用數據表達一個產品完整的特點，用數據來形象化，每個數據都如“針尖”，通過針尖的匹配實現產品的價值。在苗木行業里對產品數據的表達很欠缺，其實就是形象化不足。目前比較完整的苗木產品數據包含有生產單位的簡介、品種、特性、規格、數量、價格、樣圖、聯系方式這些，對于具體產品的描述很缺乏。在此基礎上我們應該單獨列出每個生產品種的數據表，這張數據表信息越全面，對產品實現價值的幾率就越大，下面我們不妨做一個形象的借鑒。

產品數據化目前做的最好的應該是淘寶和京東這些互聯網巨頭，那么，就以購買連衣裙為例說明數據化怎么實現價值。

我們常會被漂亮的圖片和更低的價格吸引，圖片和價格是大部分人選擇購買的兩個主要數據，至少是吸引購買者想點擊了解詳細內容的兩個主要數據。點擊感興趣的一款時，我們會看到這個款式最詳細的數據，包含有這個款式每個細節的圖片/視頻展示，如短款、中款、長款、顏色種類、款式名稱、款式設計理念、適合身材的尺寸、主要面料及含量，洗滌要領、售后服務、生產環境等等這些，通過這些數據展示在消費者面前的是一個從虛擬到具象的連衣裙。此外還有選擇物流的方式、該款式的銷量、庫存、消費者評價、店鋪的信譽值這些，所有這些數據都是對這個款式的形象描述，而這些數據構成了消費者最終是否購買的原因。

再舉個例子。

美國職業男子籃球比賽（NBA）從確立聯賽制度開始便有統計的存在，經過幾十年的發展，統計數據做到了非常精細的水平，聯賽對于一個職業運動員的身高、體重、臂展、手長、腳長、彈跳，摸高，還有年齡、國籍、球衣號等這些記錄都非常詳細，甚至包括得分、籃板、助攻、搶斷、蓋帽、失誤、犯規、技術犯規、出場時間、出場效率、傳球次數、投籃次數、命中率、勝利值、罰球、扣籃、打板、中投次數、三分、出手位置，這些都能夠詳細到日期和單場次，甚至禁賽、罰款這些記錄，詳細到令人嘆為觀止。而對于這些數據積累的價值是顯而易見的，因為他們有自身的數據分析系統，在浩瀚的數據庫中除了能夠快速獲取球員的歷史數據，還能單個球員、球隊和場次數據的挑選與對比，得出對現球員具有現實意義的評價。對于一個剛出道的球員來說，這些數據就是他職業生涯成長的模板，通過這些數據的比較，能讓一個球員對自己的職業生涯做更為科學合理的規劃，也為球隊判斷一個球員的價值提供了科學的依據。

所以，數據分析就是科學指引。苗木互聯網平臺為企業做最科學合理的發展規劃，實現資源合理配置。但是數據的分析能夠具有科學的指導意義不是在短時間內就能實現的。沒有經過長年累月的數據積累，分析出來的結論價值很有限。

這就是數據“針尖”的價值所在。回過頭來觀察苗木的數據描述做對比，差距實在太遠。但是現在行業的急劇變化，大家逐漸認識到數據的重要性，也開始付諸行動。這個時候很多決策者認為首先需要掌握的是數據量，最先尋找的會是合作資源，共享數據，其實這一點對于我們自身來說并不是最好的，因為苗木行業缺少完整的數據，獲得的數據并不是高質量的數據。

成熟的苗木互聯網平臺對形成行業大數據具有先天優勢，因為本身具有忠實的客戶基礎，具有一定的數據積累，對行業數據的習慣最了解，因此從自身開始完善數據的質量比尋求合作資源更切實際，效果也更快，這樣做的好處有以下幾點：

一、完善數據分享的平臺給行業樹立標桿

目前苗木行業對于品種用苗詳細的規范標準比較混亂，互聯網平臺反而可以更加靈活自由的確定自己的標準，按照自己的詳細標準設立完整數據庫，以點帶面。

二、完善數據分享平臺培養行業使用數據的習慣

苗木行業缺少高效數據的原因在于對數據的認識不夠，統計的作用被忽視，如果我們自身率先以更加詳細的要求對數據進行規范，逐漸培養起來的是行業使用數據的習慣。

三、數據越詳細實現價值越快

以上的兩個例子已經充分說明了這點，有針對性的詳細數據既能為客戶帶來利益，也為數據平臺帶來利益。

苗木行業互聯網平臺一個中長期的目標是開發自身的數據分析系統，這也許是互聯網平臺發展要體現的終極價值，通過科學數據的引導為行業提供最恰當的發展方案和思路，實現資源合理調配。

互聯網+、大數據不是空虛的概念而是實實在在的東西，互聯網平臺有許許多多，但是能做到像阿里、京東這樣的寥寥無幾；苗木互聯網平臺也不少，但要把數據做得更詳細，提供更具前瞻性的服務，我們需要做的還很多。