現在人人都在談數字化轉型。數字化轉型是指企業運用技術和數據對業務持續優化的過程，是企業提升運營效率的必由之路。然而很多人并未搞懂數字化轉型，就開始大張旗鼓的搞起數字化。如果說企業數字化轉型在于“轉”而非數字化本身，那么這個“轉”字就包含了無窮的奧秘，有人說數字化轉型就是要轉意識、轉組織、轉技術.....等等，而數字化時代最缺的是思維的轉變。當前大部分傳統企業為什么數字化轉型會失敗，因為大家都是在做“數”的建設，而非做“轉”的工作，為什么這么說？因為在大部分企業領導眼里對于數字化的認知還停留于工具的意識里，認為做數字化就是軟件買賣的過程，根本沒有轉的意識，所以即使企業購買了行業里最先進的軟件工具但企業的經營管理模式不隨之發生轉變，系統成功落地的概率也不會太高。比如當前很多制造企業引進ERP，但真正能與其系統能力融合、提升企業管理能力者寥寥無幾，大部分傳統企業領導從一開始的意識里就將系統作為工具來應用，并給予系統過高的期望，從未想過以數字化系統為抓手來提升管理，所以自然也就少了數字化的思維、轉的能力。

數字化不是一種技術而是一種思維

數字化轉型提升的效率包括業務和企業運作，更重要的是一種思維方式。

艾森哲研究報告指出：數字化轉型并非是簡單的技術革新，它涉及企業經營理念的革新，公司文化和心態的轉變，組織框架的調整。企業需要在全公司范圍內提升各方對數字化轉型的認同感，并建立起數字化的新的思維方式。

世界經濟論壇也曾指出："數字化"不僅僅是技術，還是一種思維方式以及新型商業模式和消費模式的源泉，為企業進行組織、生產、貿易和創新提供了新的途徑，驅動企業生產方式、組織架構和商業模式發生深刻變革。

華為輪值CEO徐直軍認為：要真正打造一個數字化企業，不僅需要CEO和管理團隊下決心，堅定不移地推動，同時也要重新思考CIO在面向未來的價值和定位。

蘇寧董事長張近東在總結蘇寧推進數字化轉型經驗時也提出：為推進數字化轉型，蘇寧內部下了一個數據動員令，第一條就是讓全員轉變觀念，樹立數字化經營意識，建立數據化的零售經營能力，這種能力要體現在精細化的管理、精準化的營銷上面。

因此，在數字化轉型過程中，轉變思維比技術平臺更重要！

以上只是全貌的給大家描述了下數字化的一些看法和觀點，實際實戰還有更多的細節需要去逐一打磨和調整，但至少有一點是可以肯定的，數字化轉型不是說堆一些技術平臺就可以快速搭建完畢并可快速運轉及帶來轉型效果的，它需要有時間的沉淀和經驗的積累，但做數字化本身一定不是錯誤的，它一定是未來發展方向，只是什么時候開始做，用什么方式做而已。

01.

企業數字化轉型，
需要什么樣的思維方式？

不知道你有沒有過這樣的感覺：不知道從什么時候開始，和人溝通過程，以及要說服別人的時候，光靠一嘴的“伶牙俐齒”似乎行不通了，別人總會要求你“用數據說話”；當你給領導匯報工作的時候，領導也會要求你“用數據說話”。事實上，用數據說話就是一種思維方式的轉變。

數字化時代，數據連接一切，數據驅動一切、數據重塑一切，數據是企業數字化轉型的核心要素。數據在企業決策過程中，將發揮出越來越重要的作用，尤其是在商業活動中，數據不僅能夠輔助企業快速做出決策，實現降本增效，甚至可以重構企業的商業模式。

數據連接一切

數字化時代，人們所處的環境是一個由現實世界和網絡世界組成的虛實交織的世界。人們把現實世界的事物、事實和聯系，用數據記錄下來，形成了一個抽象的網絡世界。在現實世界中的人、事、物，都有著眾多的特征和千絲萬縷的聯系，這一切都是通過數據來描述和連接，數據實現了人與人、人與物、物與物之間和互聯，形成了對現實世界的抽象。

