参考《一本书讲透数据治理》、《数据治理》等

大数据的根本价值在于从数据的不确定性中发现规律，获得确定性。想要在繁杂的大数据中快速找到价值数据，并依靠数据发现、分析、解决、跟踪问题，企业必须有数据思维与数据文化

数字转型 文化先行

数字化趋势下，数字化转型是当今企业的重要战略目标，良好的企业文化为员工提供了做选择时的指导方针，有利于企业数字化目标的实现。良好的数据文化有利于企业更快地做出科学决策，从而推动技术和商业模式创新。

​ 企业在数字化转型中，一定要重视建立数据思维和培养数据文化，缺乏文化土壤会让数字化转型事倍功半。一项对来自340家机构的1700名参加者的研究显示，60%的人认为缺乏数据思维和数据文化的土壤是推行数字化转型的主要障碍。
缺乏数据思维和数据文化土壤的主要表现有：

• 领导层觉得他们在推行数字化，但是员工并不认为他们的企业文化是“数字化”的
• 中层领导认为他们的权力不够，推行不了企业的组织转型
• 员工不知道企业的数据战略是什么，也没有人跟他们沟通数据治理的战略愿景
• 领导层和员工看法各不相同，上下没有形成共识

数据治理是一项长期的系统工程，需要融人企业文化当中

数据文化之建立数据思维

提到数据思维，很多人感觉这是概念上的、虚的、不能落地的。但恰恰相反，数据思维一点也不虚，而是实实在在的。

在企业中，决策人员缺乏数据思维，就很难从战略的高度进行数字化部署；管理人员缺乏数据思维，就很难建立起“用数据思考，用数据说话，用数据管理”的数据文化;业务人员缺乏数据思维，就很难将错综复杂的业务问题转换为技术人员擅长的数据应用问题;技术人员缺乏数据思维，就无法正确理解业务需求，无法设计出满足业务需要的数据产品。

What is 数据思维

我们判断和分析事物的变化并形成定性的结论，一般有两种方法:

• 第一，通过对事物所涉及的一系列数据进行收集、汇总、对比、分析而形成结论;

• 第二，通过感官、经验、主观和感性判断而形成结论。

前者可以称为“数据思维”，后者可以称为“经验思维”或“传统思维”。

《企业数据化管理变革》一书对“数据思维”的定义是:“数据思维是根据数据来思考事物的一种思维模式，是一种量化的思维模式，是尊重事实、追求真理的思维模式。”
简单来说，数据思维就是用数据思考，用数据说话，用数据决策。

​ 用数据说话就是要杜绝“大概”“也许”“可能”“差不多”之类的词，而是要以数据为依据，进行合乎逻辑的推论。
​ 用数据决策就是要以事实为基础，以数据为依据，通过数据的关联分析、预测分析和事实推理得出结论，避免凭直觉做决策，做出情绪化的决策。

数据思维3个特点

数据思维可以总结成12个字：善于简化，注重量化，追求真理

• 抓重点，善于简化：聚焦核心问题，从结果或最终目标出发，收集信息，评估情况，寻找多种视角找到解决方案。简化是要直指问题的核心和根本，就是要追问最终目标是什么，从最终目标出发，找到解决问题的创新防范，而不是被一些枝节问题所困扰。
• 求精确，注重量化：数据思维一般更重量化，善于用定量的方式进行思考和决策。量化的思考能够帮助我们做计划，从而将工作和生活安排得井井有条。例如，前一天晚上把第二天要做的事罗列出来，然后以时间为单位，计划每件事花多长时间。

数据思维是求精确、注重量化的，强调具体和准确，强调能力聚焦、问题聚焦，在一个个具体的点上解决问题，“大数据，小应用”说的就是这个道理。只有将大数据聚焦到具体的问题、具体的应用场景上，才能发挥出其真正的价值。

• 知不知，追求真理：“知不知”不仅是一种谦虚、低调的人生观，也是一种尊重事实、实事求是、追求真理的思维模式。因为不知，所以才需要不断地去学习、去探索、去追求真理。

  ​ 拥有数据思维的人都知道:数据不是万能的，世界万物的关系复杂，而简化可能带来误差;数据都是历史数据，万物却是动态变化的，现有的知识也有真伪之分，拥有数据思维的人能够去伪存真，做数据真正的主人，而非数据的奴隶。追求真理永无止境!

