从淘宝创立之时，阿里巴巴就开始搜集平台上的数据，直至支付宝、聚划算、一淘等平台，随着业务的爆发式增长，阿里诸平台上的数据成倍增加，汇集成海。这些数据包括交易数据、用户浏览和点击网页数据、购物数据等等。当海量数据开始聚集时，它们也变得良莠不齐，鱼龙混杂，充斥着大量失真、标准混乱的数据。另一问题是，当海量数据在一起，它们是无序的，不能直接使用，必需要提炼加工。再者，阿里纵有海量数据，却也只是大数据之海中的一个孤岛，无法全部满足平台商家的数据需求，比如商家需要了解用户在其它平台上的购买情况，阿里巴巴迫切需求外部数据。
车品觉称：“一开始，我们在用好数据，但是随着数据战略与平台战略紧密结合，我们开始刻意地去管理数据(保证数据安全、质量和对于商家的可用性)，养数据(有意识地收集外部数据)，沉淀数据。”
让大数据更好用?阿里巴巴是如何实现这种转变?从六个地方入手：确保数据安全(保护商家和个人的隐私)、保证数据的质量(去除虚假数据)、实现各个部门数据标准的统一(如转化率)、让原始数据变得更精细化(更符合商家的应用情景)、获得外部数据(如并购新浪微博，和其它平台合作、购买数据信息等)、建立数据委员会。
具体做法
1 去除源头污染，净化数据质量
自阿里巴巴数据委员会建立以来，数据质量就成了部门的核心工作，车品觉认为数据质量是大数据的命门，如果将大数据比作水流，“来自任何支流的数据，如果质量有问题，都会带来整个水源的污染。”由于淘宝等平台上的数据往往良莠不齐，不少数据虚假，带来很大的噪音干扰。“有时，在淘宝平台上，对于一个人，我们会看到两个手机，一个iPad，三张信用卡，五个淘宝帐号，收集数据时，以为是多个人，但实际上就是一个人。但如果依照这个数据，商家可能就将红包给了一个不活跃的账户。”为此，阿里巴巴试图剔除虚假的数据，让收集的数据能反映真实的消费情景。比如上面的案例，就要鉴定所有这些账户、信用卡等是否为同一个人所有。再如，阿里巴巴经常要做产品界面测试，有时临时修改界面，会一下子多出一个按钮，这就会带来大量误点击操作，数据收集时，就会得到很多失真的用户行为数据。阿里巴巴的数据人员目前的工作就是要将这些失真的数据剔除，或者将数据还原到真实的场景。
2 打破分割，统一数据标准
统一数据标准，就是让净化后的数据流得以汇集。阿里巴巴下属各个部门业务重点不同，对数据的理解不同，因此数据标准往往各不相同，比如转化率。要将这些数据汇集成大数据之海，就必须统一标准，这也是阿里巴巴数据委员会目前重点推行的项目。
3 精选+加工——让数据精细化
“目前，我们需要的用户数据，平台还给不了。”阿里平台上的一个企业如是说。很多企业希望阿里巴巴能将用户属性的标签分得更细(不仅仅按男、女用户，还进一步按不同消费特点、收入细分)。小也化妆品创始人肖尚略认为，“平台数据的细分是基础，细分好，企业才能用好。”数据就像炒菜的食材，不同细致程度的食材炒出的菜，口味不一样，车品觉这么看。
如何让数据精细化?阿里巴巴根据各个商家的应用场景，将原始数据打上更细致、对商家更有参考价值的标签。以淘宝平台为例，一方面收集用户信息时，专注对商家更实用的内容，比如对于大学生用户，除了搜集他们的地址信息外，还通过其它渠道搜集其房租的租金，从而了解对方的消费水平，将这些数据提供给相应的商家。另一方面根据商家的应用情景，对数据材料做初加工。“比如，如果我们筛出一个人是否戴眼镜，戴多少度的数据，就对卖眼镜的商家起到了很大作用。”再如，如果一个人去母婴超市里面买东西，不一定能证明他有孩子，但如果这个人是女性、年纪又合适，这个人有孩子的可能性就很大。不断加入的其它证明信息，让这个消费者的数据变得越来越精细化。
在数据精细化思路下，2011年底，阿里巴巴的支付宝平台开发黄金策产品，车品觉带领团队处理了1亿多活跃的消费者数据后，拿出500个变量，试图用它们来描述消费者，最终让企业能够随时调用变量，获得用户信息，比如某一类包含使用信用卡数量和手机型号等具体信息的客户数目。
2013年，天猫开始研发适用于天猫商家的CRM系统，通过对会员标签化，让商户了解店铺会员在天猫平台的所有购物行为特点。
4 海纳百川，纳入更多外部数据
在阿里巴巴平台上，大多时候收集的是顾客的显性需求数据，如购买的商品和浏览等数据，但顾客在购买之前，就可能通过微博、论坛、导购网站等流露出隐性需求。仅仅做好自己的大数据是不够的，还要纳入更多外部数据。
2011年以前，阿里曾尝试通过收购掌握中国互联网的底层数据。2013年4月，阿里巴巴收购新浪微博18%的股权，获得了新浪微博几亿用户的数据足迹。5月，阿里巴巴收购高德软件28%股份，分享高德的地理位置、交通信息数据以及用户数据。而其它并购，包括对墨迹天气、友盟、美团、虾米、快的、UC浏览器，都招招不离数据。通过这些并购，阿里在试图拼出一份囊括互联网与移动互联网，涵盖用户生活方方面面的全景数据图。
5 加强数据安全的管理
很多淘宝卖家希望阿里巴巴能加大数据开放的步伐，对于阿里平台来说，这并不是一件容易的事情，因为这关乎商家和消费者的隐私。商家不希望竞争对手获得自己的机密信息，消费者也不希望被更多干扰。
阿里内部专门成立了一个小组，来判断数据的公开与否，把握“谁应该看什么，谁不应该看什么，谁看什么的时候只能看什么。”
6 组织体系支持——建立数据委员会
阿里巴巴的数据来自各个部门，无论是数据材料的质量、精细化的保证，还是数据安全，都不是单个部门能完成的，需要全局性安排，迫切需要一个上层组织结构。但是成立什么样的组织机构合适?在阿里巴巴看来，数据的工作实际上主要还是由各个部门的责任，毕竟它们把控着源头，另成立一个凌驾于各部门之上的中央数据管理机构，容易让各个部门把责任直接推卸给新机构。
2013年，阿里巴巴成立了虚拟组织——数据委员会，委员会包括底层数据负责人、支付宝商业智能负责人、无线商业智能负责人和一名数据科学家，数据委员会更多地以协调会的形式，来指导、协调各个部门形成合力，实现从大数据运营，到运营大数据的转变。
