《报告》中也提到，公司对数据价值的认知是非常高的，但数据团队的价值落地艰难。其实大部分的原因还是因为我们太关注于技术底层的建设，而忽略了上层的商业本质。这其实也是一个两难的境地，下层的技术框架搭建耗时长，没有人能越过这些下层一下子就跳到最后一个决策层去。

因此，我们今天强烈建议，无论是数据团队还是工程团队，或者是数据科学团队，应该用技术的方法，尽量的把底部做得很小。我们必须要把我们的时间和精力尽量的花在上层，因此，就要求我们今天的数据团队要尽量的把底下数据追踪的时间、建立数据平台的时间、做基本的BI系统的时间缩小，甚至包括我们今天建立业务的时间都要自动化，都要缩小。以前我们在领英的时候，建立预测模型的机制是自动的，系统可以自动的每周建16个模型，其中选出来有益的模型自动上线。这就减轻了我们数据工程团队在技术上花费的时间，他们会花更多的时间和业务端，如和产品端、服务端来探讨怎么用这些数据能直接产生商业价值。这样会使价值变现更快更大。

我最后想要分享的是数据变现需要经历的三个阶段：道、术、器。

道是指大家对数据要有一个准确的理解和认知，atv，这是整个体系的基础。

术是指方法，做数据分析需要掌握一套科学的方法，企业各个部门特别是一线的销售、客户服务、营销、产品等部门必须能够熟练的用数据来做各种决策和商业判断，来直接产生业务价值。

器是指工具，没有工具的话数据分析只能是空谈、无法落地。我们必须要用技术来产生好的工具，通过工具使数据很快的满足业务端的需求。在道、术、器上要做到统一。

我的报告就到这里，谢谢！