谈到“小而美”，会涉及一个问题，就是数据的运用,，比如从Facebook来的数据、从Google来的数据如何使用。现在大家都讲云、大数据这些热门词，但是真正把大数据分析用于产品创新的，我想多数企业还停留在喊口号阶段，真正把大数据分析用到企业产品研发、营销各个方面的，还是少数。
数据的重要性不用讲也知道，如何操作主要涉及两个问题，一是数据获取，二是数据应用。获取数据这块，不管是买还是抓，方法有很多种。主要问题是获取什么样的数据，怎么样分析数据，可能我们多数的电商朋友，还停留在基于用户的评论来找研发的方向，或者基于网上的销量排名来决定选品，比如说了解到最近这段时间销量增长最快的是什么品类，他就从阿里巴巴网站买这个产品来卖。我想这可能还是属于初级层次的数据分析，较深层次的数据分析，应该涉及用户的职业甚至信用卡的信息，数据做得越细越好。
举个例子，在过去的时候，我们卖一批设备到印度，当设备需要维修时，那我们该怎么办？当地得有企业才行，才能派人过去维修，现在就不用这么麻烦，因为有LinkedIn，我们能直接找到可以提供设备维修服务的人并派过去维修。这是不是也给我们提供了一个思路，就是我们要充分利用各种数据资源，把用户的信息和众多类似于LinkedIn这样的平台上的数据进行关联，来找到消费者更细致的信息，因为我们不可能买到国外用户的信息。
数据分析如此重要，怎么获取数据，这就要动脑筋了，能买的情况下，可以选择买，买不到的情况下，用其他办法以更低的成本获取。可能传统的B2B型贸易企业，不知道消费者是谁，只知道客户是谁。但跨境电商企业不是这样的，我们需要知道最终使用我们产品的用户是谁，就算不直接交付产品给消费者，也要关注经销商最终把我们的产品卖给谁。所以在数据的应用方面，就决定了我们要了解消费者有哪些需求，要针对消费者客户的需求来研发产品。
还有一种情况，我们可能有一个很好的创意，但是产品未必就卖得好。好的创意和好的销售之间还需要有一个过渡，这个过渡就是企业其他的资源对从产品创意到销售的支撑能力。
不能将企业看作一个黑箱，认为企业决策该由老板拍板，老板说怎么干就怎么干,因为企业内部有不同的部门，不同部门之间目标不同。比如说研发部门，企业可能考察这个部门今年研发了多少新产品；对于销售部门，企业可能考察它每天的销售额有多少；而对于运输部门，企业考察它的单位重量产品的运输成本，然后再考虑整个周转效率。不同部门，大家的目标不一样。运输部门要考虑运输成本，研发部门可能是拼命地出新难题，生产部门是生产期越长越好，销售部门是一天出一个新款才高兴。从好的创意到好的销售,需要管理的创新来支撑。
