大数据顾名思义就是数据量要大，所以在公司中是否有如此大量的数据是第一个问题。如果是小公司，还没有足够的数据积累，完全暂时不用考虑大数据分析。可以先考虑如何通过日常的工作流程开始积累电子化的数据。

　　传统大公司虽有很多数据积累，但通常由于历史原因，各部门都有自己不同的数据和存储方式，很多大公司内的各部门也都各自为政，因此要让公司所有部门能够共享所有数据那也不是件简单的事情。所以在准备开始踏上大数据之路之前，需要建立好便利的数据共享机制作为基础准备。https://www.joyowo.com/xwzc/rzzc/11000223
　　除此以外，我们也要知道公司是否有外部的数据渠道作为标杆参考，否则我们做了很多的分析但却不知道市场的动态，那就是闭门造车了，因此平时积累市场数据的获取渠道也特别重要。https://www.joyowo.com/xwzc/lhyg/11000224
　　大数据分析通常会有很大一部分时间用在数据的清理上，在公司日常流程中产生的数据质量也是分析准确的关键因素。
　　不积跬步无以至千里，我们在日常工作中需要控制好数据产出的质量。建立好数据核查的机制，通过持续改进来确保数据质量的不断提升也是管理者可以从身边开始做的事情。https://www.joyowo.com/xwzc/lhyg/11000225
　　在数据质量的控制上也是不需要大数据算法就可以进行的，否则现在数据的缺失和错误将成为将来数据分析中的大麻烦。
　　首先要知道结合公司战略，公司管理层到底需要知道已经发生了什么?我们是否已经能把最具有战略意义的数据，通过可视化报表将重点展示出来，能做到这一点可以让公司管理层及时知道整体业务运营的关键动态。但相信各家公司的各部门在基础数据的收集及基础分析机制上应该还有很多改进空间。https://www.joyowo.com/xwzc/jgs/11000226
　　然后要对于一些关键的结果，分析为什么会发生这种情况。比如为什么某个区域业绩好，另一个区域业绩差，是外部市场因素，人员能力还是产品本身的问题?其实对于这个问题，管理者也应该善于结合个人和团队的经验从数据中看到问题，然后有所洞察，或者结合经验去思考还希望进一步去看哪些数据。https://www.joyowo.com/xwzc/xwdt/11000227