企业数字化转型,本质是思维方式的转型

企数转，是维的型数字化转型即通应用数字化技术来重塑企业的信息化环境和业务过程质上来讲企业数字化转型不仅是技术方面的升级，是企业文化、思维方式的转变。那么，企业数字化转究竟需要什么样的思维方式？01

企业数字转型，需要么样的思维方？不知道你有没有过这的感觉：不知道从什么时候开始人沟通过程以要说服别人的时候光靠一嘴的牙俐齿乎行不通了别人总会要求“用数据说话你给领导汇报工作的时，导也会要求你“用数说话”事实上，用数据说话就一种思维方式的转变。数字化时数据连接一切，数驱动一切、数据重塑一切数据是企数字化转型的心要素。据在企业决策过程中将发挥出越越重要的作用，尤其是在商业活动中，数据不仅能够辅助企快速做出决策，实现降本增效甚至可以重构企业的商业式。数据连接切数字化时代，人们所的环境是一个由现实世界和网络世界组成的虚实交的世界。人们把现实世界的事物、事实和联系用数据记下来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过数据来描述和连接，据实现了人

与人人与物物与之间和互联，成了对现实世界的抽象。数据驱动切数字化时代在各种字化技术的影响下，据的特性和价值发生了很大的化，从原来数据只是作为业务流程的输入和输出转变驱动企业经营和管理的重要要素。企业通过将各业务领域数据进行收集、合加分析、挖掘从而能够发现务中问题，帮助企业做出科学合理的决策数据是客观的清晰的，能够帮助业化繁为简，通过繁芜的程看到商业本质，更好的优化决策。例如用各类运营数据驱的精细化管理；利用客户数据商品数据销售数据等实精准化营销；利用订单数据商品数据、客户数据，制定理的生产计划等等。数据重塑切数字化时代数据的值不仅在于它可以记录历史，还能预测未来。数据对行各业正在产生着天翻地覆的影响。例如在金融行业，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部管理、精准推荐户预测户失分析等诸多应用场景。再如：在制造行业企业通对内部应用系统、外部电商平台物联网、以及相关产业链之的数据打通和融合，探索和

实践智能工厂、个性定制制造服务化、产业链全面协同等方面的应用，实现业业务创新。综上，企业数字化转需要建立数据思”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，重塑业模式。02据思维？

企业数字转型需要数思维，那么，么是数古希腊哲家说：思维是灵魂的自我谈话。思维是一个比较玄乎难以用两句话说的的清楚的东西，其本质是人脑的活动，以探索发现事物的本质联系和规律性。先看一个故事，说某公司领导要求一项目经理汇报项目的完成情况，对如下：了！~~~故事中的项目经理是据思维吗？显然不是。尽管他的报中也用了数字”但不是因为有数字就是数据思。就像我们问等于几？岁小孩也能迅速回答出但这并不是数据思维而是人脑根

据人体的感官作出的种自然反应，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变化形成结论，一般有两种方法种是通过对事所涉及的一系列数据进行收集、汇总、对比、分析而形成结。另一种是通过感官、经验、主观和感性判断而形成结论前可以称为数据思”后者以称为“验思维或传统思维。数据思维用数据来探、思考事物的种思维模式用数据来现问题、洞规律、探索真理。企业的数字化转型过程需的数据思维是用数据思考，用据说话、用数据管理用数据决策用数据思就是实事求坚持以数据为基础理性思考，避免情绪化、主化，避免负面思维、以偏概全、单一视角。用数据管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产、营运售等各环节的业务管理过程中。用数据说就是要杜绝概能不多”，而是要以真实的数据依据，基于合理、有逻辑的“推论，去说服别人，去汇报作。

用数据决就是要以事实为基础以数据为依据，通过数据的关联分析、预测分析事推理获得结论，避免通过直觉做决定和情绪决策。数据思维有可简化、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息浩大庞杂的时代，我们的身边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。纷繁的信息中我们思考问题要善于简化，抓住重点，聚核心问题，以终为始、抽丝剥茧、多维度收集信息、多角思考问题，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中用数据来量化业务是十分常见的，不论是企业高层领导出的年度经营报告，还是企业日常的生产计划采购计销完成情况等都需要用数据来量化描述确少数据描的工作报告，无论词藻再华丽，语言再优美结构再严谨内容都是苍白无力的。数据量化一切当文字变成数据、当沟通变成数据、当考核变成数据，皆可被量化的一切事，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能直观看到、感受到的价值只是数据价值的“山一角数据具有可重复使用合使用跨平台使用特点企业可以通过多维度的数据采集合重组展再利用破部门边界业务边界、系统边界、技术边界束缚，创新新模式，开拓新领域，确立新决策，不断发掘据背后所隐藏的“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测未来。但是，我更要给你强的是“数据不是万能的要知道，世间万物的关系是非常杂的，我们虽然可以用数据来对其简化但简化必然会致误差我们也可以用数据来对其进行量化，但却无法穷。更要知道，数据都是历史的，而万物是动态变化的现的知识都是也有真伪的。因此我们需要深入探究数据的实性、客观性不断探寻隐藏在数据背后的真相，追求真永无止境。03

