企業(yè)數(shù)字化轉(zhuǎn)型：聊聊數(shù)據(jù)思維！

01

不知道你有沒有過這樣的感覺：不知道從什么時(shí)候開始，和人溝通過程，以及要說服別人的時(shí)候，光靠一嘴的“伶牙俐齒”似乎行不通了，別人總會(huì)要求你“用數(shù)據(jù)說話”；當(dāng)你給領(lǐng)導(dǎo)匯報(bào)工作的時(shí)候，領(lǐng)導(dǎo)也會(huì)要求你“用數(shù)據(jù)說話”。事實(shí)上，用數(shù)據(jù)說話就是一種思維方式的轉(zhuǎn)變。

數(shù)字化時(shí)代，數(shù)據(jù)連接一切，數(shù)據(jù)驅(qū)動(dòng)一切、數(shù)據(jù)重塑一切，數(shù)據(jù)是企業(yè)數(shù)字化轉(zhuǎn)型的核心要素。數(shù)據(jù)在企業(yè)決策過程中，將發(fā)揮出越來越重要的作用，尤其是在商業(yè)活動(dòng)中，數(shù)據(jù)不僅能夠輔助企業(yè)快速做出決策，實(shí)現(xiàn)降本增效，甚至可以重構(gòu)企業(yè)的商業(yè)模式。

數(shù)據(jù)連接一切

數(shù)據(jù)驅(qū)動(dòng)一切

數(shù)據(jù)重塑一切

數(shù)字化時(shí)代，數(shù)據(jù)的價(jià)值不僅在于它可以記錄歷史，還能預(yù)測未來。數(shù)據(jù)對(duì)各行各業(yè)正在產(chǎn)生著天翻地覆的影響。例如：在金融行業(yè)，企業(yè)通過多維度的數(shù)據(jù)采集與獲取、數(shù)據(jù)的深度加工和應(yīng)用，實(shí)現(xiàn)實(shí)時(shí)征信、風(fēng)險(xiǎn)審計(jì)、內(nèi)部管理、精準(zhǔn)推薦、客戶預(yù)測、客戶流失分析等諸多應(yīng)用場景。再如：在制造行業(yè)，企業(yè)通過對(duì)內(nèi)部應(yīng)用系統(tǒng)、外部電商平臺(tái)、物聯(lián)網(wǎng)IoT、以及相關(guān)產(chǎn)業(yè)鏈之間的數(shù)據(jù)打通和融合，探索和實(shí)踐智能工廠、個(gè)性化定制、制造服務(wù)化、產(chǎn)業(yè)鏈全面協(xié)同等方面的應(yīng)用，實(shí)現(xiàn)企業(yè)業(yè)務(wù)創(chuàng)新。

綜上，企業(yè)數(shù)字化轉(zhuǎn)型需要建立“數(shù)據(jù)思維”，從數(shù)據(jù)中發(fā)現(xiàn)問題、洞察規(guī)律，挖掘價(jià)值，幫助企業(yè)優(yōu)化資源配置，擴(kuò)大經(jīng)營范圍，重塑商業(yè)模式。

古希臘哲學(xué)家說：“思維是靈魂的自我談話”。思維是一個(gè)比較玄乎，難以用一兩句話說的的清楚的東西，其本質(zhì)是人腦的活動(dòng)，以探索和發(fā)現(xiàn)事物的本質(zhì)聯(lián)系和規(guī)律性。

先看一個(gè)故事，說某天公司領(lǐng)導(dǎo)要求一項(xiàng)目經(jīng)理匯報(bào)項(xiàng)目的完成情況，對(duì)話如下：

