洪磊，1978年生，湖北宜昌人。2000年毕业于华中科技大学经济学专业，获学士学位；2003年毕业于中央财经大学管理学专业，获硕士学位。2003年进入IT业,现为大数据挖掘及分析公司业务总监，负责公司互联网营销数据及社会化聆听研究项目，包括口碑交互、社会化媒体研究、大数据整合等。拥有10余年的品牌、市场营销、企业咨询经验，专注于新媒体平台的利用和资源整合，以及数据分析发掘商业洞察。在《通信产业报》《经济学消息》等国内知名媒体发表数十篇专栏文章。李静，女，1962年生，北京工业大学数理学院教授、博士生导师、北京市教学名师。刘先泽，1978年生，河北唐山人。中央财经大学经济学院副教授。 

大数据目前被广泛联系到现代商业社会的各个场景。众多的研究文献都会聚集于从技术层面来挖掘这些数据、处理这些数据、到后分析这些数据，然而，由于目前对大数据分析处理的主要认知是：⑴相关性比因果性重要；⑵要全量而不要抽样；⑶要宏观而不要精确，而使得通过这种方式获得的大数据结论往往过于宏观肤浅，对具体行业应用而言并没有实际的指导意义。如此往往陷阱于：盲大、夸大、自大，大数据分析技术总是和业务场景脱节，使得大数据分析的真正价值失之交臂。大数据的真正价值便在于，通过分析才能获取很多智能的、深入的、有价值的洞察来解决行业面临的问题。数据处理和分析能力，有效的获得大数据能力方式便是“化大为小、化繁为简”大小数据结合，通过“简约法则”（“数.信.知.洞察"）来实现来获得大数据价值：数据认识及处理：通过将大数据进行去噪、分类、整合得出小数据；信息求证及获取：对小数据进行求证、交换，将数据转为新信息；知识孕育：对新信息赋予场景的去分析、去整理、去提炼之后，来发现新知、新规律和新价值体系；洞察获取：获得需要通过有应用场景为基础的数据解读来完成，这种建构新规律、新知识和新价值体的结论观点便是我们洞悉的洞察。