警惕，数思维中的认陷阱！数据思维具有可简化量化可新追求真理等特点数字化时代，每个人都应该建起用数据思，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。

数据很重要然而业在数据驱动的数字化转型的过程中，也要避免掉数据思维中的认知陷阱。1、数据收集越大越好？数字化时代，随着企对数据的重要性的认识越来越高以及数据收集的术、方越来越完善即便是小公司也可能轻易拥有海量“数据企业数据的收集和分析和过程中，应避免掉“而不全的阱。大，主要是指数据的大，规模大，体量大；全指的是数据要全、完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：企业的数分析也一样不一定是收集数据量越大越好，而更应该注重数据的完整性，重视数据治理，以实

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、有数据就定有真相？数据作为当前时代重的生产要素其重要性是不言而喻的，但是有数据不定有真相。早在2008年时候，手机刚诞生不到一年，并没有体现出如今这的优势，手机界的霸主依然是诺基亚和摩托罗拉那时动端智能终端设备还存在诸多不成熟的地方很多人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靠，皮实耐用的。而也不完全没有重视智能手机，他曾经做了一个高达万参与的调研样板，而在那个智能手尚未普及概念都不够晰的年代绝大多数的用户压根不清楚调研所指的手机和们自己所用的手机有何区别，大多数用户面对这样广泛粗略的调研，回答非常简单没有兴趣。毕竟：谁会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”但是谁又会想到在久之后们为了购买一台智能手机，宁可去借钱，至去卖肾！因此，有数据也不一定有真相。数据很重要，但也不要过于迷信据。数据分析样本片面性、效性、数据本身

的质量缺都会导致数结果失真。即数据分析结是真实的，需要我们在践中不断去验。3、数据让管变得简单？随着数据收集和存储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确定性，企业管理也一样管理决策数据分析都存一定的不确定性，即便拥有了百分百客观的数据分析，也法保证决策结果的百分百正确。企业管理中的不确定，来自于影响企业管理决策的各种因素的变化速度复杂性。这些因素包括企业内部管理因素，例如：组织构、人员、产品、业务流程、信息系统等，以及外部环境素，例如：竞争环境、政治环境、法律环境经济环境等复性带来信息的膨胀和因素之间的因果关系模糊，快速化使得决策难以跟上变化的速度。数据分析中的不确定来自于数据收集数据处理，数据分析等过程的不定性，数据收集是否完整和齐全，数据处理是否合理和准数据分析是否及时和有效，结果的解读是否标准一致等，几乎每一个环节都存在不确定性不确定性让管理变得朔迷离，各种表象掩盖了事实。如果企业管理者缺乏信息和数据的洞察力，缺乏透过信

息表象追溯本源的分判断能力，缺乏大局观和利弊差异的决断能力缺乏决后可能后果的预测预防推算能力，即使有了客观完整的数，也不会让企业管理变得简单。数据能够业务赋能，也要清楚事物动态变化的任何预测存在不确定，必经结合现和需求，通“数据和业务双引擎驱动”循序渐进的推企业的数字转型。04

企业数字转型，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知、计算解能力是通过数据的表象理解事物本的程度。对数据敏感的人看到数据能够找出问题，找到律发机会或做出决断；数据不敏感的人看到数据会问这是什么，这反映了什么这能说明什么？对数据毫敏感而言的人，据就是数据甚至不会想到以上问题人并非天就会对数据生敏感度，人对数据的敏感度来源经验的积累的数据越多，种类越丰富，处理的问题越敏感性就强。此数据敏感度是以培养的。所谓培养数据敏感度本质上就是培养通过数据发现问题、解决问题的能，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评估，判数据是否完整、是否准确、否符合业务规范？识别真伪，能够对数据的真假做出断看出数据中存在的猫腻例如年报告本事业部今年老员工的离职率为0，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间因果关系，而找到产生问题的主要因和根本原因。例如品销量下降了接原因是客户减少了本质原因是市场出现了更具竞争力的产品。找出关联能够通过据多维采集和分析找到事物之间关联关系关联分是洞察事务本质的重要方式，关键点在于数据维度全、数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事物的好坏优劣，例如：季度销售完成为的报告，如果没有历史数据作为对比很难判断出个季度销售业绩的好坏。洞察规律，能够从数据中找到事物展的规律，例：古人为了农业生产需顺应自然规律通过对春夏秋冬、冷热交替的不同时间记录和研究，总结出来了二十四节气。预测预估，能够从已知的数据中提到的规则，从对未知的业务影响作出测。2、培养理解使用数据的能

