在这个大数据时代，各企业似乎都在追求大数据带来的红利，有些人却忽略了它的目的和真正的价值。大数据生而不是为了有大数据而强行造就大数据，是为了实实在在为企业服务的，一定有合适的应用场景。比如DataFocus，搜索式分析的目的就是为了能让决策者分析实时需求，所以它的出发点一定是商业需求，大数据起的作用是手段和工具，此工具可以剖析需求，最终辅助决策。
那么如何数据化的看问题，第一需要量化商业需求，也就是可以变成数据分析解决的需求。第二就是将业务数据进行处理，能够提取出关键的信息，并强调之，如可视化。最后就是将这些最终结论应用到商业决策当中。这三个并不是独立的环节，而是环环相扣、相辅相成的整体，这个整体能够帮助企业优化核心信息系统，真正推进企业数字化决策模式转型。
很多做大数据的一半基因都是数学家，在他们眼里所有的非艺术内容都是可量化的。俗话说就是要把所有的主营业务数据化，类似的也有把信息数字化。比如电商领域著名的“泛会员数字化”，就是要求在全渠道，无论线上或线下，都能将潜客的信息数字化，线上可以参与互动，线下可以参加游戏办卡等等。在数据人的眼中，万事皆项目，万物皆数据。还有一个例子就是会员画像，这个会员的喜好、基本属性等等，都可以集成，并根据特定属性进行营销。想要知道喜好，可以看他搜索记录；想要知道消费能力，可以看他的收入和支出；想要知道行程，可以看他的出行轨迹等等。
所以，数据化看问题思维的核心，就是能够把一切的需求或问题，归为可以用数据解决的问题，从目的是什么，需要什么数据，数据代表什么，怎么获取数据，获取之后如何处理等等步骤开始，逐步形成一套标准化的商业逻辑。当然，一个商业问题也可以转化为几个不同模式的数据问题，不同的数据问题得到的业务模式和业务信息也是不相同的。