數據驅動一切

數字化時代，在各種數字化技術的影響下，數據的特性和價值發生了很大的變化，從原來數據只是作為業務流程的輸入和輸出，轉變為驅動企業經營和管理的重要要素。企業通過將各業務領域的數據進行收集、融合、加工、分析、挖掘，從而能夠發現業務中問題，幫助企業做出科學合理的決策。數據是客觀的、清晰的，能夠幫助企業化繁為簡，通過繁蕪的流程看到商業的本質，更好的優化決策。例如：利用各類運營數據，驅動的精細化管理；利用客戶數據、商品數據、銷售數據等實現精準化營銷；利用訂單數據、商品數據、客戶數據，制定合理的生產計劃等等。

數據重塑一切

數字化時代，數據的價值不僅在于它可以記錄歷史，還能預測未來。數據對各行各業正在產生著天翻地覆的影響。例如：在金融行業，企業通過多維度的數據采集與獲取、數據的深度加工和應用，實現實時征信、風險審計、內部管理、精準推薦、客戶預測、客戶流失分析等諸多應用場景。再如：在制造行業，企業通過對內部應用系統、外部電商平臺、物聯網IoT、以及相關產業鏈之間的數據打通和融合，探索和實踐智能工廠、個性化定制、制造服務化、產業鏈全面協同等方面的應用，實現企業業務創新。

綜上，企業數字化轉型需要建立“數據思維”，從數據中發現問題、洞察規律，挖掘價值，幫助企業優化資源配置，擴大經營范圍，重塑商業模式。

02.

企業數字化轉型需要數據思維，

那么，什么是數據思維？

數據思維是用數據來探索、思考事物的一種思維模式，用數據來發現問題、洞察規律、探索真理。企業的數字化轉型過程需要的數據思維，就是用數據思考，用數據說話、用數據管理、用數據決策。

用數據思考，就是實事求是、堅持以數據為基礎理性思考，避免情緒化、主觀化，避免負面思維、以偏概全、單一視角。

用數據管理，就是對客觀、真實的數據進行科學分析，并將分析結果運用到生產、營運、銷售等各環節的業務管理過程中。

用數據說話，就是要杜絕“大概、也許、可能、差不多……”，而是要以真實的數據為依據，基于合理、有邏輯的“推論”，去說服別人，去匯報工作。

用數據決策，就是要以事實為基礎、以數據為依據，通過數據的關聯分析、預測分析、事實推理獲得結論，避免通過直覺做決定和情緒化決策。

數據思維具有可簡化、可量化、可創新、追求真理等特點。

1、數據思維是一種簡化思維

我們當下生活在一個信息浩大龐雜的時代，我們的身邊充斥著各種正面的、負面的、片面的、全面的、真實的、虛假的，各種各樣、真真假假的信息，一不小心就會被紛繁復雜的因素所干擾。在紛繁的信息中我們思考問題要善于簡化，抓住重點，聚焦核心問題，以終為始、抽絲剝繭、多維度收集信息、多角度思考問題，找到高效的解決方案。

2、數據思維是一種量化思維

數據化的核心是量化，所有的業務都可以用數據來量化描述。在我們的工作中，用數據來量化業務是十分常見的，不論是企業高層領導作出的年度經營報告，還是企業日常的生產計劃、采購計劃、銷售完成情況等都需要用數據來量化描述。確少數據描述的工作報告，無論詞藻再華麗，語言再優美，結構再嚴謹，其內容都是蒼白無力的。數據量化一切，當文字變成數據、當溝通變成數據、當考核變成數據，皆可被量化的一切事物，正在將數據化變成社會發展的主旋律。

3、數據思維是一種創新思維

數據是一種“可再生資源”，我們能直觀看到、感受到的價值只是數據價值的“冰山一角”。數據具有可重復使用，組合使用，跨平臺使用的特點，企業可以通過多維度的數據采集、融合、重組、擴展和再利用，突破部門邊界、業務邊界、系統邊界、技術邊界的束縛，創新新模式，開拓新領域，確立新決策，不斷發掘數據背后所隱藏的“價值”。

