企业数字化转型：聊聊数据思维！.docx

《企业数字化转型：聊聊数据思维！.docx》由会员分享，可在线阅读，更多相关《企业数字化转型：聊聊数据思维！.docx（11页珍藏版）》请在优知文库上搜索。

1、Ol企业数字化转型，需要什么样的思维方式？不知道你有没有过这样的感觉：不知道从什么时候开始，和人沟通过程，以及要说服别人的时候，光靠一嘴的“伶牙俐齿似乎行不通了，别人总会要求你用数据说话；当你给领导汇报工作的时候，领导也会要求你用数据说话。事实上，用数据说话就是一种思维方式的转变。数字化时代，数据连接一切，数据驱动一切、数据重塑一切，数据是企业数字化转型的核心要素。数据在企业决策过程中，将发挥出越来越重要的作用，尤其是在商业活动中，数据不仅能够辅助企业快速做出决策，实现降本增效，甚至可以重构企业的商业模式。数据连接一切数字化时代，人们所处的环境是一个由现实世界和网络世界组成的虚实交织的世界。人

2、们把现实世界的事物、事实和联系，用数据记录下来，形成了一个抽象的网络世界。在现实世界中的人、事、物，都有着众多的特征和千丝万缕的联系，这一切都是通过数据来描述和连接，数据实现了人与人、人与物、物与物之间和互联，形成了对现实世界的抽象。数据驱动一切数字化时代，在各种数字化技术的影响下，数据的特性和价值发生了很大的变化，从原来数据只是作为业务流程的输入和输出，转变为驱动企业经营和管理的重要要素。企业通过将各业务领域的数据进行收集、融合、加工、分析、挖掘，从而能够发现业务中问题，帮助企业做出科学合理的决策。数据是客观的、清晰的，能够帮助企业化繁为简，通过繁芜的流程看到商业的本质，更好的优化决策。例如

3、：利用各类运营数据，驱动的精细化管理；利用客户数据、商品数据、销售数据等实现精准化营销；利用订单数据、商品数据、客户数据，制定合理的生产计划等等。数据重塑一切数字化时代，数据的价值不仅在于它可以记录历史，还能预测未来。数据对各行各业正在产生着天翻地覆的影响。例如：在金融行业，企业通过多维度的数据采集与获取、数据的深度加工和应用，实现实时征信、风险审计、内部管理、精准推荐、客户预测、客户流失分析等诸多应用场景。再如：在制造行业，企业通过对内部应用系统、外部电商平台、物联网IoT,以及相关产业链之间的数据打通和融合，探索和实践智能工厂、个性化定制、制造服务化、产业链全面协同等方面的应用，实现企业业

4、务创新。综上，企业数字化转型需要建立数据思维，从数据中发现问题、洞察规律，挖掘价值，帮助企业优化资源配置，扩大经营范围，重塑商业模式。02企业数字化转型需要数据思维，那么，什么是数据思维？古希腊哲学家说：“思维是灵魂的自我谈话。思维是一个比较玄乎，难以用一两句话说的的清楚的东西，其本质是人脑的活动，以探索和发现事物的本质联系和规律性。先看一个故事，说某天公司领导要求一项目经理汇报项目的完成情况，对话如下：项目经理：报告领导，项目已经差不多完成了！公司领导：差不多是差多少？请用数据说明下情况，能量化的尽量量化。项目经理：项目已经完成接近99%了！公司领导：晕故事中的项目经理是数据思维吗？显然不是

5、。尽管他的汇报中也用了“数字，但并不是因为有数字，就是数据思维。就像我们问1+1等于几？三岁小孩也能迅速回答出来。但这并不是数据思维，而是人脑根据人体的感官作出的一种自然反应，是人类进化中对数据的一种天生携带感。我们判断和分析事物的变化形成结论，一般有两种方法，一种是通过对事物所涉及的一系列数据进行收集、汇总、对比、分析而形成结论。另一种是通过感官、经验、主观和感性判断而形成结论。前者可以称为数据思维，后者可以称为经验思维或传统思维。数据思维是用数据来探索、思考事物的一种思维模式，用数据来发现问题、洞察规律、探索真理。企业的数字化转型过程需要的数据思维，就是用数据思考，用数据说话、用数据管理、

