对我来说，读这本书让我感到轻松。大数据的倡导者们似乎经常说，你应该只是收集数据，然后去发现其中的价值。我并不是说这种方法行不通（一些知名公司已经这样做了），但这听起来效率很低。施马佐的方法对我来说更有意义。至少对于正在迈入数据时代的传统公司来说，这种方法更容易掌握。当你接近公司正在做的事情时，商业案例就很容易实现。而且，直接的收益会帮助你获得前进的动力。
继续前进意味着：攀登 Bill Schmarzo 定义的大数据成熟度尺度。
最初的几个成熟度级别相对容易。首先要监控你正在做的事情。大多数公司已 最近的手机号码数据 经做了一些这方面的工作。但思考上述战略目标可能会发现一些尚未监控的事情。我们在VORtech的工作中看到了一些非常有趣的例子。在上面的例子中，等待材料的时间可能还没有被结构化地收集起来。而恶劣天气造成的时间损失可能还没有与施工地点或季节联系起来。
下一个成熟度级别是洞察：不仅要监控你的工作，还要尝试理解背后的机制（例如，为什么材料会延迟，为什么我们会因为苏格兰的恶劣天气而浪费时间，而阿布扎比却不会）。接下来是优化级别，在这个级别，你将洞察转化为可行的建议（例如，告诉规划人员尽早向 X 供应商订购，因为他们总是迟到；在苏格兰施工时，要建造一些防雨设施；以及一些不太明显的建议）。