4、先追求正确的时刻获取数据，而不是实时数据。
　　另外，建议你先彻底了解你的公司目前如何组织数据，然后把数字数据融入现有流程。始终目标是如何匹配数据传化成见解和洞察。如果实时数据没创造业务价值，你何必投入资源实现呢?而且你的公司将省很多钱，因为海量的实时数据肯定不便宜!
　　数据采集过后，你的公司需要任何人工处理吗?如果答案是需要，那么你不需要实时数据，你需要正确的时刻获取数据。如果你有智能或规则驱动的自动化系统，那么你可考虑获取实时数据的“原材料”。
　　5、数据质量差，但还是得做业务决定。
　　我们的目标应该是尽可能地采集、处理和存储数据。这流程可能不完善，但数字数据仍然具有价值。因为相对于任何的传统来源，数字数据让你建立完善的用户画面与传化。
　　数字数据质量确实有优化的空间，如何处理视频或眼花缭乱的社会媒体平台。但市场不会等你做这些优化，所以开始凭数据做小决定。记住，即使这些决定将是革命性的，因为数字与传统数据集在好多公司从来没集合!随着经验的累计和了解数据的限制，你将可以做更多附加值的决定。
　　6、消除噪音比找到信号更有价值。
　　到目前为止，我们查询的目标是从所有噪音摸索有价值的信号。以掌握正确的信号，前提包括清晰的研究问题、数据规模较小、数据集更完整。前美国国防部长DonaldRumsfeld所谓的已知的已知(Known Knowns)和已知的未知(Known Unknowns)。Rumsfeld采用这概念讨论反恐情报的噪音，但也适用于分析和研究(请查看以下模式)，做明智的业务决定。当然，“未知”的象限需要你的公司累计经验才可以比较进行有效探讨。
　　已知的已知模式(来自TextOre)

　　以建立数据灯塔和面临大数据时代，你必须知道如何消除海量数据量的噪音，才可能开始寻找信号。
　　六个简单的规则，让你们革命者遵循，确保，革命成功。
　　这六条规则正在解决首席执行官的问题，而不是CIO或CTO。因此，所思考的的问题较宏观。此外，讨论大数据之前，我建议先建立扎实的基础，通过大数据思考并搭建数据灯塔。
　　你觉得以上的框架有价值吗?它会驱使你改变对大数据的处理方式吗?关于以上的规则，哪一条规则实用?你从经验中分享的大的数据建议是什么?期待回音!