6、用数据决策。用数据思考，就是实事求是、坚持以数据为基础理性思考，避免情绪化、主观化，避免负面思维、以偏概全、单一视角。用数据管理，就是对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各环节的业务管理过程中。用数据说话，就是要杜绝大概、也许、可能、差不多，而是要以真实的数据为依据，基于合理、有逻辑的推论，去说服别人，去汇报工作。用数据决策，就是要以事实为基础、以数据为依据，通过数据的关联分析、预测分析、事实推理获得结论，避免通过直觉做决定和情绪化决策。数据思维具有可简化、可量化、可创新、追求真理等特点。1、数据思维是一种简化思维我们当下生活在一个信息浩大庞杂的时代，我们的身边

7、充斥着各种正面的、负面的、片面的、全面的、真实的、虚假的，各种各样、真真假假的信息，一不小心就会被纷繁复杂的因素所干扰。在纷繁的信息中我们思考问题要善于简化，抓住重点，聚焦核心问题，以终为始、抽丝剥茧、多维度收集信息、多角度思考问题，找到高效的解决方案。2、数据思维是一种量化思维数据化的核心是量化，所有的业务都可以用数据来量化描述。在我们的工作中，用数据来量化业务是十分常见的，不论是企业高层领导作出的年度经营报告，还是企业口常的生产计划、采购计划、销售完成情况等都需要用数据来量化描述。确少数据描述的工作报告，无论词藻再华丽，语言再优美，结构再严谨，其内容都是苍白无力的。数据量化一切，当文字变成

8、数据、当沟通变成数据、当考核变成数据，皆可被量化的一切事物，正在将数据化变成社会发展的主旋律。3、数据思维是一种创新思维数据是一种“可再生资源”，我们能直观看到、感受到的价值只是数据价值的“冰山一角”。数据具有可重复使用，组合使用，跨平台使用的特点，企业可以通过多维度的数据采集、融合、重组、扩展和再利用，突破部门边界、业务边界、系统边界、技术边界的束缚，创新新模式，开拓新领域，确立新决策，不断发掘数据背后所隐藏的“价值”。4、数据思维是一种追求真理的思维虽然我们说数据不仅能够记录历史，还能预测未来！。但是，我更要给你强调的是数据不是万能的。要知道，世间万物的关系是非常复杂的，我们虽然可以用数据

9、来对其简化，但简化必然会导致误差；我们也可以用数据来对其进行量化，但却无法穷尽。更要知道，数据都是历史的，而万物是动态变化的，现有的知识都是也有真伪的。因此，我们需要深入探究数据的真实性、客观性，不断探寻隐藏在数据背后的真相，追求真理永无止境。03警惕，数据思维中的认知陷阱！数据思维具有可简化、可量化、可创新、追求真理等特点。数字化时代，每个人都应该建立起用数据思考，用数据说话、用数据管理、用数据决策的思维模式，培养用数据来发现问题、解决问题能力。数据很重要，然而，企业在数据驱动的数字化转型的过程中，也要避免掉入数据思维中的认知陷阱。1、数据收集，越大越好？数字化时代，随着企业对数据的重要性的

10、认识越来越高，以及数据收集的技术、方法越来越完善，即便是小公司也可能轻易拥有海量的“大数据”。企业在数据的收集和分析和过程中，应避免掉入“大而不全”的陷阱。大，主要是指数据的量大，规模大，体量大；全，指的是数据要全面、完整，考虑的数据维度要足够多。给大家讲一个战国孙庞斗智的故事：在马陵之战中，庞涓善于数据分析，一场战役过后，它能够通过分析战败敌军丢弃的灶分析出敌军的人数和战力情况。而孙膑反其道而用之,通过编造使齐军入魏地为十万灶，明日为五万灶，又明日为三万灶”的数据，成功实施了诱敌深入，杀死了庞涓。庞涓之死，不仅在于其过于轻敌，但更重要的数据收集的不全面。孙膑撤退的过程中，表面在不断减少吃饭的

11、灶坑，却在暗地里偷偷增兵，如果庞涓能够在观察仔细一些，数据在收集全面一些，不难发现孙膑的阴谋诡计。企业的数据分析也一样，不一定是收集的数据量越大越好，而更应该注重数据的完整性，重视数据治理，以实现全维度、全过程、全场景的数据分析，支持企业的数字化转型。2、有数据就一定有真相？数据作为当前时代重要的生产要素其重要性是不言而喻的，但是有数据不一定有真相。早在2008年的时候，iPhone手机刚刚诞生不到一年，并没有体现出如今这样的优势，手机界的霸主依然是诺基亚和摩托罗拉。那时候，移动端智能终端设备还存在诸多不成熟的地方，很多人认为智能手机就只是一种时尚，这股时尚风潮也会很快过去，手机还得是要质量可