如何建立数据思维

数字时代，企业面临的外部环境更加复杂，内部管理上的挑战也更大。企业需要转变思维方式，用数据思维进行决策和采取行动，以保持在商业竞争中的主动、优势地位。建立数据思维，可以分4步走：

自上而下的推动

​ 要建立数据思维，不仅要改变人的行为习惯，还要改变人的思维方式。改变一个人的行为习惯比较容易，而改变一个人的思维方式则非常艰难。企业数据文化的培养，数据思维的建立，需要自上而下地推动。

​ 所谓自上而下，就是先高层领导：在研讨目标、商议工作、布置任务的时候，都要用数据说话，用数据决策，用数据指导行动。在开会的时候，要通过数据看问题，通过数据听汇报，通过数据定目标。

​ 领导的思维方式和行事风格会影响到其管理的团队，团队成员会向领导的特点靠拢以获得领导的赏识(管理学中将这种行为称为“向上取悦”)。同时，团队成员之间会相互影响，久而久之，数据思维就会慢慢成为人的行为习惯，进而形成企业数据文化。

营造数据驱动的文化氛围

“数据驱动”是近年来IT、互联网领域使用频率很高的一个词。它是指通过数据采集和数据处理，将数据组织成信息流，并在做业务和管理决策或者进行产品、运营方案优化时根据不同需求对信息流进行提炼与总结，从而帮助管理者做出科学决策，指导业务人员具体执行。

数据驱动可以从如下几个方面：

• 持续产生数据是数据驱动的前提：持续从业务采集数据，持续治理数据
• 让数据用起来是数据驱动的核心：数据采集和分析获得数据表象；深度的数据挖掘和分析找到表象的根因；用分析得来的结论指导行动；在行动中验证并修正结论
• 数据思维内化于心是数据驱动的基础：数据思维和数据驱动互为基础，互为补充

建立循序渐进的培训机制

要改变一个人的行为习惯和思维方式，培训很重要

关于数据治理培训，建议如下

• 数据战略培训：通过培训，宣贯数据战略的使命、愿景、目标和计划，普及数据战略的必要性、重要性，以及数据战路实施对企业和个人的要求，让员工对企业数据战略有一个深刻的认知为建立数据思维做好准备。

• 数据标准培训：数据标准的贯彻执行离不开对利益相关方的培训。通过培训，让员工对企业的数据标准、数据管理流程和制度达成一致，以提升沟通和业务处理的效率

• 数据工具培训：有效的数据工具能够帮助员工建立数据思维。通过培训，说明工具的使用方法，帮助员工学会使用数据工具，并从中获得知识和成就感。

• 培训过程控制：

  在培训前，应做好培训规划，包括培训计划、培训目标、培训内容、参与人等。如有必要，将培训的动机和计划提前告知参与人。

  在培训中，高层领导最好出席并强调相关内容，以传达变革的决心。每个层级必须给下一层级做培训，并由相关部门进行跟踪检查，为每次培训打分。

  在培训后，可要求每个参与培训的员工填写反馈问卷，必要时可进行培训效果测试

从实践中求真知

​ 谁都不是天生就有数据思维的，数据思维也不是来自人对数据的直觉。要想建立数据，必须通过大量的实践，从实践中学会使用数据思考的框架。数据思维的形成是一个熟能生巧的过程，对于新接触的业务和数据，当然会有不了解的细节，这很正常。对企业而言，要鼓励员工不断尝试用数据说话和行事。对员工而言，要勇于使用数据去反映问题、汇报工作、寻求帮助，不断从实践中求真知。

培养数据文化的3个办法

传统的企业管理中，信息掌握在关键部门的关键人员手里，信息是不对称的，人们习惯于依赖权威人物、行政命令或个人经验行事。数字时代，随着掌握的信息越来越平，人们将越来越尊重事实和数据，学会基于事实和数据来思考问题、解决问题，这一过程就是建立数据思维、形成数据文化的过程。

​ 培养数据文化的关键在于让人们不再畏惧数据，进而精通数据，掌握用数据思考、用数据说话、用数据决策的思维模式。培养数据文化不能讲“个人英雄主义”，不是让一个人或一部分人拥有数据思维，而是要培养企业全体人员的数据思维和团队协作文化。

