首先要做的是数据的采集与整合
我们面对的是大量积累的内部数据，不同阶段的数据，数据质量参差不齐；同时，还有大量的外部数据，如何获取如何使用，如何与内部数据整合发挥价值就非常重要。这里面还有一个关键问题，就是数据使用的合法性问题，大数据行业鱼龙混杂，非法买卖用户数据的现象屡禁不止。中消协曾经发布过一个报告，在接受调查的100个APP中，有91个涉嫌过度收集个人信息。
频繁发生的隐私风波也说明，当下对个人隐私的保护力度过于孱弱。我们务必厘清大数据使用与个人隐私的界限，在打通信息孤岛和保护公民个人隐私之间，有明确的法律对其进行规范。在这里，我们作为大数据行业中的一名从业者，也呼吁社会尽快完成数据隐私立法，保护我们每个人的个人隐私，同时也让数据的使用者能合法合规的试用数据。
第二个方面提升数据质量
就是针对大量的内外部数据，如何持续的提升数据质量。这就涉及到数据治理领域，通过技术手段来摸清数据的来龙去脉、前世今生，不断的发现数据问题，规范数据标准，不断改进不断提升数据质量。
第三个方面挖掘数据价值
有了高质量的数据，那么就要充分的挖掘数据价值，传统的BI技术，结合人工智能，实现更加自动化、智能化的数据分析和应用，以此来辅助决策。
第四个方面优化企业结构
就是如果应用上述成果，真正达到数字化转型的目标，就是推进商业模式的创新，优化业务和管理。
目前的发展阶段，大家比较重视的2个环节就是数据分析和数据治理。数据治理将为企业提供更全面更准确的数据，而数据分析将为企业的经营决策提供数据支撑，把数据变成信息、帮助企业把信息变成决策，把决策变成行动，把行动转换成更高效业务操作，从而增加企业的竞争优势。