上文提及课程的其他部分集中在大数据分析在企业上的应用。
其实数据分析一直以來都有，大数据分析的不同之处在於可以引用大量数据作出迅速的分析，而且可以結合以往沒法拿到或分析的数据源，比如文字，图片或彔象等的unstructured data 。 由於科技的发展，現在很多企业都利用新科技來增加效率，減低成本等等，但他們往往忽略了新科技產生出來的大量数据的重要性。
课程中有很多个案硏究都显示成功利用大数据的企业都是那些以客戶为中心，以数据为推动力的企业 （Data Driven Organisation)。 就是事事先从滿足客戶开始，了解到有什么数据需要，然后再結合新科技提供数据源，经大数据分析后才推出產品，而企业其他部门的營运模式也要作出相应的配合。
课程中詳細討論了兩个服裝品牌的个案：Zara vs Marks & Spenser 來指出傳統模式和以数据推动模式的主要分別。
Marks & Spenser 每年年底都会預测明年服裝流行趨勢，然后設計來年款式，再大規模生產足夠來年銷售。這是傳統的服裝商业模式。问题在於在現今瞬间万变的社会，预測流行趨勢是极为困难的。结果 M&S不出所料連續几年估錯了，做成大量存貨積压要減价求售，业务表現当然大受影響。
反之，Zara 的想法是先从客戶开始，与其要預估客戶的需要，不如客戶告訴我们吧！但问題是：怎样才可以第一时间得悉有关客戶爱好和潮流变化呢？又怎样才可以確保整个生産缐都可追上变化呢？
答案是推出大量不同款式但每款只先出產小量数目，推出后才根据实时銷售数据，及观察客戶在店內的舉动，再配合社交網絡上的最新評語，图片，視頻等等來分析最新潮流所在，再將分析結果反馈給設計和生產队伍。这个商业模式需要非常灵活和反应迅速的設計，生產，物流和銷售队伍，每个流程都需要实时数据用作分析。而为了拿到数据，Zara 便应用了多項新科技如 barcode/RFID, sensors，彔像監控，物流定位系統，各种对文字，图片，录像，音频的分析工具，再配合上大数据分析模型的应用。
Zara 的商业模式是快 ( fast fashion), 而且灵活。整个模式背后是靠数据推动的，可以说是customer centric, data driven organisation 的成功例子。课程中也提到不少其他行业的个案用大数据來增加 库存流轉，提高direct marketing 的成功率, 用大数据來做員工招聘，还有Fintech 用社交網絡profile 來估计客戶的信贷风险等等。在这里便不再一一详述了。
提到数据，最大的风险便是数据洩露了，毕竟这牽涉了个人私隠的问题。课程最后也找來一个專业黑客來介紹一下黑客的运作模式，和简单介绍一下Dark Web。
这部份课程算是大开眼界了，雖然有些部分有点technical 不太懂, 但从中也認识到：
黑客对企业的突破点通常是从組織架構和IT infrastructure 开始，而資料來源大多是从企业的招聘广告或招聘網站得到！
黑客从社交網絡中搜尋員工对企业的評语和態度找出企业的弱点和漏洞的，小伙伴们以后发朋友圈时真的要小心了！
在企业 login page 里找出user id 或email address 是輕而易舉的事！
Password 最好不要定太多限制，目前很多網站定了有多少字母，alpha-numeric, upper & lower case 等的限制，正好是給黑客估算password 的Algorithm最好指引。对他们來说，完全沒有限制的password最难猜！
如果不是因为password 被洩露了，最好不要常常改password。 因为大多数人改password时都有迹可寻，你越改得多便越容易被猜到！
Dark web 內有很多買或賣資料的人，所有人都只知外号，但信譽都是良好的，不然会被群起而攻之。这不就是小说里的“鬼市”嗎？
Dark web 內現有约五千万张信用卡資料出售，售價有时便宜到几塊錢一个！
Dark web 內現正有接近五十亿个compromised password ！
课程內也有介紹有些APP 可以搜索你的email address是否出現在dark web 內，还有其他公司是專门提供網絡安全服務给企业的。
黑客的钓鱼代码可以隐藏在图片或录像內，很难察觉，尤其是那些在节日流傳的有趣贺咭或视频，小伙伴们在分享节日快乐之余也要格外小心！
好了，分享了这么多，总結來说大数据时代只是开始。随著电腦运算力不斷增強，5G 移动通訊和物联网的普及，人脸识别和文字语言分析技术日趋成熟，以后可能衣食住行，无时无刻都会產生数据分析。对企业来说可以说是机会无窮，消费者也可享受快㨗，高質和个人化的産品和服务，但同时个人私稳洩露和欺诈风险也越来越大！
大势所趋不可擋，最重要是时刻提高警惕，保持自律，谨言慎行！