項(xiàng)目經(jīng)理：報(bào)告領(lǐng)導(dǎo)，項(xiàng)目已經(jīng)差不多完成了！

公司領(lǐng)導(dǎo)：差不多是差多少？請(qǐng)用數(shù)據(jù)說明下情況，能量化的盡量量化。

項(xiàng)目經(jīng)理：項(xiàng)目已經(jīng)完成接近99%了！

公司領(lǐng)導(dǎo)：暈~~~

顯然不是。盡管他的匯報(bào)中也用了“數(shù)字”，但并不是因?yàn)橛袛?shù)字，就是數(shù)據(jù)思維。就像我們問1+1等于幾？三歲小孩也能迅速回答出來。但這并不是數(shù)據(jù)思維，而是人腦根據(jù)人體的感官作出的一種自然反應(yīng)，是人類進(jìn)化中對(duì)數(shù)據(jù)的一種天生攜帶感。

我們判斷和分析事物的變化形成結(jié)論，一般有兩種方法，一種是通過對(duì)事物所涉及的一系列數(shù)據(jù)進(jìn)行收集、匯總、對(duì)比、分析而形成結(jié)論。另一種是通過感官、經(jīng)驗(yàn)、主觀和感性判斷而形成結(jié)論。前者可以稱為“數(shù)據(jù)思維”，后者可以稱為“經(jīng)驗(yàn)思維或傳統(tǒng)思維”。

數(shù)據(jù)思維是用數(shù)據(jù)來探索、思考事物的一種思維模式，用數(shù)據(jù)來發(fā)現(xiàn)問題、洞察規(guī)律、探索真理。企業(yè)的數(shù)字化轉(zhuǎn)型過程需要的數(shù)據(jù)思維，就是用數(shù)據(jù)思考，用數(shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)決策。

用數(shù)據(jù)思考，就是實(shí)事求是、堅(jiān)持以數(shù)據(jù)為基礎(chǔ)理性思考，避免情緒化、主觀化，避免負(fù)面思維、以偏概全、單一視角。

用數(shù)據(jù)管理，就是對(duì)客觀、真實(shí)的數(shù)據(jù)進(jìn)行科學(xué)分析，并將分析結(jié)果運(yùn)用到生產(chǎn)、營運(yùn)、銷售等各環(huán)節(jié)的業(yè)務(wù)管理過程中。

用數(shù)據(jù)說話，就是要杜絕“大概、也許、可能、差不多……”，而是要以真實(shí)的數(shù)據(jù)為依據(jù)，基于合理、有邏輯的“推論”，去說服別人，去匯報(bào)工作。

用數(shù)據(jù)決策，就是要以事實(shí)為基礎(chǔ)、以數(shù)據(jù)為依據(jù)，通過數(shù)據(jù)的關(guān)聯(lián)分析、預(yù)測分析、事實(shí)推理獲得結(jié)論，避免通過直覺做決定和情緒化決策。

1、數(shù)據(jù)思維是一種簡化思維

2、數(shù)據(jù)思維是一種量化思維

3、數(shù)據(jù)思維是一種創(chuàng)新思維

4、數(shù)據(jù)思維是一種追求真理的思維

雖然我們說“數(shù)據(jù)不僅能夠記錄歷史，還能預(yù)測未來！”。但是，我更要給你強(qiáng)調(diào)的是“數(shù)據(jù)不是萬能的”。要知道，世間萬物的關(guān)系是非常復(fù)雜的，我們雖然可以用數(shù)據(jù)來對(duì)其簡化，但簡化必然會(huì)導(dǎo)致誤差；我們也可以用數(shù)據(jù)來對(duì)其進(jìn)行量化，但卻無法窮盡。更要知道，數(shù)據(jù)都是歷史的，而萬物是動(dòng)態(tài)變化的，現(xiàn)有的知識(shí)都是也有真?zhèn)蔚摹Ｒ虼?，我們需要深入探究?shù)據(jù)的真實(shí)性、客觀性，不斷探尋隱藏在數(shù)據(jù)背后的真相，追求真理永無止境。

