2020年是不平凡的一年，是外部环境剧烈变化的一年，也是企业快速变革的一年。
如今，各行各业都致力于把信息化建设落实到企业的方方面面，使数字化转型成为推动企业业务增长的不二法宝。
新挑战孕育新机遇，新机遇孕育新创变。
对于许多技术方来说，可以帮助更多的企业实现数字化转型，发挥商业智能工具的价值，赋能企业生产经营全链路，拥抱更为广阔的数据治理生态。
结合工业物联网、智慧城市、数字基建等主流应用趋势，深度挖掘在数字化变革浪潮下，企业如何利用数据分析来全面支撑业务升级和降本增效呢？
在帆软2020“数字创变”主题的大会上，帆软CEO陈炎先生向大家分享到，截至2020年8月份，帆软的营收增长了大约20%，利润接近去年同期，陈炎表示，这组数据引发了思考。
企业在面对“黑天鹅”事件时，如何保证利润为正？
1、要保证收入增长就是技术方为客户创造的价值应该大于客户购买的成本+使用成本，核心原则就是要为客户创造价值。
2、技术方需要了解客户痛点和体验，需要了解应该优先开发哪些用户，分清哪些是真需求，哪些是伪需求，如何给制定以客户为中心的目标，那就需要技术方量化客户体验，做定量的分析，同时也要做定性分析，通过交叉验证保证所有的工作都对准客户的价值。
3、关于管理方面，企业的中高层干部要定任务量、下区域，多去拜访客户接受吐槽，并感受一线同事的工作真实情况。
4、冻结不能提升客户体验的团队，如果不能完全满足用户体验，那么如果不计成本地不断扩大营销体系的人员，其实对客户也是一种负担。
5、企业要多利用“组织”这个动词，组织文化、分配、战略和产品方面的共识。而一个组织对外的低效缘由是对内的共识较少，因此，想要提升企业对外执行力，就要加强对内共识，做到力出一孔、利出一孔。
对于各行各业而言，企业的数字化转型都是推动智能建设，赋能生产经营的一个重要环节。针对业务痛点、深度优化数据治理显然是每个想进行数字化转型企业的着力点。
关于数据间的特点，中国商飞数据管理总师胡盛行分享到，以民用飞机为例，其研发、生产和制造过程非常复杂，对产品的质量、安全性、可靠性的要求非常严苛，更重要的是对民用飞机这个产品的质量、安全性、可靠性的要求是非常严苛，其背后的数据在规模上不一定庞大，但是数据的复杂度非常高，数据和数据之间的关系难以理清，因此数据架构难以设计和维护。
提到数据管理中心，一定要和业务部门结合起来。而数字化的转型，如果从英文的角度去理解，有三个不同的单词来对应，也是代表了数字化不同的三个阶段。
Digitization，就是最初的数字化概念，例如磁带变成了CD。
2010年以后，逐渐提出了Digitalization，是指企业运用一系列新的技术，帮助企业降本增效，例如云、物、移、大、智和区块链。
Digital Transformation是最近提出来的，通过信息化技术让企业发生深远广泛的变革或转型。
从经济学理论的角度，相对于现代企业理论，传统企业将企业视为生产单元，而企业是市场中交易费用为零的区域。传统的企业理论共同点是把企业视为市场中的一个黑盒，而没有将这个黑盒打开。现代的企业理论从企业家出发，认定企业家是对市场有着独特判断的一群人。这个判断，就是使用资产以满足消费者偏好的推断。
因此，现在的环境不仅要求初创企业有创新，成熟企业一定要有创新。且就目前的形式来说，恰恰是成熟的、有规模的企业，更有利于创新，因为创新越来越需要巨大的试错成本，也越来越需要企业有承担试错的能力，这也是现代企业理论推导出的企业发展趋势。
转型的本质就是创新，企业通过转型从制造工厂就变成了研发机构，从生产单元就变成了创新单元，因此企业就从个人的创新向集体创新去转型。
数字化能够为企业具体带来什么？
1、能够让企业中的非创新的活动更加的简单，这意味着企业可以投入更少的成本去完成一些重复性的劳动，例如低端的计算或管理，这能够让企业将更多的时间成本投入到创新工作当中，实现更高的价值。
2、让企业获得新的资源，这个资源就是数据，数据资源不仅是资产，最大的特点就是能够对不同的判断做出非常直接的反应，与企业的创新产生直接的关系。
3、能够为企业创新活动提供更加友好的环境。
只有通过数据治理才能让数据真正的成为资产，而数据共享能让数据更容易获得，更快速地流转，数据的应用让每一个人都成为数据的分析师，能参与到企业创新活动中去。
