如果一家投資公司想收購A公司，就會從重複購買率看A公司整體營運優劣或用戶品質等；如果從A公司營運的角度來看重複購買率，那麼它更應該關注的是日、週級別的重複購買率變化趨勢，或者當月新增客戶，有多少人在三個月後重複購買，從而衡量出每個月新增及原有客戶的忠誠度和品質，進而找出改善的空間。在知道了以上的背景之後，再去選擇使用什麼數據，不是更加準確嗎？
數據應用因小而美
2011年年底，作為一名數據分析師，我開始思考怎麼從「用數據」轉變為「養數據」（即從數據化營運轉變為營運數據），這段時間我特別煩惱該收集什麼樣的數據。而且，我也曾試圖做出一個特別大且適合多數人使用的數據應用，但後來發現，這在數據應用的起步階段幾乎是不可能的，因為要找到可以解決大部分需求的數據應用並不容易；再者是當時公司的數據非常豐富，需要考慮的因素很多，因素之間的聯繫又很複雜。
所以，當開發數據應用時，數據就等於原料；當原料一直處於變化的情況下，做出來的產品就很容易產生問題。體會到數據和應用的關係之後，我最後決定從小角度切入，先把小應用做出來，這就是很好的標靶。
這裡說的「小」，指得是應用的目標很具體。請注意，「小」不是指數據量。許多人在沒有獲取足夠的數據，且缺乏對數據理解的情況下做出決策，其實是在「享受」自己的無知。譬如：對於一款數據應用，如果我的目的是分辨兩種決策誰更好以及差異在哪裡，這就是很具體的問題；但如果我的目標是想知道如何讓公司獲利，這就是一個空泛的目標。
經過一番周折後，按照小角度切入的想法設計數據應用，就可以做得具體而快速，而且可以避免因原料的變化而導致數據缺失的問題。
養數據戰略
「養數據」還有一個重要含義，就是要決定收集哪些數據。這個決定不容忽視，因為這可能是公司數據戰略中非常重要的環節。因為，很多公司的做法，是有什麼數據就收集什麼數據，完全沒有主動性，如此會遇到的一個核心問題——公司自主思考的能力開始喪失，對該收集什麼樣的數據並不了解。
在我看來，被動收集數據的行為是「收集」，而主動收集數據的行為則是「養數據」。再拿上述的某電商婦幼類別為例，如果收集主體是一家醫院，寶寶的姓名、性別、出生年月和媽媽的姓名等數據的收集，就是收集數據，因為在住院檔案和出生證明上，這些都是不可少的。
但是，如果是婦幼用品品牌要針對家庭行銷，這些資訊顯然不足，寶寶奶粉的品牌、家庭收入、職業等資訊，則需要企業主動收集，這些數據也就是「養」出來的數據。