數(shù)據(jù)思維具有可簡化、可量化、可創(chuàng)新、追求真理等特點(diǎn)。數(shù)字化時(shí)代，每個(gè)人都應(yīng)該建立起用數(shù)據(jù)思考，用數(shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)決策的思維模式，培養(yǎng)用數(shù)據(jù)來發(fā)現(xiàn)問題、解決問題能力。

1、數(shù)據(jù)收集，越大越好？

數(shù)字化時(shí)代，隨著企業(yè)對(duì)數(shù)據(jù)的重要性的認(rèn)識(shí)越來越高，以及數(shù)據(jù)收集的技術(shù)、方法越來越完善，即便是小公司也可能輕易擁有海量的“大數(shù)據(jù)”。企業(yè)在數(shù)據(jù)的收集和分析和過程中，應(yīng)避免掉入“大而不全”的陷阱。

大，主要是指數(shù)據(jù)的量大，規(guī)模大，體量大；

全，指的是數(shù)據(jù)要全面、完整，考慮的數(shù)據(jù)維度要足夠多。

給大家講一個(gè)戰(zhàn)國“孫龐斗智”的故事：

在馬陵之戰(zhàn)中，龐涓善于數(shù)據(jù)分析，一場戰(zhàn)役過后，它能夠通過分析戰(zhàn)敗敵軍丟棄的“灶”分析出敵軍的人數(shù)和戰(zhàn)力情況。而孫臏反其道而用之，通過編造“使齊軍入魏地為十萬灶，明日為五萬灶，又明日為三萬灶”的數(shù)據(jù)，成功實(shí)施了誘敵深入，殺死了龐涓。龐涓之死，不僅在于其過于輕敵，但更重要的數(shù)據(jù)收集的不全面。孫臏撤退的過程中，表面在不斷減少吃飯的灶坑，卻在暗地里偷偷增兵，如果龐涓能夠在觀察仔細(xì)一些，數(shù)據(jù)在收集全面一些，不難發(fā)現(xiàn)孫臏的“陰謀詭計(jì)”。

2、有數(shù)據(jù)就一定有真相？

數(shù)據(jù)作為當(dāng)前時(shí)代重要的生產(chǎn)要素其重要性是不言而喻的，但是有數(shù)據(jù)不一定有真相。

早在2008年的時(shí)候，iPhone手機(jī)剛剛誕生不到一年，并沒有體現(xiàn)出如今這樣的優(yōu)勢(shì)，手機(jī)界的霸主依然是諾基亞和摩托羅拉。那時(shí)候，移動(dòng)端智能終端設(shè)備還存在諸多不成熟的地方，很多人認(rèn)為智能手機(jī)就只是一種時(shí)尚，這股時(shí)尚風(fēng)潮也會(huì)很快過去，手機(jī)還得是要質(zhì)量可靠，皮實(shí)耐用的。

而Nokia也不是完全沒有重視智能手機(jī)，他曾經(jīng)做了一個(gè)高達(dá)100萬人參與的調(diào)研樣板，而在那個(gè)智能手機(jī)尚未普及，概念都不夠清晰的年代，絕大多數(shù)的用戶壓根不清楚調(diào)研所指的手機(jī)和他們自己所用的手機(jī)有何區(qū)別，大多數(shù)用戶面對(duì)這樣廣泛而粗略的調(diào)研，回答非常簡單：沒有興趣。

畢竟：“誰會(huì)想攜帶一部笨重而續(xù)航差的智能手機(jī)呢？更何況它還那么脆弱”。

但是誰又會(huì)想到，在不久之后，人們?yōu)榱速徺I一臺(tái)智能手機(jī)，寧可去借錢，甚至去“賣腎”！

3、數(shù)據(jù)讓管理變得簡單？

隨著數(shù)據(jù)收集和存儲(chǔ)變得越來越簡單和低價(jià)，即使是小公司也能擁有“大數(shù)據(jù)”。從而基于數(shù)據(jù)的整合、加工、處理、分析和挖掘，幫助企業(yè)發(fā)現(xiàn)業(yè)務(wù)中問題，幫助企業(yè)做出科學(xué)合理的決策，“數(shù)據(jù)驅(qū)動(dòng)管理”的時(shí)代已經(jīng)到來。

