빅데이터의 활용할 때는 가장 큰 기회에 먼저 집중하는 것이 필요하다. 한정된 재원을 활용해야 하는 기업의 '선택과 집중' 전략이다. 

큰 전략하에서 중요 가치순서를 확인할 수 있고 구체적  행동에 옮길 수 있는, 크고 중요한 문제 하나에 집중하는 편이 좋다. 

데이터를 보고 무슨 일에 활용할까 생각하기보다 해결해야 할 문제를 먼저 생각하고 데이터를 찾는 편이 올바른 선택이다. 

통찰력을 제공하는 데이터에 대해 작업하기 전에, 해결해야 할 문제와 인식에 대해 먼저 이해해야 한다. 해답보다 질문이 먼저라는 것이다.

또한 빅데이터를 활용하는 것에서 그치는 것이 아니라 결과로부터 피드백을 반영할 수 있는 순환 사이클을 구축해야 한다. 빅데이터로부터 나온 지식은 책꽂이의 책이 아닌 현장의 행동이 되도록 해야 한다. 

즉 생산된 지식을 활용하고, 활용 사례를 홍보해야 한다. 

비전문가도 이해하고 행동에 옮길 수 있는 수준이어야 한다. 즉 데이터에 기반을 둔 통찰력을 실제 경영행위나 의사결정에 반영해야 한다는 것이다. 

경험의 축적은 당연하지만 기존 역량을 보존하면서 새로운 역량을 추가하는 방향으로 이루어져야 한다. 

중앙집중화된 분석 기법으로부터 나오는 지식이 증가하더라도 분산되어 있는 활용 현장에서의 역량을 또한 잘 보존해 축적시켜야 한다.

암흑 데이터(dark data)도 필수적인 요소로 부각되고 있다.

암흑 데이터란 사람이나 컴퓨터에 의해 생성돼 어딘가에 저장돼 있지만, 존재 여부를 알 수 없거나 찾지 못하는 데이터를 뜻하는 용어다. 데이터로 만들 수 없는 비정형 데이터, 사용자에게 필요한지 알 수 없어 활용하지 못하는 데이터다. 우주의 27%를 차지할 것으로 추정되지만 보이지도 않고 들리지도 않으며 느낄 수도 없는 존재인 암흑물질(dark matter)에서 이름을 따왔다.

IBM에 따르면 전 세계에서 생성되는 데이터의 90%가 암흑 데이터로 추산된다.

인간이 실제로 사용하는 데이터는 1%에 불과한 것으로 분석된다. 이런 이유로 최근 빅데이터 연구에서는 암흑 데이터를 어떻게 처리하고 활용할지가 화두로 떠오르고 있다.

쉬운 예로 e메일에 첨부됐지만 검색이 안 되는 파일이 암흑 데이터에 해당한다. 심박수 기록, 자기공명영상(MRI) 이미지 등 의료 분야에서도 방대한 분량의 암흑 데이터가 계속 생성되고 있다. 암흑 데이터에 해당하는 다량의 흉부 X선 사진에 AI를 적용해 자동으로 판독하는 진단 기술 등 실용적으로 활용할 수 있는 분야가 무궁무진한 것으로 알려지고 있다. ***