企數轉，是維的型數字化轉型即通應用數字化技術來重塑企業的信息化環境和業務過程質上來講企業數字化轉型不僅是技術方面的升級，是企業文化、思維方式的轉變。那么，企業數字化轉究竟需要什么樣的思維方式？01

企業數字轉型，需要么樣的思維方？不知道你有沒有過這的感覺：不知道從什么時候開始人溝通過程以要說服別人的時候光靠一嘴的牙俐齒乎行不通了別人總會要求“用數據說話你給領導匯報工作的時，導也會要求你“用數說話”事實上，用數據說話就一種思維方式的轉變。數字化時數據連接一切，數驅動一切、數據重塑一切數據是企數字化轉型的心要素。據在企業決策過程中將發揮出越越重要的作用，尤其是在商業活動中，數據不僅能夠輔助企快速做出決策，實現降本增效甚至可以重構企業的商業式。數據連接切數字化時代，人們所的環境是一個由現實世界和網絡世界組成的虛實交的世界。人們把現實世界的事物、事實和聯系用數據記下來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過數據來描述和連接，據實現了人

與人人與物物與之間和互聯，成了對現實世界的抽象。數據驅動切數字化時代在各種字化技術的影響下，據的特性和價值發生了很大的化，從原來數據只是作為業務流程的輸入和輸出轉變驅動企業經營和管理的重要要素。企業通過將各業務領域數據進行收集、合加分析、挖掘從而能夠發現務中問題，幫助企業做出科學合理的決策數據是客觀的清晰的，能夠幫助業化繁為簡，通過繁蕪的程看到商業本質，更好的優化決策。例如用各類運營數據驅的精細化管理；利用客戶數據商品數據銷售數據等實精準化營銷；利用訂單數據商品數據、客戶數據，制定理的生產計劃等等。數據重塑切數字化時代數據的值不僅在于它可以記錄歷史，還能預測未來。數據對行各業正在產生著天翻地覆的影響。例如在金融行業，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部管理、精準推薦戶預測戶失分析等諸多應用場景。再如：在制造行業企業通對內部應用系統、外部電商平臺物聯網、以及相關產業鏈之的數據打通和融合，探索和

實踐智能工廠、個性定制制造服務化、產業鏈全面協同等方面的應用，實現業業務創新。綜上，企業數字化轉需要建立數據思”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，重塑業模式。02據思維？

企業數字轉型需要數思維，那么，么是數古希臘哲家說：思維是靈魂的自我談話。思維是一個比較玄乎難以用兩句話說的的清楚的東西，其本質是人腦的活動，以探索發現事物的本質聯系和規律性。先看一個故事，說某公司領導要求一項目經理匯報項目的完成情況，對如下：了！~~~故事中的項目經理是據思維嗎？顯然不是。盡管他的報中也用了數字”但不是因為有數字就是數據思。就像我們問等于幾？歲小孩也能迅速回答出但這并不是數據思維而是人腦根

據人體的感官作出的種自然反應，是人類進化中對數據的一種天生攜帶感。我們判斷和分析事物變化形成結論，一般有兩種方法種是通過對事所涉及的一系列數據進行收集、匯總、對比、分析而形成結。另一種是通過感官、經驗、主觀和感性判斷而形成結論前可以稱為數據思”后者以稱為“驗思維或傳統思維。數據思維用數據來探、思考事物的種思維模式用數據來現問題、洞規律、探索真理。企業的數字化轉型過程需的數據思維是用數據思考，用據說話、用數據管理用數據決策用數據思就是實事求堅持以數據為基礎理性思考，避免情緒化、主化，避免負面思維、以偏概全、單一視角。用數據管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產、營運售等各環節的業務管理過程中。用數據說就是要杜絕概能不多”，而是要以真實的數據依據，基于合理、有邏輯的“推論，去說服別人，去匯報作。

用數據決就是要以事實為基礎以數據為依據，通過數據的關聯分析、預測分析事推理獲得結論，避免通過直覺做決定和情緒決策。數據思維有可簡化、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。紛繁的信息中我們思考問題要善于簡化，抓住重點，聚核心問題，以終為始、抽絲剝繭、多維度收集信息、多角思考問題，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中用數據來量化業務是十分常見的，不論是企業高層領導出的年度經營報告，還是企業日常的生產計劃采購計銷完成情況等都需要用數據來量化描述確少數據描的工作報告，無論詞藻再華麗，語言再優美結構再嚴謹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，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能直觀看到、感受到的價值只是數據價值的“山一角數據具有可重復使用合使用跨平臺使用特點企業可以通過多維度的數據采集合重組展再利用破部門邊界業務邊界、系統邊界、技術邊界束縛，創新新模式，開拓新領域，確立新決策，不斷發掘據背后所隱藏的“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測未來。但是，我更要給你強的是“數據不是萬能的要知道，世間萬物的關系是非常雜的，我們雖然可以用數據來對其簡化但簡化必然會致誤差我們也可以用數據來對其進行量化，但卻無法窮。更要知道，數據都是歷史的，而萬物是動態變化的現的知識都是也有真偽的。因此我們需要深入探究數據的實性、客觀性不斷探尋隱藏在數據背后的真相，追求真永無止境。03