4、數據思維是一種追求真理的思維

雖然我們說“數據不僅能夠記錄歷史，還能預測未來！”。但是，我更要給你強調的是“數據不是萬能的”。要知道，世間萬物的關系是非常復雜的，我們雖然可以用數據來對其簡化，但簡化必然會導致誤差；我們也可以用數據來對其進行量化，但卻無法窮盡。更要知道，數據都是歷史的，而萬物是動態變化的，現有的知識都是也有真偽的。因此，我們需要深入探究數據的真實性、客觀性，不斷探尋隱藏在數據背后的真相，追求真理永無止境。

03.
企業數字化轉型，
數據思維該如何建立和培養？

1、培養對數據的敏感度

數據敏感度是對數據感知、計算、理解能力，是通過數據的表象理解事物本質的程度。對數據敏感的人，看到數據能夠找出問題，找到規律，發現機會或做出決斷；對數據不敏感的人，看到數據只會問這是什么，這反映了什么，這能說明什么？對數據毫無敏感而言的人，“數據就是數據”，甚至不會想到以上問題。

人并非天生就會對數據產生敏感度，人們對數據的敏感度來源于經驗的積累，看的數據越多，種類越豐富，處理的問題越多、敏感性就越強。因此，數據敏感度是可以培養的。

所謂培養數據敏感度，本質上就是培養通過數據發現問題、解決問題的能力，可以從以下幾個方面入手：

質量評估，對數據的表象和質量進行評估，判斷數據是否完整、是否準確、是否符合業務規范？

識別真偽，能夠對數據的真假做出判斷，看出數據中存在的貓膩，例如：年度報告，本事業部今年老員工的離職率為0，實際上新入職的員工有大批離職的。

找到因果，能夠通過數據找到事物之間因果關系，從而找到產生問題的主要原因和根本原因。例如：產品銷量下降了，直接原因是客戶量減少了，本質原因是市場出現了更具競爭力的產品。

找出關聯，能夠通過數據多維采集和分析找到事物之間關聯關系，關聯分析是洞察事務本質的重要方式，關鍵點在于數據維度全、數據樣本完整且具有足夠的代表性。

判別優劣，能夠通過數據的對比判斷事物的好壞優劣，例如：季度銷售完成率為50%的報告，如果沒有歷史數據作為對比很難判斷出這個季度銷售業績的好壞。

洞察規律，能夠從數據中找到事物發展的規律，例如：古人為了農業生產需要，順應自然規律，通過對春夏秋冬、冷熱交替的不同時間的記錄和研究，總結出來了二十四節氣。

預測預估，能夠從已知的數據中提取到的規則，從而對未知的業務影響作出預測。

2、培養理解和使用數據的能力

“數據為王，業務是核心”，與其說培養理解數據的能力，不如說是理解業務的能力。只有將數據置于業務場景中，數據才能變得有意義。企業數據化轉型過程中，要求數據管理和數據分析人員懂業務，理解數據的對業務價值；要求業務人員要懂數據、會使用數據。

對于數據管理或數據分析人員，要能夠看得懂數據并理解數據背后的業務含義。

作為數據管理或數據分析人員，首先需要你摸清楚企業的核心業務價值鏈，甚至企業多處行業的整個產業鏈業務情況。其次，你需要逐步了解企業都涉及哪些業務域，每個業務域中包含哪些業務流程，每個業務流程之間的斜街關系，以及每個業務的輸入輸出等。最后，在理清楚業務域以及業務流程的輸入輸出后，需要對詳細列出每個業務的績效考核指標（KPI），再通過對每個指標進行更細致的拆分，最終落地的內容數據數據分析所需的報表、指標、維度、明細等。

對于業務人員，要懂數據，會使用數據指導業務開展。

數據源于業務，并服務于業務。作為業務人員，首先你要知道數據對業務的重要性，清楚數據的標準，按標準規范輸入數據，并確保數據結果的正確輸出。其次，你要能夠識別業務數據的真偽，判斷數據質量的優劣，并能夠為數據質量的改善提供必要的改進建議。最后，你還需要加強對數據管理和數據分析工具的掌握，利用數據管理工具將數據合理、正確、規范的管理起來；利用數據分析工具自助進行分析建模、場景設計、數據探索、價值挖掘。