但是世間萬物都存在不確定性，企業(yè)管理也一樣。管理決策、數(shù)據(jù)分析都存在一定的不確定性，即便擁有了百分百客觀的數(shù)據(jù)分析，也無法保證決策結(jié)果的百分百正確。

企業(yè)管理中的不確定性，來自于影響企業(yè)管理決策的各種因素的變化速度和復(fù)雜性。這些因素包括企業(yè)內(nèi)部管理因素，例如：組織機(jī)構(gòu)、人員、產(chǎn)品、業(yè)務(wù)流程、信息系統(tǒng)等，以及外部環(huán)境因素，例如：競爭環(huán)境、政治環(huán)境、法律環(huán)境、經(jīng)濟(jì)環(huán)境等。復(fù)雜性帶來信息的膨脹和因素之間的因果關(guān)系模糊，快速變化使得決策難以跟上變化的速度。

數(shù)據(jù)分析中的不確定性，來自于數(shù)據(jù)收集，數(shù)據(jù)處理，數(shù)據(jù)分析等過程的不確定性，數(shù)據(jù)收集是否完整和齊全，數(shù)據(jù)處理是否合理和準(zhǔn)確，數(shù)據(jù)分析是否及時(shí)和有效，結(jié)果的解讀是否標(biāo)準(zhǔn)一致等等，幾乎每一個(gè)環(huán)節(jié)都存在不確定性

不確定性讓管理變得撲朔迷離，各種表象掩蓋了事實(shí)。如果企業(yè)管理者缺乏對(duì)信息和數(shù)據(jù)的洞察力，缺乏透過信息表象追溯本源的分析判斷能力，缺乏大局觀和利弊差異的決斷能力，缺乏決策后可能后果的預(yù)測預(yù)防推算能力，即使有了客觀完整的數(shù)據(jù)，也不會(huì)讓企業(yè)管理變得簡單。

數(shù)據(jù)能夠?yàn)闃I(yè)務(wù)賦能，但也要清楚事物是動(dòng)態(tài)變化的，任何預(yù)測都存在不確定性，必經(jīng)結(jié)合現(xiàn)狀和需求，通過“數(shù)據(jù)和業(yè)務(wù)的雙引擎驅(qū)動(dòng)”循序漸進(jìn)的推動(dòng)企業(yè)的數(shù)字化轉(zhuǎn)型。

1、培養(yǎng)對(duì)數(shù)據(jù)的敏感度

數(shù)據(jù)敏感度是對(duì)數(shù)據(jù)感知、計(jì)算、理解能力，是通過數(shù)據(jù)的表象理解事物本質(zhì)的程度。對(duì)數(shù)據(jù)敏感的人，看到數(shù)據(jù)能夠找出問題，找到規(guī)律，發(fā)現(xiàn)機(jī)會(huì)或做出決斷；對(duì)數(shù)據(jù)不敏感的人，看到數(shù)據(jù)只會(huì)問這是什么，這反映了什么，這能說明什么？對(duì)數(shù)據(jù)毫無敏感而言的人，“數(shù)據(jù)就是數(shù)據(jù)”，甚至不會(huì)想到以上問題。

人并非天生就會(huì)對(duì)數(shù)據(jù)產(chǎn)生敏感度，人們對(duì)數(shù)據(jù)的敏感度來源于經(jīng)驗(yàn)的積累，看的數(shù)據(jù)越多，種類越豐富，處理的問題越多、敏感性就越強(qiáng)。因此，數(shù)據(jù)敏感度是可以培養(yǎng)的。