警惕，數思維中的認陷阱！數據思維具有可簡化量化可新追求真理等特點數字化時代，每個人都應該建起用數據思，用數據說話、用數據管理、用數據決策的思維模式，培養用數據來發現問題解決問題能。

數據很重要然而業在數據驅動的數字化轉型的過程中，也要避免掉數據思維中的認知陷阱。1、數據收集越大越好？數字化時代，隨著企對數據的重要性的認識越來越高以及數據收集的術、方越來越完善即便是小公司也可能輕易擁有海量“數據企業數據的收集和分析和過程中，應避免掉“而不全的阱。大，主要是指數據的大，規模大，體量大；全指的是數據要全、完慮的數據維度要足夠多。給大家講一個戰國孫龐斗智的故事：企業的數分析也一樣不一定是收集數據量越大越好，而更應該注重數據的完整性，重視數據治理，以實

全維度、全過程、全場景的數據分析，支持企業的數字化轉型。2、有數據就定有真相？數據作為當前時代重的生產要素其重要性是不言而喻的，但是有數據不定有真相。早在2008年時候，手機剛誕生不到一年，并沒有體現出如今這的優勢，手機界的霸主依然是諾基亞和摩托羅拉那時動端智能終端設備還存在諸多不成熟的地方很多人為智能手機就只是一種時尚，這股時尚風潮也會很快過去手機還得是要質量可靠，皮實耐用的。而也不完全沒有重視智能手機，他曾經做了一個高達萬參與的調研樣板，而在那個智能手尚未普及概念都不夠晰的年代絕大多數的用戶壓根不清楚調研所指的手機和們自己所用的手機有何區別，大多數用戶面對這樣廣泛粗略的調研，回答非常簡單沒有興趣。畢竟：誰會攜帶一部笨重而續航差的智能手機呢？更何況它還那么脆弱”但是誰又會想到在久之后們為了購買一臺智能手機，寧可去借錢，至去賣腎！因此，有數據也不一定有真相。數據很重要，但也不要過于迷信據。數據分析樣本片面性、效性、數據本身

的質量缺都會導致數結果失真。即數據分析結是真實的，需要我們在踐中不斷去驗。3、數據讓管變得簡單？隨著數據收集和存儲得越來越簡單和低價，即使是小公司也能擁有“大數據”。從而基于數據的整合、加工處理分析和挖掘，幫企業發現業務中問題，幫助企業做出科學合理的決策，數據驅動管理的時代已經到來。但是世間萬物都存在確定性，企業管理也一樣管理決策數據分析都存一定的不確定性，即便擁有了百分百客觀的數據分析，也法保證決策結果的百分百正確。企業管理中的不確定，來自于影響企業管理決策的各種因素的變化速度復雜性。這些因素包括企業內部管理因素，例如：組織構、人員、產品、業務流程、信息系統等，以及外部環境素，例如：競爭環境、政治環境、法律環境經濟環境等復性帶來信息的膨脹和因素之間的因果關系模糊，快速化使得決策難以跟上變化的速度。數據分析中的不確定來自于數據收集數據處理，數據分析等過程的不定性，數據收集是否完整和齊全，數據處理是否合理和準數據分析是否及時和有效，結果的解讀是否標準一致等，幾乎每一個環節都存在不確定性不確定性讓管理變得朔迷離，各種表象掩蓋了事實。如果企業管理者缺乏信息和數據的洞察力，缺乏透過信

息表象追溯本源的分判斷能力，缺乏大局觀和利弊差異的決斷能力缺乏決后可能后果的預測預防推算能力，即使有了客觀完整的數，也不會讓企業管理變得簡單。數據能夠業務賦能，也要清楚事物動態變化的任何預測存在不確定，必經結合現和需求，通“數據和業務雙引擎驅動”循序漸進的推企業的數字轉型。04

