本篇来源于《大数据时代》中的第二部分商业变革，是《大数据时代》的连载篇，全篇分为数据化、价值、角色定位三个部分。
1数据化—量化一切
首先我们需要明确两个概念就是数字化和数据化
数据化、是指一种把现象转变为可制表分析的量化形式的过程。
数字化、是指把模拟数据转换成0和1表示的二进制码。
计算机的出现带来了数字测量和存储设备，数字化带来了数据化，但是数字化无法取代数据化。
数据化的核心是量化一切，常见的被量化的有文字、方位和沟通。
当文字变成图书，拿电子书为例，未数据化的电子书只能够被展示出来，读者并不能通过搜索关键词被查找到，也不能被分析。
当方位变成数据，就是将地理信息进行，比如百度地图、各种网站的获取位置都是将方位变成数据。
当沟通变成数据，一些社交平台通过添加各种心情表情，来收集我们的心情状态，还有人们的喜好，年龄什么的都可以变成数据。
2价值—数据创新
不同于物质性的东西，数据的价值不会随着它的使用而减少。数据就像一个神奇的砖石矿，当他的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，而绝大部分隐藏在表面之下。他可以为了同一目标被多次使用，也用于其他目的。这就需要我们选择性的对数据进行创新，下面主要介绍几点数据创新
1、数据再利用，
就是数据在实现了基本用途以后的进一步利用。
比如搜索关键词，基本用途是可以通过消费搜索关键词来定向推送广告，就是我们在淘宝里面搜索关键词以后，会收到猜你喜欢的物品提醒。
而他的再利用：根据客户搜索关键词的流量，来判断哪款产品或哪种颜色会成为爆款。
2、重组数据
有的时候可能从某一组数据上看不出什么价值，我们需要把他和其他数据进行组合以后，才能利用其价值。
比如，美国房地产网站Zillow.com将房地产信息和价格添加在美国社区地图上，同时还压缩了大量的信息，如社区近期的交易和物业价格，以此来预测区域内具体每套住宅的价值。
3、可扩展数据
促成数据再利用的方法之一是从一开始就设计它的可扩展性。收集多个数据流或每个数据流中更多数据点的额外成本往往较低，因此，收集尽可能多的数据并在一开始的时候就考虑到其各种潜在的二次用途，使其具有扩展性是非常有意义的。
比如：超市的摄像头在一开始的时候只是为了防止小偷，但事实上还可以跟踪商店的客户流和她们停留的位置。可以根据这些信息来设计店面的最佳布局。
4、数据的折旧值
随着时间的推移，可能一些比较久远的数据就会失去其原有的价值，在这种情况下，继续依赖于旧的数据不仅不能增加价值，实际上还会破坏新数据的价值。
比如，十年前你在亚马逊上买了一本书，而现在你已经完全对他不感兴趣了，如果亚马逊继续使用这个数据来向你推荐其他书籍就会有些不合理。
5、数据废气
就是收集数据中的一些错误值来进行利用。
比如：搜索引擎的输入法，有的时候你会发现你输入的关键词时错误的，但是系统会弹出你想要的正确的结果。这就是数据废气所起的作用。搜素引擎后台会收集每天后台收到的错误关键词和用户最终查找的正确关键词的内容。这样以后一旦出现类似的错误，系统就可以推送正确的内容给用户，匹配度很高。
3角色定位—数据、技术、思维
根据所提供价值的不同来源，分别出现了三种大数据公司。这三种来源是指：数据本身、技能与思维。
第一种是基于数据本身的公司。这些公司拥有大量数据或至少可以收集到大量数据，却不一定有从数据中提取价值或用数据催生创新思想的技能。
第二种是基于技能的公司。他们通常是咨询公司、技术创新或分析公司。他们掌握了专业技能但并不一定拥有数据或提出数据创新性用途的才能。
第三种是基于思维的公司。通过利用大数据思维提出一些创新性指导意见。