所謂培養(yǎng)數(shù)據(jù)敏感度，本質(zhì)上就是培養(yǎng)通過數(shù)據(jù)發(fā)現(xiàn)問題、解決問題的能力，可以從以下幾個(gè)方面入手：

質(zhì)量評(píng)估，對(duì)數(shù)據(jù)的表象和質(zhì)量進(jìn)行評(píng)估，判斷數(shù)據(jù)是否完整、是否準(zhǔn)確、是否符合業(yè)務(wù)規(guī)范？

識(shí)別真?zhèn)危?/span>能夠?qū)?shù)據(jù)的真假做出判斷，看出數(shù)據(jù)中存在的貓膩，例如：年度報(bào)告，本事業(yè)部今年老員工的離職率為0，實(shí)際上新入職的員工有大批離職的。

找到因果，能夠通過數(shù)據(jù)找到事物之間因果關(guān)系，從而找到產(chǎn)生問題的主要原因和根本原因。例如：產(chǎn)品銷量下降了，直接原因是客戶量減少了，本質(zhì)原因是市場出現(xiàn)了更具競爭力的產(chǎn)品。

找出關(guān)聯(lián)，能夠通過數(shù)據(jù)多維采集和分析找到事物之間關(guān)聯(lián)關(guān)系，關(guān)聯(lián)分析是洞察事務(wù)本質(zhì)的重要方式，關(guān)鍵點(diǎn)在于數(shù)據(jù)維度全、數(shù)據(jù)樣本完整且具有足夠的代表性。

判別優(yōu)劣，能夠通過數(shù)據(jù)的對(duì)比判斷事物的好壞優(yōu)劣，例如：季度銷售完成率為50%的報(bào)告，如果沒有歷史數(shù)據(jù)作為對(duì)比很難判斷出這個(gè)季度銷售業(yè)績的好壞。

洞察規(guī)律，能夠從數(shù)據(jù)中找到事物發(fā)展的規(guī)律，例如：古人為了農(nóng)業(yè)生產(chǎn)需要，順應(yīng)自然規(guī)律，通過對(duì)春夏秋冬、冷熱交替的不同時(shí)間的記錄和研究，總結(jié)出來了二十四節(jié)氣。

2、培養(yǎng)理解和使用數(shù)據(jù)的能力

“數(shù)據(jù)為王，業(yè)務(wù)是核心”，與其說培養(yǎng)理解數(shù)據(jù)的能力，不如說是理解業(yè)務(wù)的能力。只有將數(shù)據(jù)置于業(yè)務(wù)場景中，數(shù)據(jù)才能變得有意義。企業(yè)數(shù)據(jù)化轉(zhuǎn)型過程中，要求數(shù)據(jù)管理和數(shù)據(jù)分析人員懂業(yè)務(wù)，理解數(shù)據(jù)的對(duì)業(yè)務(wù)價(jià)值；要求業(yè)務(wù)人員要懂?dāng)?shù)據(jù)、會(huì)使用數(shù)據(jù)。

對(duì)于數(shù)據(jù)管理或數(shù)據(jù)分析人員，要能夠看得懂?dāng)?shù)據(jù)并理解數(shù)據(jù)背后的業(yè)務(wù)含義。

作為數(shù)據(jù)管理或數(shù)據(jù)分析人員，首先需要你摸清楚企業(yè)的核心業(yè)務(wù)價(jià)值鏈，甚至企業(yè)多處行業(yè)的整個(gè)產(chǎn)業(yè)鏈業(yè)務(wù)情況。其次，你需要逐步了解企業(yè)都涉及哪些業(yè)務(wù)域，每個(gè)業(yè)務(wù)域中包含哪些業(yè)務(wù)流程，每個(gè)業(yè)務(wù)流程之間的斜街關(guān)系，以及每個(gè)業(yè)務(wù)的輸入輸出等。最后，在理清楚業(yè)務(wù)域以及業(yè)務(wù)流程的輸入輸出后，需要對(duì)詳細(xì)列出每個(gè)業(yè)務(wù)的績效考核指標(biāo)（KPI），再通過對(duì)每個(gè)指標(biāo)進(jìn)行更細(xì)致的拆分，最終落地的內(nèi)容數(shù)據(jù)數(shù)據(jù)分析所需的報(bào)表、指標(biāo)、維度、明細(xì)等。