企業數字轉型，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知、計算解能力是通過數據的表象理解事物本的程度。對數據敏感的人看到數據能夠找出問題，找到律發機會或做出決斷；數據不敏感的人看到數據會問這是什么，這反映了什么這能說明什么？對數據毫敏感而言的人，據就是數據甚至不會想到以上問題人并非天就會對數據生敏感度，人對數據的敏感度來源經驗的積累的數據越多，種類越豐富，處理的問題越敏感性就強。此數據敏感度是以培養的。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，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評估，判數據是否完整、是否準確、否符合業務規范？識別真偽，能夠對數據的真假做出斷看出數據中存在的貓膩例如年報告本事業部今年老員工的離職率為0，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間因果關系，而找到產生問題的主要因和根本原因。例如品銷量下降了接原因是客戶減少了本質原因是市場出現了更具競爭力的產品。找出關聯能夠通過據多維采集和分析找到事物之間關聯關系關聯分是洞察事務本質的重要方式，關鍵點在于數據維度全、數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事物的好壞優劣，例如：季度銷售完成為的報告，如果沒有歷史數據作為對比很難判斷出個季度銷售業績的好壞。洞察規律，能夠從數據中找到事物展的規律，例：古人為了農業生產需順應自然規律通過對春夏秋冬、冷熱交替的不同時間記錄和研究，總結出來了二十四節氣。預測預估，能夠從已知的數據中提到的規則，從對未知的業務影響作出測。2、培養理解使用數據的能

“數據為王業務是核心”與說培養理解據的能力，不如說是解業務的能只有將數據于業務場景，數據才能變有意義。業數據化轉型過程中要數據管理和數據分析人員懂業理解數據的對業務價值要求業務人員要懂數據、會使數據。對于數據理或數據分人員，要能夠得懂數據并理解數據后的業務含。作為數據管理或數據析人員，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逐步了解企業都涉及哪些業務域，個業務域中包含哪些務流程，每個業務流程之間的斜街關系以及每個業務輸入輸出等。最后在理清楚業務域以及業務流程的輸入出后，需要對詳細列出每個業務的績效考核指標（），再通過對每個標進行更細致的拆分終落地的內容據數據分析所需的報表、指標度、明細等。對于業務員要懂數據，會使用數據指導業務開展。數據源于業務并服于業務作為業務人員首先你要知道數據對業務的要性，清楚數據的標準按標準規范輸入數據并確保數結果的正確輸出。其次你要能夠識別業務數據的真偽斷數據質量的優劣，并能夠為數據質量的改善提供必要的進建議。最后還需要加強對數據

管理和數據分析工具掌握，利用數據管理工具將數據合理正確規范的管起來利用數據分析工具自助進行分析建模、場景設計、據探索、價值挖掘。3、培養問題解的能力數據思維核心在于用據發現并解決題，學會用結構化量化的思維方式去分析問題、拆解問題解決問題，能夠讓我事半功倍。假如你是一家零售企的數據分析師，日常主要工作是銷售數據的采集、合、處理和分析。有天，公司領導突然讓你寫一個談一談如何用數據做業務判、如用數據賦能業務，提升品銷量，實現業務增值？這是一個典型的開放問題，第一乏明確目標和范圍，例如：哪些業務要研判，業務遇到的問題是什么；第二缺乏明確的判斷據和標準，例如產品銷量要提高多少？很多數據項目往都死于此，這時候就需要有問題拆解的思維數據賦能務的過程一定是一個循序漸進的，步建立共識的過程。例如基于以上問題：首先要搞清楚業務目標是否明確，果目標不明確，則先明確目標例如通過收集和分析現有的數據報表情況對銷售業務現狀進行判，找出改進點。

第二在明確業務目之后要搞清楚是否有業務判斷的標準判斷標準一要建立起來不然提升多少才算好都不知道，事后難免陷扯皮和糾結。例如：產品同增長20%第三定了判斷標準后要分析用什么樣的策略支撐實現這個目標例如化薦算法加線下營銷活動等。第四在明確了實施略之后要制定策略執行計劃。例如：算法的升級需誰來負責、什么時間完成？第五在明確行動計之后還需要通過數據來監控執行情況，并實時反饋行的效果。4、培養用數據說話的習慣數字化時代每個人應該具有量化思維，慣用數據說話用數據說話不是單純的用“數字”而是用數據支持觀點，到有理有據第一，在一定程度上，數據就是證據事實，用數說話，能夠強你的說服任何觀點都會有破綻但數據擺在那里卻難以讓人反駁如果你是企業銷主管，領導匯報銷售情況，要說你的市場競爭多激烈你的銷售人員多努力你的目標多高遠直接說你增加了少客戶，提升了多少客單量、現了多少銷售業績增加少項目漏斗這樣的匯報效果會更好一些。

第二，數據可以露問題，發現本質，用數據說話，可以輔助你出正確的決數字化下，企業管理僅需要管理者豐富的管理經驗，還需要有多維的數據撐。如果你是一個企業領導你更愿意做薄利多銷，還是持確保每一單都要保證一定的利潤？貌似選擇哪個方案都以，關鍵是要看具體的場景和數據支撐常情況下假如是批產的產品可以考慮薄利多銷，以量取勝假如是定產品需要考慮一定的