12、靠，皮实耐用的。而Nokia也不是完全没有重视智能手机，他曾经做了一个高达100万人参与的调研样板，而在那个智能手机尚未普及，概念都不够清晰的年代，绝大多数的用户压根不清楚调研所指的手机和他们自己所用的手机有何区别，大多数用户面对这样广泛而粗略的调研，回答非常简单：没有兴趣。毕竟：谁会想携带一部笨重而续航差的智能手机呢？更何况它还那么脆弱。但是谁又会想到，在不久之后，人们为了购买一台智能手机，宁可去借钱，甚至去卖肾！因此，有数据也不一定有真相。数据很重要，但也不要过于迷信数据。数据分析样本的片面性、时效性、数据本身的质量缺陷都会导致数据结果失真。即使数据分析结果是真实的，也需要我们在实践中不断

13、去验证。3、数据让管理变得简单？随着数据收集和存储变得越来越简单和低价，即使是小公司也能拥有大数据。从而基于数据的整合、加工、处理、分析和挖掘，帮助企业发现业务中问题，帮助企业做出科学合理的决策，数据驱动管理的时代已经到来。但是世间万物都存在不确定性，企业管理也一样。管理决策、数据分析都存在一定的不确定性，即便拥有了百分百客观的数据分析，也无法保证决策结果的百分百正确。企业管理中的不确定性，来自于影响企业管理决策的各种因素的变化速度和复杂性。这些因素包括企业内部管理因素，例如：组织机构、人员、产品、业务流程、信息系统等，以及外部环境因素，例如：竞争环境、政治环境、法律环境、经济环境等。复杂性带

14、来信息的膨胀和因素之间的因果关系模糊，快速变化使得决策难以跟上变化的速度。数据分析中的不确定性，来自于数据收集，数据处理，数据分析等过程的不确定性，数据收集是否完整和齐全，数据处理是否合理和准确，数据分析是否及时和有效，结果的解读是否标准一致等等，几乎每一个环节都存在不确定性不确定性让管理变得扑朔迷离，各种表象掩盖了事实。如果企业管理者缺乏对信息和数据的洞察力，缺乏透过信息表象追溯本源的分析判断能力，缺乏大局观和利弊差异的决断能力，缺乏决策后可能后果的预测预防推算能力，即使有了客观完整的数据，也不会让企业管理变得简单。数据能够为业务赋能，但也要清楚事物是动态变化的，任何预测都存在不确定性，必经

15、结合现状和需求，通过“数据和业务的双引擎驱动”循序渐进的推动企业的数字化转型。04企业数字化转型，数据思维该如何建立和培养？1、培养对数据的敏感度数据敏感度是对数据感知、计算、理解能力，是通过数据的表象理解事物本质的程度。对数据敏感的人，看到数据能够找出问题，找到规律，发现机会或做出决断；对数据不敏感的人，看到数据只会问这是什么，这反映了什么，这能说明什么？对数据毫无敏感而言的人数据就是数据“，甚至不会想到以上问题。人并非天生就会对数据产生敏感度，人们对数据的敏感度来源于经验的积累，看的数据越多，种类越丰富，处理的问题越多、敏感性就越强。因此，数据敏感度是可以培养的。所谓培养数据敏感度，本质上

16、就是培养通过数据发现问题、解决问题的能力，可以从以下几个方面入手：质量评估，对数据的表象和质量进行评估，判断数据是否完整、是否准确、是否符合业务规范？识别真伪，能够对数据的真假做出判断，看出数据中存在的猫腻，例如：年度报告，本事业部今年老员工的离职率为0,实际上新入职的员工有大批离职的。找到因果，能够通过数据找到事物之间因果关系，从而找到产生问题的主要原因和根本原因。例如：产品销量下降了，直接原因是客户量减少了，本质原因是市场出现了更具竞争力的产品。找出关联，能够通过数据多维采集和分析找到事物之间关联关系，关联分析是洞察事务本质的重要方式，关键点在于数据维度全、数据样本完整且具有足够的代表性。判别优劣，能够通过数据的对比判断事物的好