因此，企业可以做一些实践活动，需要有参考系，例如选择国内的DCMM标准，它的优势在于非常贴合国内的企业，明确提出了企业数据管理五级的成熟度的阶梯，而每一级都有标准的定义，让企业能够找到目前所处的位置以及将来的发展方向。
企业需要进行对整个公司数据管理的价值分析。
1、面向集团，通过数据资产的盘点、运营，支撑公司整体的运营分析活动，以上文提到的民用航空产业为例，这是一个很长的产业链，拥有非常复杂的生态，因此，企业可以构建该行业的数据标准，通过整合供应链的数据，提出产品的数字孪生。
2、面向客户，可以交付产品数据，也可以交付产品的运营、分析服务，这也是技术方为客户创造的价值。
3、面向大量的设备数据，例如从飞机产品本身采集到数据，技术方也可以采集到来自于互联网的数据，进行数据分析。
而从这几个纬度可以看到公司的数据价值在哪里体现，同时也可以看到数据的价值渠道，也就是数据治理、数据共享、数据应用是如何发挥作用的。
企业如何进行数据治理？通过盘、规、治、用的四字规划路线。
1、盘
盘就是指数据盘点，根据不同行业、产品复杂的数据特点，需要技术方研发自身的数据资产盘点方法，以及如何去梳理数据的血缘关系、架构，这能够设计出来的变更管理的流程，来支撑对整个公司的数据资产的盘点。
2、规
盘清楚了数据资产，需要制定这些数据的标准；制订规范，让这些数据有统一的定义和规范；通过原数据管理进行数据定义，通过数据标准化以及主数据管理来实现数据标准。
3、治
当有了标准就可以对企业的数据进行整治，以提高数据的质量。而这时候技术方就需要对数据的质量进行评估，需要制定准确性、及时性、完整性等评估模型，构建实时的系统去监控数据质量。
4、用
数据治理的最终目的也还是要落到“用”，也就是数据的交换和数据的应用于服务。
部分产品的数据源头非常复杂，拥有非常多的半结构数据，因此在研发期间需要大量的国内外标准，就要参考大量的工艺、设计的规范，以及质量体系等对产品提出的要求，而这些都是在企业里以半结构化文档性的数据存在的。
当通过数据治理将数据转变成资产以后，就可以共享给企业，可以通过数据资产的目录形式，向他人展示数据的源头在哪里，如何定义，规范的标准是什么，以及数据与数据之间的关系。而这就是数据地图，可以了解到数据整体的架构和关系，可以查找到所需要的数据资源。
例如某个一体化平台，当企业的技术人员获得企业缺失零部件的信息后，可以在这个平台上快速的查找到供应商，得知能够提供的零部件是什么，以及管理该供应商的业务人员是谁。
通过该平台直接联系到这个业务人员，可以立即调用平台里面的订单数据、库存数据、供应链数据等，而将这些数据组织起来以后，汇聚成一个报表，例如产品车间的明细、库存分布等，将信息发布到该平台上后，分享给生产部其他的员工，该员工也可以得到这样的数据，同时结合生产数据来得到装配进度的数据、计划的数据，进而得到影响分析，得出该事件对生产影响的评估报告。
通过这样的方式得出的报告的影响对企业来说意义非常大，因为这样可以直接通过平台找到对应的分管领导，进而更快速地做紧急决策，将企业的损失降到最低，这也是数据应用的实例。
1916年的上海南京路人流如梭，有七个广东口音的男子，左手拿着一个坛子，右手拿着一个麻袋在路口蹲着令众人不解。实际上他们是每经过五个路人就从麻袋里面拿出一颗黄豆抛到坛子里，这也就是早期数据统计的工作。而出这个点子的人就是香港永安公司总经理郭乐与弟弟郭泉。
他们向先施公司的总经理马应彪学习打算进军上海南京路开办大型百货公司，但是百货大楼建在南京路的路北还是路南这个问题着实困扰着郭氏兄弟，为了弄清南京路南北两面哪边的人流更多、哪面的人气更旺，郭氏兄弟坐在五龙日升楼茶馆商议再三，最后决定采用"黄豆选址法"。通过这样的方法得到了上海的一块风水宝地，开办了百货公司，而这就是坐落在上海的永安百货。
一百多年前国内的企业家就有用数据去做决策的意识，这就是一个非常基础的数字化转型，更重要的是他们将这样的意识用一个非常朴素的手段落实，形成实实在在的解决方案，完成了数据的采集、统计、分析以及结果整个过程，在当时是非常不容易的。
如今， 企业要做什么类型的转型，需要拥有固定方向，对于企业来说唯一可以做的是加强适应性，不管外部的挑战多么剧烈，企业依然可以应对这些挑战。
适应性本身就是来自市场，面对市场面对客户企业到底应该做出怎样的反映，当下的市场发生了怎样的变化，客户的喜好有哪些不同等，因此企业要通过市场适应性来掌握客户需求以及市场趋势，而这就需要数据进行加持。
雷锋网雷锋网雷锋网
正在生成分享图...
林觉民