“数据为王业务是核心”与说培养理解据的能力，不如说是解业务的能只有将数据于业务场景，数据才能变有意义。业数据化转型过程中要数据管理和数据分析人员懂业理解数据的对业务价值要求业务人员要懂数据、会使数据。对于数据理或数据分人员，要能够得懂数据并理解数据后的业务含。作为数据管理或数据析人员，首先需要你摸清楚企业的核心业务价值链甚至企业多处行业的整个产业链业务情况其次你需逐步了解企业都涉及哪些业务域，个业务域中包含哪些务流程，每个业务流程之间的斜街关系以及每个业务输入输出等。最后在理清楚业务域以及业务流程的输入出后，需要对详细列出每个业务的绩效考核指标（），再通过对每个标进行更细致的拆分终落地的内容据数据分析所需的报表、指标度、明细等。对于业务员要懂数据，会使用数据指导业务开展。数据源于业务并服于业务作为业务人员首先你要知道数据对业务的要性，清楚数据的标准按标准规范输入数据并确保数结果的正确输出。其次你要能够识别业务数据的真伪断数据质量的优劣，并能够为数据质量的改善提供必要的进建议。最后还需要加强对数据

管理和数据分析工具掌握，利用数据管理工具将数据合理正确规范的管起来利用数据分析工具自助进行分析建模、场景设计、据探索、价值挖掘。3、培养问题解的能力数据思维核心在于用据发现并解决题，学会用结构化量化的思维方式去分析问题、拆解问题解决问题，能够让我事半功倍。假如你是一家零售企的数据分析师，日常主要工作是销售数据的采集、合、处理和分析。有天，公司领导突然让你写一个谈一谈如何用数据做业务判、如用数据赋能业务，提升品销量，实现业务增值？这是一个典型的开放问题，第一乏明确目标和范围，例如：哪些业务要研判，业务遇到的问题是什么；第二缺乏明确的判断据和标准，例如产品销量要提高多少？很多数据项目往都死于此，这时候就需要有问题拆解的思维数据赋能务的过程一定是一个循序渐进的，步建立共识的过程。例如基于以上问题：首先要搞清楚业务目标是否明确，果目标不明确，则先明确目标例如通过收集和分析现有的数据报表情况对销售业务现状进行判，找出改进点。

第二在明确业务目之后要搞清楚是否有业务判断的标准判断标准一要建立起来不然提升多少才算好都不知道，事后难免陷扯皮和纠结。例如：产品同增长20%第三定了判断标准后要分析用什么样的策略支撑实现这个目标例如化荐算法加线下营销活动等。第四在明确了实施略之后要制定策略执行计划。例如：算法的升级需谁来负责、什么时间完成？第五在明确行动计之后还需要通过数据来监控执行情况，并实时反馈行的效果。4、培养用数据说话的习惯数字化时代每个人应该具有量化思维，惯用数据说话用数据说话不是单纯的用“数字”而是用数据支持观点，到有理有据第一，在一定程度上，数据就是证据事实，用数说话，能够强你的说服任何观点都会有破绽但数据摆在那里却难以让人反驳如果你是企业销主管，领导汇报销售情况，要说你的市场竞争多激烈你的销售人员多努力你的目标多高远直接说你增加了少客户，提升了多少客单量、现了多少销售业绩增加少项目漏斗这样的汇报效果会更好一些。

第二，数据可以露问题，发现本质，用数据说话，可以辅助你出正确的决数字化下，企业管理仅需要管理者丰富的管理经验，还需要有多维的数据撑。如果你是一个企业领导你更愿意做薄利多销，还是持确保每一单都要保证一定的利润？貌似选择哪个方案都以，关键是要看具体的场景和数据支撑常情况下假如是批产的产品可以考虑薄利多销，以量取胜假如是定产品需要考虑一定的