最初的数据应用是比较线性的，因为早期的数据运营流程和应用场景是已经被定死的，通常用作精准营销。渐渐的，我们发现，非线性数据应用对于企业的价值更大。
数据之于信息社会，就如燃料之于工业革命，是人们进行创新的力量源泉。大部分企业早已意识到数据的价值以及重要性，但真正享受到数据福利的公司却是少数。
先人一步掌握数据应用思维的企业，往往能够拥有更多的市场主动权。
最初，数据应用通常是线性的，但随着市场环境和技术成熟度的发展，数据应用正在走向非线性模式。
具体来说，企业可以通过使用技术工具，让企业能够将自己的多方来源数据进行 360°的自定义分析，通过一些统计和机器学习类的算法获得洞察，最终让企业自己去发挥怎样做数据应用以及灵活的做些测试。
对应的，实现非线性的数据解决方案，是目前全球范围 MarTech 和数据技术领域最新的热点 CDP (客户数据平台)，也是数据云系统。
现实的尴尬
相比以前，如今企业拥有越来越多的渠道、设备、数据和消费者触点。因此，企业自身拥有的数据，以及市场上类似媒体、运营商等各种渠道的多方数据，其规模越来越大，类型越来越多，但却相当分散。
另外，早期数据市场上存在的问题，比如数据孤岛如今依旧存在。
市场中的大数据缺乏有效的、靠谱的交流方式，各个数据的拥有者如同一个个独立的水库。对数据的透明性、安全性，以及过程把控性的担心像一个个水闸，将本应流动的数据资源封锁在各自的数据孤岛上，活水变成了死水，使得大数据发展不那么顺畅。
对于企业，要去解决的问题有两个：分散的数据源和局部数据使用。
分散的数据源
“一个业务如果无法度量，则无法分析和增长”——美国管理学大师彼得德鲁克说。
如何度量，这里需要考虑一个统一视角的问题。数据统一视角的重要性在于它给使用者提供了一个量化的概念。它让使用者可以清晰的看到业务的运行情况，以便进行KPI考核和策略调整，促进业绩的增长。
从第一方数据来看，企业的自身数据包括：订单数据、CRM 数据、ERP 数据等，是企业通过各种不同渠道收集到的数据，比如 PC/移动站点、电商站点、移动app、互联网广告、实时互联网等数据源，以及企业持续积累的客户数据。这些数据对于企业决策及运营起着关键作用。
第三方数据则是企业可接入的外部供应商数据，比如媒体数据、外部系统/平台数据、第三方数据源数据。
企业拥有的数据规模很大，数据类型很丰富，但问题在于，这些数据，不进行统合，则很分散。
企业的真实需求
回归到商业本质，数据产品对于企业来讲，真正的价值是什么？效率和效果的提升。
效率和效果的提升，是从企业整体来讲的。因此，有行业人士提出一个新方向：“单独谈数据太片面了，应该是数据 用户体验，需针对消费者购买旅程设计个性化的服务”。
实现这个目标，企业需要从数据中获得洞察。而洞察的形成，则需要一个流程：“收集——统览——分析——梳理——提炼——获得结论，或者大数据洞察”。
那么获得洞察后，就能实际产生效应？当然不是。
企业接触消费者有 N 个触点，这里的触点，可以说是消费场景。真正把洞察和分析的数据结果，应用于各大消费场景中才能发挥实际价值。
另外，这不是一条线完成，导回数据、其他数据源的接入，以及应用于多场景的数据技术工具都是其中组件。
完成以上这些，需要“非线性”操作。
概括来讲，企业需要这样一个角色，负责对外和客户、合作伙伴、供应商的互动，以及对内收集和分析数据、通过使用数字化技术改善效率，实现组织和文化的转型。
从线性到非线性
对于大数据企业而言，随着数据不断的扩充和积累，需要对散落在各个渠道的数据进行良好的管理、控制和应用。我们将企业的数据化转型分为三个阶段。
1、过去：大部分企业没有发现数据的价值，没有分析能力，数据也无法应用;
2、现在：数据碎片化严重，缺乏统合及分析能力，无法统一应用;
3、未来：数据统一管理，打通数据孤岛，智能分析洞察，灵活智能运用。
从过去到未来，数据应用可以说正在从线性走向非线性的过程。
举一个例子，当一个尚未成为会员的用户来到品牌官网，他在浏览了感兴趣的商品、仔细比较了商品价格之后，最后却关闭了购买页面离开了网站。
没有人知道这个新用户究竟浏览了什么商品/在哪些商品页面停留了多久，也没有人能回答在订单转化的过程中，究竟是什么原因使他没有购买。因为在 CRM 中储存的大多是以销售为导向的数据，并不会涵盖像这样的实时行为数据。
结语
数据应用的非线性，属于正在探索未知水域，这是一个全新的蓝海市场。
目前，数据云处于早期阶段，可以看见其快速发展，但不会对市场格局产生大的影响。使用数据云的企业目前大部分是大型企业或者 pre-IPO 的互联网企业，当然，也有小部分中型企业，或者创业型的中小型企业。