對(duì)于業(yè)務(wù)人員，要懂?dāng)?shù)據(jù)，會(huì)使用數(shù)據(jù)指導(dǎo)業(yè)務(wù)開展。

3、培養(yǎng)問題拆解的能力

數(shù)據(jù)思維的核心在于用數(shù)據(jù)發(fā)現(xiàn)并解決問題，學(xué)會(huì)用結(jié)構(gòu)化、量化的思維方式去分析問題、拆解問題、解決問題，能夠讓我們事半功倍。

假如你是一家零售企業(yè)的數(shù)據(jù)分析師，日常主要工作是銷售數(shù)據(jù)的采集、整合、處理和分析。有天，公司領(lǐng)導(dǎo)突然讓你寫一個(gè)PPT，談一談如何用數(shù)據(jù)做業(yè)務(wù)預(yù)判、如何用數(shù)據(jù)賦能業(yè)務(wù)，提升產(chǎn)品銷量，實(shí)現(xiàn)業(yè)務(wù)增值？

這是一個(gè)典型的開放式問題，第一，缺乏明確目標(biāo)和范圍，例如：哪些業(yè)務(wù)需要研判，業(yè)務(wù)遇到的問題是什么；第二，缺乏明確的判斷依據(jù)和標(biāo)準(zhǔn)，例如：產(chǎn)品銷量要提高多少？很多數(shù)據(jù)項(xiàng)目往往都死于此，這時(shí)候就需要有問題拆解的思維。數(shù)據(jù)賦能業(yè)務(wù)的過程一定是一個(gè)循序漸進(jìn)的，逐步建立共識(shí)的過程。

例如基于以上問題：

首先，要搞清楚業(yè)務(wù)的目標(biāo)是否明確，如果目標(biāo)不明確，則先明確目標(biāo)。例如：通過收集和分析現(xiàn)有的數(shù)據(jù)報(bào)表情況對(duì)銷售業(yè)務(wù)現(xiàn)狀進(jìn)行研判，找出改進(jìn)點(diǎn)。

第二，在明確業(yè)務(wù)目標(biāo)之后，要搞清楚是否有業(yè)務(wù)判斷的標(biāo)準(zhǔn)，判斷標(biāo)準(zhǔn)一定要建立起來，不然提升多少才算好都不知道，事后難免陷入扯皮和糾結(jié)。例如：XX產(chǎn)品同比增長20%

第三，定了判斷標(biāo)準(zhǔn)之后，要分析用什么樣的策略支撐實(shí)現(xiàn)這個(gè)目標(biāo)。例如：優(yōu)化推薦算法、增加線下營銷活動(dòng)等。

第四，在明確了實(shí)施策略之后，要制定策略執(zhí)行計(jì)劃。例如：算法的升級(jí)需要誰來負(fù)責(zé)、什么時(shí)間完成？

4、培養(yǎng)用數(shù)據(jù)說話的習(xí)慣

數(shù)字化時(shí)代，每個(gè)人都應(yīng)該具有量化思維，習(xí)慣用數(shù)據(jù)說話。用數(shù)據(jù)說話不是單純的使用“數(shù)字”，而是用數(shù)據(jù)來支持觀點(diǎn)，做到有理有據(jù)。

