Skip to main content

HKU ICB

车品觉:大数据时代下的发展与数据治理丨深度观点

Back

03 Feb 2021 | 管理与创新

4

车品觉先生 Mr Herbert Chia

红杉资本中国专家合伙人
香港特区创新科技及再工业化委员会委员
北京市大数据工作领导组咨询专家
曾任阿里巴巴(中国)有限公司副总裁兼
数据委员会会长

 

当前,全球经济的数字化特征日益明显,新一代信息技术变革在突如其来的疫情撞击下,加速了企业数字化转型的步伐。企业如何实现全面“数据化”?数字化转型有哪些难点要点?如何建立“数循环”框架,全面重塑企业的商业逻辑?

近日,香港大学SPACE中国商业学院邀请红杉资本中国专家合伙人车品觉先生,为我们分享了关于“数字化治理:大数据时代的发展与伦理”的话题。


数据的价值:在循环中被创造及衰减


万物互联催化了数据爆炸,数据在循环中创新,人类生存空间在互联网中拓展。电子商务、金融保险、在线教育、跨境电商、快递外卖、新闻短视频等等,都发展运用得非常普遍和蓬勃。特别是金融保险和医疗行业,是互联网建设数字化之中的领头羊,带动了整体的数字化浪潮,企业在数字化浪潮的冲击下重新构建新的生态格局,其进程经历了四个不同的阶段。

1、大数据爆炸式增长。

面对数字化浪潮的奔涌而至,方方面面,万事万物都被数字化所定义渗透,数字经济成为全球经济发展主线,新一代信息技术快速发展,数据呈爆炸式增长。

2、数字技术日新月异。

以5G、区块链、云计算、人工智能等新技术为代表的数字技术创新,成为构建万物互联智能世界的关键。随着万物感知和万物互联的升级,我们将步入一个万物智能的世界。

3、中国已成为数字大国。

据统计,数字经济已成为推动产业结构转型升级、促进经济高质量发展的新引擎,未来中国将成为全球数字化发展的引领者。

4、疫情加速企业转型步伐。

此次疫情危机,数字化经营成为了行业发展的重要势头,它在危机中的表现让数字化已成为企业未来布局的重要方向。


数据治理:促进企业数据化转型


基于市场压力与挑战,越来越多的企业通过数字技术这个手段,来实施战略转型、思维方式转型和更具体的业务转型,从而寻求全新的商业模式。数字化技术的出现与发展,对传统企业提出了将原有业务与数字化技术结合,进行创新,实现企业业绩增长与持续发展的变革要求,核心也就是数据化转型。然而,数据化转型的基础需要打通数据,如果数据不通,标准不一致,质量不高,就无法做分析。因此,清理数据垃圾,做好数字化治理成为必须。通过数据治理赋能企业治理体系和治理能力现代化,从而帮助企业数字转型起到重要的推动作用。

时下数字经济以消费者为中心,自从有了互联网之后,中国进入到消费升级时代,其重要的特点就是消费者掌握更多的信息渠道,零售业态的发展开始依赖数字化,消费升级重构品牌关系,呈现出多元化、个性化的发展特点。业务数据化、应用智能化、效益数据化、业务创新、数据资产化,这些使得数据化使用成熟度越来越高。

“数据化”浪潮是整个大数据时代的起点,它强调数据就是资产,记录一切可以记录的数据,并相信这些数据一定会在某一天产生巨大的价值。显然,数据化是一个企业能够通过深入数据分析,建立数循环框架,周而复始,实现自身优化的基础。


企业的数字化转型,涉及层面既广又深


企业在数字化转型过程中会遇到各种各样的问题,不全是技术活儿,数据也不是多多益善,越多越好。其中组织保障层容易被忽视,如果在组织层面,不做一定的保障,企业管理层一把手不牵头参与,不具体落地,没有强而有力的推动,很可能无法改变企业内部的运作惯性和思维惯性,很难推动下去。

企业数字化转型,也需要有一个中台管理工具,完成人、事、物的集成化管理,触及产品、渠道、流程等等更加细致的环节。但是随着企业不断壮大,对管理质量和要求的不断提高,单一的系统难以支持现代化企业数据运营,商业智能BI就成为了企业数字化转型之路不可或缺的一部分。商业智能BI,企业可以不断收集和分析内外部数据,全方位支持企业业务创新,辅助科学决策,助力企业精准营销、实现业务赋能和企业增长,把BI能力泛化到整个企业里面,加速企业数字化转型升级。


全局化数字化转型战略


综上所述,企业在制定数字战略过程中,针对企业数字化转型难度大,失败率高的现状,首要是以数据应用作为中心的孵化过程,另一个是数据资源汇聚为中心的一个运营方式,打通“内外视角”,构建全局化的数据战略。一面是利用从外到内视角向内求索,优化和调整内部数据,解决管理应用上的切实问题,另一面是从内到外视角“外拓竞合”,利用现有资环,探索应对外部环境,通过数据驱动的方式获得更大的市场份额、更有利的市场地位及数据资源。并不断地对数据进行重塑及发现中寻找顶层架构设计的抓手,我们说一个好的数据化企业,它对数据资源的积累应该是可量化的。同时要掌握数据全生命周期的关键要素,切忌用短期方案解决系统问题。比如未来的数据是多终端、多场景、碎片化的数据,大数据的价值来自于数据不断地得到重塑及发现。

在数字化转型过程中,不同的主体面对的数字化挑战是不一样的,企业要避免“缺乏数据内外视角”、“缺乏对相关利益方考虑”、“缺乏顶层架构设计”三个认知偏差,还有诸多难点要点,这都需要企业直面并解决。目前我们已经进入数据精准的高质量发展的阶段,数据专区是探索“双轨循环”的最佳试验田。

“三分技术,七分数据,得数据者得天下。”且不论这预测的真假,未来大数据会把我们带向何方?但有一点是明了的:探求数据价值取决于把握数据的人,关键是人的数据思维,与其说是大数据创造了价值,不如说是大数据思维触发了新的价值增长。   

4

(本文仅代表作者个人观点)