打破数据孤岛，实现共享数据

​ 培养数据文化需要打破企业信息孤岛，实现跨部门、跨系统的无障碍和透明化的数据交易和共享，从而提高企业团队协作和创新的能力。

​ 打破信息孤岛面临的挑战来自两个方面:一是技术屏障，二是部门墙。

技术屏障

​ 技术屏障一般与企业的信息化历史有关。在早期的企业信息化过程中，由于普遍缺乏统一的规划，信息系统的建设都是以业务部门的需求驱动的，导致出现“烟囱式”架构各个系统各自为政、标准不一，从而形成了一个个信息孤岛。在多个孤立的系统中，相同的数据很可能产生不同的版本，数据变得不一致且过时。
​ 到了数字时代，数据成为企业的重要生产要素，那些曾经推动了企业业务和管理进步的信息系统反而成为企业业务协同和团队协作的瓶颈。
​ 信息不能共享致使企业的物流、资金流和信息流发生脱节，造成账账不符、账物不符使得企业不仅难以进行准确的财务核算，而且难以对业务过程及业务标准实施有效监控这会导致企业不能及时发现经营管理过程中的问题，造成计划失控、库存过量、采购与销售环节存在暗箱操作等现象，带来无效劳动、资源浪费和效益流失等严重后果。
​ 技术屏障、信息孤岛导致企业无法有效提供跨部门、跨系统的综合数据，各类数据不能形成有价值的信息，局部信息不能作为决策依据，致使数据对企业的决策支持流于空谈集团化管控、行业化应用也受到制约。

部门墙

​ 部门墙讲的是传统企业的组织机构臃肿，层级过多，在企业内部形成了一道阻碍各部门、员工之间的信息传递、工作交流的无形之墙。

​ 部门本位主义严重，画地为坐不断围积自己的数据并依赖私有系统开展关键业务运营。各部门员工之间缺乏交流，互不信任，协助困难，导致工作效率低下，遇到问题相互推卸责任。

​ 数据驱动的企业需要信赖可信的数据。实际上，每个人要想顺利完成工作都离不开“人的帮助。例如，数据管理员依靠业务部门提供的准确数据来维护高质量的数据，数据分析师依靠数据治理团队提供的准确且丰富的数据开展数据分析，销售经理依靠 CRM系统数据管理员提供的销售线索和潜在客户信息进行销售。因此，消除部门墙，营造信息共享协同合作的工作环境是数字化道路上的一次巨大飞跃。
​ 可以通过数据治理，建立统一的数据标准，打通系统之间的数据通道，消除系统之间的信息孤岛，实现数据共享;建立扁平化、灵活的数据治理组织体系，打破部门墙，实现部门之间的信息共享和团队协作。要消除信息孤岛，实现数据共享，不仅需要技术上的数据集成、数据融合，更需要将数据共享、团队协作的数据文化植根于企业的每个人心中

建立制度体系，固化数据文化

​ 数据文化是以数据为驱动，促进科学决策、团队协作的企业文化，是现代管理科学与数字化实践的产物。随着企业规模的不断扩大和数据文化建设的不断深化，“人治”将逐步让位于“法治”，通过不断完善数据治理制度体系，逐步固化企业的数据文化，以增强员数据素养，规范员工行为，提高企业的管理和运营能力。
​ 数据文化的本质是以企业的数据战略为指引，以推动实现业务价值为目标，形成全员共识并共同遵循有关数据驱动的理念、价值标准和行为规范。它是数据价值观、数据管理和使用制度化、数据操作规范化的一个综合体。
​ 数据文化需要相适应的管理制度来进行固化，数据文化与管理制度之间是互动、互补的关系。数据文化是管理制度形成和创新的依据，而管理制度又要反映数据文化的要求管理制度强化数据文化，即管理制度是数据文化的载体，管理制度是对数据文化的巩固与发展，又具有强化作用。
​ 没有文化的制度与没有制度的文化都是不可想象的。
​ 实践表明，企业文化力是一种生产力。麦肯锡公司的一项研究表明:“世界:500 强胜出其他公司的根本原因就在于，这些公司善于给它们的企业文化注人活力!”
当前，中国企业的数字化转型方兴未文，数据文化的建设还处于起步阶段，数据文化建设是否成功是街量企业数字化转型能否成功的重要依据。数据文化建设需要用制度来保障，将数据文化固化于制。

