虽然说“大数据将是人类自由意志(zhì)的终结”（人类简史》作(zuò)者赫拉利）是否可(kě)证尚早，但2020年“新(xīn)冠”疫情的爆发以及2021年疫情持续，的确让企业将数字化转型提上了日历。
一方面，《中(zhōng)共中(zhōng)央关于制定國(guó)民(mín)经济和社会发展第十四个五年规划和二〇三五年遠(yuǎn)景目标的建议》中(zhōng)，明确提出“数字化发展”的目标。
另一方面，移动互联网时代的蓬勃发展，推动了各个产(chǎn)业从線(xiàn)下向O2O的发展，从而导致人们生活习惯的改变，从过去的電(diàn)子产(chǎn)品、日用(yòng)品，逐步延伸到到“衣食住行游”，生活中(zhōng)事无巨细，通过線(xiàn)上方式消费已经成為(wèi)主流。大的方面，如線(xiàn)上購(gòu)車(chē)、線(xiàn)上看房等；小(xiǎo)的方面，“線(xiàn)上买菜”尽管褒贬参半，但仍然是互联网企业的“兵家必争之地”。
同时，“疫情”时期，“强管控”政策已经被证明是控制疫情的最直接有(yǒu)力手段。“少出门、不聚集”不仅带来人们生活的線(xiàn)下消费减少，也让政府和企业不得不思考特殊时期数字化管理(lǐ)和经营的新(xīn)模式，如通过行程轨迹识别中(zhōng)高风险行程，通过“绿码认证”和扫码登记来控制人员进出办(bàn)公(gōng)楼等。
“数字化转型已经从企业经营的战略选择题成為(wèi)企业战略的必选题。”
数字化转型的基础是数字化，通过对企业生产(chǎn)过程和销售服務(wù)的数字化，以及企业经营决策和管理(lǐ)的数字化，实现企业的整个经营管理(lǐ)的数字化。在过去的20年中(zhōng)，越来越多(duō)的企业逐渐认识到数据的重要性，开始重视数据。上世纪九十年代的“電(diàn)算化”和“信息化”，将传统的手工(gōng)记账模式转变為(wèi)计算机自动化处理(lǐ)，已经有(yǒu)企业开始重视“信息”，期间诞生了诸多(duō)的信息管理(lǐ)系统和报表系统。到21世纪，“数据仓库”成為(wèi)先进企业的重要信息系统之一，ODS与数据仓库之争是架构师们讨论的重点，基于数据的决策分(fēn)析成為(wèi)数据分(fēn)析师津津乐道的话题，啤酒与尿布的故事广為(wèi)流传。在十三五期间，國(guó)家明确将数据上升為(wèi)“数据资产(chǎn)”，并积极推动政府大数据、交通大数据、旅游大数据、农业大数据等多(duō)个领域的大数据體(tǐ)系建设，疫情期间，政府大数据已经成為(wèi)疫情防控的重要手段和依据。
2021年是十四五的开局之年，企业在回答(dá)数字化转型的必选题时，该从哪些方向思考，相信是每个CEO/CTO/CIO/CDO需要考虑的重点问题。
我们认為(wèi)，数据整合是数字化转型的基础，数据价值的发掘是数字化转型的重要手段，通过数据洞察，最终為(wèi)业務(wù)经营赋能(néng)减负（降本增效）是数字化转型的最终目标。
传统企业经过过去20年的经营和积累，已经积攒了大量的有(yǒu)价值的数据，但对数据的洞察和数据价值的发掘还处于摸索阶段。很(hěn)多(duō)企业的CDO常说自己站在数据的金山(shān)上，但想要挖出金矿并炼出真金却非常困难。其根本原因无外乎以下三点：
1.数据整合能(néng)力不足的问题。这是一个老生常谈的老问题，但我们发现在经历了10多(duō)年数据仓库之路的先进企业中(zhōng)依然存在数据割裂的问题。过去10多(duō)年，通过数据整合，已经完成企业主数据和交易数据打通与整合，但仍然有(yǒu)部分(fēn)数据仍孤立存在，尚未与客户数据、交易数据打通，如客户交互数据、客服数据、外部采購(gòu)数据。另外，部门壁垒也往往会带来数据完整性的问题，不同业務(wù)条線(xiàn)之间数据不共享，数据分(fēn)析结果不共享，导致数据宽度不足。数据的完整性问题还體(tǐ)现在数据深度上，因為(wèi)系统容量和资源不足，导致数据存储周期不足。部门企业还存在因為(wèi)数据采集不足，导致数据完整性不足。
