唐山聯(lián)通清楚，公司營銷部是精確營銷的運營商，庫存中心是精確營銷的線之上生產線之下調度中心，各專業(yè)線是精確營銷的落地執(zhí)行者。市場運營中心負責數(shù)據(jù)挖掘和系統(tǒng)建設，形成責任清楚、流程流暢的小數(shù)據(jù)精確營銷體系。基于精確營銷和基層數(shù)據(jù)需求，唐山聯(lián)通為移動網絡、寬帶和固網產品設計并開發(fā)了用戶信息聚合表。在一個月之內，一次一次生成余表關聯(lián)提取的信息，為幾十年用以小數(shù)據(jù)精確營銷提供了不錯的數(shù)據(jù)基礎，巨大地節(jié)省了精確營銷小數(shù)據(jù)挖掘和實踐之中的數(shù)據(jù)準備時間。

我們詳細分析了這兩種數(shù)據(jù)源方法① 對于第一種數(shù)據(jù)源方法，由于企業(yè)自動生成并保存數(shù)據(jù)，因此很可能篡改數(shù)據(jù)，甚至篡改虛擬數(shù)據(jù)。在審計之中，需要分析企業(yè)數(shù)據(jù)生成、數(shù)據(jù)存儲、，數(shù)據(jù)傳輸檢查企業(yè)的IT環(huán)境和外部控制措施（如數(shù)據(jù)修改）的目的是確保從數(shù)據(jù)生成到最終審計的整個過程之中是否存在可能導致數(shù)據(jù)修改的因素或隱患② 對于第二種數(shù)據(jù)源方法，我們可以假設統(tǒng)一小平臺的數(shù)據(jù)生成和管理措施是完善的，從小平臺獲取數(shù)據(jù)的過程和方法是可靠的，然后我們可以初步確定發(fā)行人的數(shù)據(jù)源是可靠的。當然，數(shù)據(jù)是否恰當、精確和偽造需要對數(shù)據(jù)進行進一步分析。

數(shù)據(jù)分析的方法主要有兩種，一種是基于統(tǒng)計的方法，另一種是基于機器學習的方法。無論采用哪種方法，研發(fā)人員都需要有扎實的數(shù)學基礎?；跈C器學習的數(shù)據(jù)分析方法需要大量的算法訓練，算法訓練需要大量的數(shù)據(jù)支持。因此，在云計算時代，隨著計算能力的提高和數(shù)據(jù)量的提高，機器學習的實用性大大增強，特別是在深度學習領域。數(shù)據(jù)分析必須與實際應用場景相結合。情景數(shù)據(jù)分析也是目前小數(shù)據(jù)分析的主要方式。有所不同的應用場景往往需要采用有所不同的數(shù)據(jù)分析方法，數(shù)據(jù)維度的定義也會發(fā)生變化。對于分析師來說，為了提升小數(shù)據(jù)的落地應用價值，他們必須具備一定的行業(yè)知識。