增加閒置資源被使用、知道何時可以被使用、誰是在不同時段的需求使用者、願意負擔多少使用代價，同時還需要在原本擁有人的權利不受影響下，讓共享的循環持續下去，並且確保每位使用者信任這循還，其中最主要的關鍵，便是數據工具。
以uber為例，透過數據資料，系統讓使用者知道當下時段利用uber車輛的價格是多少，也會讓提供車輛服務的uber司機瞭解付出的時間勞務得到的收益；透過系統媒合閒置車輛與需求消費者的地點距離，司機與乘客藉由雙向評分，讓下一位使用者在乘車前可以對所搭乘(或接送)的對象有評估選擇依據。
Airbnb也是，在房東端提供多元性的儀表板及成效分析工具，讓房東定出心中滿意的價格。也透過數據技術，建立起房客在選擇住房時，自搜尋比較、地點、時段、類別、價位、可訂房時間等等的資料下的預測模型，並將數據經由系統再反饋房東，作為價格策略設定的基礎來源。
或許你會覺得，肯定需要有強大的數據團隊，才能讓這些平台有豐富的營運成果；而在我的角度來看，其實更重要的是對數據的洞見。
舉個假設，如果在共享的訂房平台，你跟朋友個別選房時，網頁千篇一律只提示某某房特價將於幾十幾分結束，卻無其他更多相關資訊；或是透過區域分類、一次呈現幾千筆資料供人索驥，辛苦評估後最終顯示該房型預約已滿，這樣會不會讓你覺得難以接受?另外若你是房東，平台透過後台顯示出一篇又一篇的數字，但沒有提供這些數字可以給予你在定價或提高出租率的建議策略，甚至連如何使用的說明都鮮少看到，那麼你會覺得這些數據是幫助、還是視覺閱讀壓力?
在數據分析的基礎原則，通常會依照目的性、適用對象以及可行性來檢視，換言之，數據資料之外，對於數據的洞見才是決定共享模式在營運上的關鍵點，以平台來說，不光僅僅是系統提供適用於個人的數據建議結果，更進一步可能需要建立教學系統，讓共享平台的使用者能依照自己需求去掌握學習更多資訊工具，uber及Airbnb如此，電商的蝦皮、淘寶、亞馬遜等等也如此。
從這點延伸來看看，企業間還是存在許多對於數據只是一張張統計報表，每場會議堆疊越多數字似乎就越多內容的盲點依舊存在；或是每次對數據有需求時，總是叫工程師重新撈數字，而對於數據分析或營運分析報告，也止於單點思維卻不是整體面思考，這也是身為顧問的我們，為什麼每次都是先從思維與觀念上來著手的主因之一。
