企业大数据挖掘要产生真正的价值，或者说要让业务方，管理层感觉到真正的价值，其实需要非常多的东西：
1、要有数据，而且的确需要足够多的数据。是正常的数据积累。
2、分析师能不能把业务方的问题理解透，请注意是透，而不是理解了。
3、真正知道目前公司资源，在给出建议与方案的时候能结合公司实际情况，也就是接地气。
在企业数据挖掘的时候，需要避免以下错误：
1.走得太快，没空回头看路
初创公司里的人们着急于产品开发，以至于他们常常没有空想用户对产品的具体使用细节，产品在哪些场景怎么被使用，产品的哪些部分被使用，以及用户回头二次使用产品的原因主要有哪些。而这些问题如果没有数据难以回答。
2.你没有记录足够的数据
光给你的团队看呈现总结出来的数据是没有用的。如果没有精确到日乃至小时的变化明细，你无法分析出来数据变化背后看不见的手。如果只是粗放的，断续的统计，没有人可以解读出各种细微因素对于销售或者用户使用习惯的影响。
与此同时，数据储存越来越便宜。同时做大量的分析也不是什么高风险的事情，只要买足够的空间就不会有system breakdown的风险。因此，记录尽可能多的数据总不会是一件坏事，不要害怕量大。
3.其实你的团队成员常常感觉自己在盲人摸象
许多公司常常忽略了团队的哪些成员能真正解读这些数据的内在含义。你需要经常提醒团队里面每一位成员多去理解这些数据，并更多地基于数据来做决策。要不然，你的产品团队只会盲目地开发产品，并祈祷能踩中热点，不管最终成功还是失败了都是一头雾水。
4.把数据存放在不合适的地方
如果总是要等待工程师去把数据跑出来，那就是把自己陷入困境。而工程师在不理解需求的情况下建立的算法或者买的软件对于使用者来说往往是个煎熬，因为他们对数据的使用往往与前者不再同一水平线上。你需要让你所有的数据都存放在同一个地方。这个是关键关键最关键的原则。
5.目光短浅
任何一个好的数据分析框架在设计之初都必须满足长期使用的需要。诚然，你总是可以调整你的框架。但数据积累越多，做调整的代价越大。而且常常做出调整后，你需要同时记录新旧两套系统来确保数据不会丢失。
6.过度总结
我们把海量数据总结成几个点来看。但在当下，这些运算量根本不是问题，所有人都可以把运营数据精确到分钟来记录。而这些精确的记录可以告诉你海量的信息，比如为什么转化率在上升或者下降。
这些6类问题，是企业大数据挖掘的时候需要避免的。