要避免的。