​ 将数据文化固化于制，就是指用制度、机制来反映文化理念，将已取得的数据文化建设成果用规章制度固定下来，这对员工既是价值观的导向，又是制度化的规范。员工对企业数据文化的认识、认知、认同到自觉践行，有一个从不自觉到自觉，从不习惯到习惯的过程

数据文化固化于制，可以从以下几个方面着手。

• 第一：对数据文化宣贯情况进行考核，从本企业的实际出发，结合国内外标杆企业的文化评价体系和建设经验，提出符合企业特色的数据文化评价体系。各体系以贴近企业实际为基础，以摸清数据文化现状、提升企业价值为出发点，以可操作、追求实效为原则，在评价过程中不新激发员工的积极性和创造性。

• 第二：将数据文化内容纳人绩效考核和员工招聘中。

• 第三：将数据文化理念运用到企业的各项工作中，即以数据为驱动来开展各种业务活动，指导管理和决策

  ​ 同时，数据文化是一种创新文化，创新就要求制度有一定的灵活性。文化需要通过制度固化，但需要有一定的调整空间，不能僵化，僵化的制度不利于企业的数字化和敏捷化。

推行数据治理，增强数据文化

​ 数据治理是企业数字化转型的必经之路。良好的数据治理同时涉及组织与人员、制度与流程、技术与工具，既是数据文化的驱动力，也是数据文化的理想结果。

​ 良好的数据治理既不能只有理论，也不能只有实践，而要将理论与实践相结合并根植于完善的数据文化之中，营造企业的协作环境，增强数据驱动的文化氛围。

​ 良好的数据治理不仅能够保证数据质量，满足安全合规的要求，而且还能提高企业人员的整体数据意识，增强他们对企业数据文化的信心

​ 企业进行数字化转型的主要目的是通过管控和利用数据来推动企业业务的增长，而要达到这一目的就要实施有效的数据治理，以提升数据质量并保证数据的安全合规使用

​ 数据治理与数据文化培养是相互促进的关系，具体体现在如下5个方面

• 数据安全：无论是保护企业的数据资产还是保护用户的数据隐私，数据安全都是建立信心和协作环境的重要支柱。通过建立数据安全问贵机制，明确分割责任和数据访问权，让适当的人在适当的时间获得适当的数据，这既是数据治理的重要目标，也是数据文化的理想结果
• 数据质量：高质量的数据是产生洞见的前提，数据治理的直接目的就是提升数据质量，让数据变得更有价值。
• 数据治理组织与人员：建立数据治理的组织机构，明确数据治理的岗位职责，普及数据治理的知识和方法让人们认识到数据的重要性，并在工作中建立以数据为基础的协助模式，促进数据文化的形成。
• 数据治理制度与流程：建立有效的数据治理制度和流程，对数据的生产、采集、处理、加工、分析、应用等环节的操作进行约束和规范，以输出高质量数据并保障数据安全合规使用。数据治理制度和流程是数据治理成功落地的保障机制，也是促使企业员工形成数据素养的重要手段。当数据素养不再是IT工程师和分析师的专利，当企业每个部门都能够通过使用数据，跟踪绩效、发现新商机并贡献新想法的时候，企业的数据文化就算真正落地了
• 数据治理技术与工具：数据治理技术和工具是数据治理理念的承载。通过借助大数据、云搜索、微服务等先进技术，搭建企业数据治理技术体系，推动企业数据资产管理规范和创新，丰富数据应用工具，提升数据应用价值，解决企业数据资产查找难、应用难、管理难等问题，实现企业数据价值挖掘及数据资产的变现和升值。数据治理技术和工具的普及是数据文化落地的重要抓手。

小结

​ 在企业的数据管理和应用的实践中，应以业务目标为核心，以数据为基础，以技术为支撑，以制度为保障，将数据文化“内化于心，外化于行，固化于制”，将“数据驱动”应用到实际的工作中，使其成为员工的自觉行为，并做到“知行合一”
​

​ 拥有数据思维才能发现数据价值。企业数据治理治的不仅是数据，更是企业全员的思维方式。