有許多公司都希望以數據來尋找目標客戶，但要平衡長期建立品牌與短期促銷商品這兩件事，變得愈來愈困難。本文作者以自身經歷來說明，第一資本公司如何在發現顧客對公司品牌印象模糊之後，學會不要過度依賴大數據分析。
我們都知道這個真理：「相關性不代表有因果關係」，但我們看到直線一起傾斜，柱狀線一起上升，或是散點圖中的小點聚集在一起時，那樣的資料簡直就是要我們相信其中必有原因。我們會想要相信的確是有原因的。
在大數據時代，企業的競爭力往往取決於從舖天蓋地的資料中尋找意義的能力。因此，現代的知識工作者，或許不必具備高深的統計分析技巧，但一定要懂得數字分析背後的邏輯和原理，並學會如何完善傳達分析結果的意義，做為行動的依據。
過去，非營利組織在行銷方面的著墨一直不多，現在，某個組織的成功行銷經驗，顯示出未來的可能效益。
麥爾荀伯格和庫基耶這兩位全球推崇的大數據專家，在《大數據：教育篇——教學與學習的未來趨勢》中指出，大數據正跨入教育體系的所有層面，對於全世界的教學與學習活動，勢將產生極為深遠的影響和變化。
從型錄業務起家的威廉斯索諾馬，在站穩腳步後，進一步善用來自顧客與其他來源的資料。如今它經歷組織改造，把資料分析提升到全新的境界。而這麼做的成果斐然，它現在是全美第21大網路零售商，年營收逼近50億美元。
對多數公司來說，新的商業構想和商業模式，往往可遇不可求。 但如能系統化地處理這個問題，就可提升成功機會。 傳統的追尋方式，是檢視公司能力、顧客需求、市場變化。 但現在不一樣了，可運用資料和分析工具驅動成長。