2.数据分(fēn)析能(néng)力不足的问题。数据分(fēn)析能(néng)力不足的问题，过去10年更多(duō)體(tǐ)现在分(fēn)析技(jì )术不足上，但近几年，数据分(fēn)析技(jì )术和海量数据计算能(néng)力的提升，技(jì )术已经不再成為(wèi)瓶颈。现阶段多(duō)数企业分(fēn)析能(néng)力不足的问题主要表现在数据洞察能(néng)力不足。一方面，传统的业務(wù)/IT分(fēn)离组织架构，阻碍了业務(wù)驱动的数据分(fēn)析和数据驱动的业務(wù)创新(xīn)。业務(wù)分(fēn)析师因為(wèi)对数据的理(lǐ)解不足，或因為(wèi)缺少可(kě)以直接用(yòng)于分(fēn)析的数据平台或环境，导致业務(wù)缺失数据分(fēn)析的动力和兴趣，而传统的IT开发工(gōng)艺，也导致业務(wù)习惯于只重视提需求，不关注分(fēn)析过程。另一方面IT团队因為(wèi)对业務(wù)的理(lǐ)解不足以及习惯于只重开发过程不关注业務(wù)效果，也很(hěn)少积极主动的思考业務(wù)问题。当然，不少企业数据分(fēn)析能(néng)力不足，也往往是因為(wèi)数据架构的不合理(lǐ)、数据分(fēn)析工(gōng)具(jù)的不足或数据整合能(néng)力不足等其他(tā)原因导致。
3.数据应用(yòng)能(néng)力不足的问题。数据分(fēn)析的目标是通过对数据的洞察，為(wèi)业務(wù)赋能(néng)减负，实现降本增效。但因為(wèi)IT和业務(wù)的融合不足，一方面，导致分(fēn)析结果缺乏业務(wù)洞察，仅成為(wèi)数据结果，而不是业務(wù)建议，所以业務(wù)部门难以应用(yòng)于业務(wù)经营活动中(zhōng)。另外一方面，因為(wèi)数据分(fēn)析通常处于特定的分(fēn)析环境或沙箱环境中(zhōng)，分(fēn)析结果要应用(yòng)生产(chǎn)，往往需要通过IT规定的投产(chǎn)窗口才能(néng)应用(yòng)于生产(chǎn)，很(hěn)大程度上阻碍了数据分(fēn)析结果的业務(wù)应用(yòng)。另外，也因為(wèi)缺乏试错机制，导致数据分(fēn)析结果的应用(yòng)与投产(chǎn)需要经过反复论证和多(duō)方评审，打击了数据分(fēn)析结果应用(yòng)的积极性。当然，也有(yǒu)很(hěn)多(duō)企业是因為(wèi)IT系统的灵活性不足，导致分(fēn)析结果的应用(yòng)需要经过IT系统的改造、开发、测试、投产(chǎn)，这都是阻碍数据价值应用(yòng)的因素。
在十四五期间，很(hěn)多(duō)企业已经完成或正在进行数字化转型的战略规划，从数据能(néng)力的转型上看，我们认為(wèi)以下数据能(néng)力都是转型过程中(zhōng)必备的重要能(néng)力：
一、数据整合能(néng)力：移动互联网时代以及線(xiàn)上化趋势下，数据整合能(néng)力的重点是对客户行為(wèi)数据和交互数据的采集与整合。在外部数据的使用(yòng)合规要求越来越严的政策趋势下，如何自建或合建生态，积极布局客户行為(wèi)数据和交互数据的搜集，并与现有(yǒu)的主数据和交易数据进行整合打通，是数据能(néng)力提升的重点和难点。
二、数据分(fēn)析应用(yòng)能(néng)力：数据湖(hú)的理(lǐ)念强调业務(wù)实施分(fēn)析建模，也即业務(wù)和数据充分(fēn)的融合，业務(wù)与数据双轮驱动。如何进行组织变革，构建敏捷BI能(néng)力，从组织、机制、工(gōng)具(jù)和数据多(duō)个领域推动数据分(fēn)析与应用(yòng)能(néng)力，快速洞察数据价值并应用(yòng)于业務(wù)，為(wèi)业務(wù)赋能(néng)减负，是转型中(zhōng)最大的挑战。
三、数据资产(chǎn)管理(lǐ)能(néng)力：大量的数据分(fēn)析与应用(yòng)，必然带来大量的数据访问与计算，如何通借助元数据管理(lǐ)手段，落实数据治理(lǐ)，盘点数据资产(chǎn)，防止数据湖(hú)变成数据沼泽，会成為(wèi)未来数据团队的重点工(gōng)作(zuò)。另外，随着國(guó)家对数据安(ān)全和客户隐私的保护的政策要求越来越严格，数据安(ān)全和客户敏感信息的分(fēn)级管理(lǐ)将成為(wèi)数据资产(chǎn)管理(lǐ)的重点领域。
