数据管理与数字化转型.docxVIP

作为近年来的热门词，“数字化”或“数字化转型”，对大家应该算是耳熟能详了，而以之为标题或主题的文章或演讲，也充斥于相关媒体或行业论坛。有意思的是，即使是相关的文章可算是汗牛充栋，可还是经常有朋友问笔者这么一个问题——什么是数字化？什么是数字化转型？

关于什么是数字化？什么是数字化转型？不同的人，或是以不同的角度，会有不同的解答。本文中，笔者就尝试从数据管理的角度来谈数字化及数字化转型的具体内涵。在笔者看来，从数据管理的角度看，数字化就是以数据管理为主要内容，以数据驱动为运行机制的组织实践；而数字化转型则是指以“业务数据化，数据资产化，资产价值化”为路径，以数据定义组织、数据驱动运营为逻辑的变革范式。

大体上，相比较传统形式的信息化和业务流程重组，以数据管理为主要内容的数字化和以数据定义组织为变革范式的数字化转型，需要进一步做好这么几项工作：1）明确数据价值定位，2）强化数据质量意识，3）完善数据管理体系，4）健全数据治理机制。

明确数据价值定位

在传统的组织实践和信息化建设中，IT只是作为一种提高工作效率的工具，而工具是可替代的；在数字化建设和数字化转型中，IT则将重塑组织的生产力、生产关系和生产方式，其典型特征之一是，数据将作为组织的战略性资产，它将帮助组织准确和深入地了解市场、客户和产品，帮助组织快速实现产品创新和商业模式创新，帮助组织快速和系统地提升其运营效率。

如今，作为无形资产的形式之一，企业商誉已经可以记录进企业的资产负债表中。未来，企业所掌握的数据，也将成为无形资产的一部分，将得以记录进企业的资产负债表。实际上，很多互联网企业的公允价值或股票估值，很大程度上就考虑了其所掌握的数据资产的价值。

最近，新势力造车重新成为社会的热点，很多本来已经濒临倒闭的新势力造车企业，重新成为各地政府或风险投资的宠儿，而其背后的逻辑，应该是出于“软件定义汽车”的产业思考。

从二元对立统一的视角看，我们所生存的世界，可以大概分为这么两部分：物理世界和数字世界。在传统的产业逻辑中，以厂房、设备、工艺、机械、电子等为代表的物理世界，始终是处于主导地位，而以软件和数据为代表的数字世界，则处于从属地位，比如传统汽车中的嵌入式软件。在以特斯拉、蔚来等为代表的造车新势力眼中，未来将是“软件定义汽车”，软件和数据将处于产业的主导地位，而这些正是她们所擅长而传统汽车企业所欠缺的。

如果“软件定义汽车”的产业逻辑是正确的，苹果、小米们踏足汽车行业，与通用、长城们进行正面对决，也不是没有战而胜之的可能。

从上述角度来看，明确数据价值定位，就是要求我们从数据定义组织的角度，从未来发展趋势的角度，认真地审视数据对组织发展的战略意义，认识到数据和数据管理在组织发展中的主导地位，认识到数据在产业发展和变革中的颠覆性作用。

强化数据质量意识

软件定义汽车，数据定义组织，这些话说起来轻松，要做到、做好可不容易，其根本原因就在于，作为一种不可触摸、隐形的存在，软件和数据的质量管理比传统意义上的机械或电气元件的质量管理要更难做。高质量的数据是必须的，而坏的或错误的数据，就像癌症，将拖累，甚至扼杀一个组织。

大家知道，如今的大数据有5个特点：海量（Volume）、快速（Velocity）、多变（Variety）、低可信度（Veracity）和低价值密度（Value），而要确保大数据的数据质量，以便从其中挖掘价值，显然不是一件容易的事。R.MAHANTI1就认为，评价数据的质量可以有29个维度，包括：客观性（Objectivity）、简明性（Conciseness）、易操作性（Easeofmanipulation）、可靠性（Reliability）、可解释性（Interpretability）、可追溯性（Traceability）、波动性（Volatility）、及时性（Timeliness）、冗余性（Redundancy）、颗粒度（Granularity）、精确性（Precision）、一致性（Consistency）、相关性（Relevance）、诚实性（Integrity）、完整性（Completeness）、唯一性（Uniqueness）、有效性（Validity）、可获得性（Accessibility）、安全性（Security），等等。

为了做好数据的质量管理，我们需要借助5W1H模型，准确和完整地理解数据的特点和质量特性：

-谁（Who），提供数据的传感器、设施、机器、人员，智能互联产品，等等；

-什么（What），将要计量或评估的数据类型；

-何时（When），数据产生或被收集的时间；

-何地（Where），数据收集或计量的位置和背景；

-原因（Why），数据产生或被计量的原因；

-