第一，在一定程度上，數(shù)據(jù)就是證據(jù)和事實(shí)，用數(shù)據(jù)說話，能夠增強(qiáng)你的說服力

任何觀點(diǎn)都會(huì)有破綻，但數(shù)據(jù)擺在那里卻難以讓人反駁。如果你是企業(yè)銷售主管，給領(lǐng)導(dǎo)匯報(bào)銷售情況，不要說你的市場競爭多激烈，你的銷售人員多努力，你的目標(biāo)多高遠(yuǎn)，直接說你增加了多少客戶，提升了多少客單量、實(shí)現(xiàn)了多少銷售業(yè)績、增加多少項(xiàng)目漏斗，這樣的匯報(bào)效果會(huì)更好一些。

第二，數(shù)據(jù)可以揭露問題，發(fā)現(xiàn)本質(zhì)，用數(shù)據(jù)說話，可以輔助你做出正確的決策

數(shù)字化下，企業(yè)管理不僅需要管理者豐富的管理經(jīng)驗(yàn)，還需要有多維的數(shù)據(jù)支撐。如果你是一個(gè)企業(yè)領(lǐng)導(dǎo)，你更愿意做薄利多銷，還是堅(jiān)持確保每一單都要保證一定的利潤？貌似選擇哪個(gè)方案都可以，關(guān)鍵是要看具體的場景和數(shù)據(jù)支撐。正常情況下，假如是批產(chǎn)的產(chǎn)品，可以考慮薄利多銷，以量取勝；假如是定制產(chǎn)品，就需要考慮一定的利潤空間。如果只是從利潤角度考慮，有產(chǎn)品定價(jià)數(shù)據(jù)、銷量數(shù)據(jù)就能容易做出決策，但如果還需要考慮產(chǎn)品的市場定位，客戶的回頭率，企業(yè)的售后服務(wù)能力等因素，就不能只考慮價(jià)格和銷量兩個(gè)維度信息，應(yīng)該建立多維度分析模型，以幫助你做出更合理的決策。

第三，用數(shù)據(jù)說話要有量化思維，簡化思維，還要盡量避免使用太過專業(yè)的術(shù)語

量化，有利于對(duì)事物（業(yè)務(wù)）給出一個(gè)判斷標(biāo)準(zhǔn)，例如：提高產(chǎn)品銷量，提升用戶活躍度，到底銷售多少算是提高？怎樣的用戶才算活躍用戶？只有將指標(biāo)進(jìn)行量化，才能推動(dòng)達(dá)成共識(shí)。

簡化，有利于抓住主要矛盾，直擊事物（問題）的本質(zhì)，擺脫各種復(fù)雜情況，輕松應(yīng)對(duì)難題。例如：某企業(yè)要其對(duì)10W+條物資編碼進(jìn)行治理，通過對(duì)歷史數(shù)據(jù)分析，發(fā)現(xiàn)這些物資編碼中，有40%3年之內(nèi)只用過一次，還有10%在業(yè)務(wù)中從來沒有使用過?；谶@個(gè)分析結(jié)果，發(fā)現(xiàn)企業(yè)真正要花力氣治理的數(shù)據(jù)只有5W多條，而不是10W條。簡化的思維就是對(duì)復(fù)雜問題進(jìn)行拆解、降維、極限歸納，篩選并只使用相關(guān)數(shù)據(jù)，從而找到簡單且可行的解決方案。

用數(shù)據(jù)說話本質(zhì)上還是溝通，為提升溝通的效率，要盡可能使用“標(biāo)準(zhǔn)語言”，或者對(duì)方能夠聽得懂的語言。從這點(diǎn)上講，數(shù)據(jù)治理就顯得十分重要，統(tǒng)一企業(yè)的數(shù)據(jù)標(biāo)準(zhǔn)，明確業(yè)務(wù)術(shù)語、指標(biāo)、維度的業(yè)務(wù)含義、規(guī)則等，能夠提升業(yè)務(wù)部門之間、業(yè)務(wù)與IT之間的溝通效率。

寫在最后的話

 轉(zhuǎn)載來源：談數(shù)據(jù)