2020年，數據被列為重要的生產要素，併成為數字經濟時代最重要的戰略資源。
擁有與時俱進數據思維的創業者才是DT時代的香餑餑。
那麼，如何讓企業通過數據智能將蘊藏於其數據內的潛能釋放出來？如何站在大數據的視角制定企業戰略？如何藉助大數據進行數智化轉型升級？
8月5日，何夕受邀作為第八屆「東昇杯」國際創業大賽的導師，帶來了主題為「數據生態的過去、現在和未來」的精彩分享，為創業者提供創新數據戰略思維。
導師簡介
何夕，奇點雲副總裁，戰略諮詢專家，原天下網商主編，原阿里媽媽大數據中心產品專家、阿里巴巴集團市場部市場專家，浙江大學社會碩士生導師。集多年數字化轉型諮詢經驗，2019年推出口碑之作《大數據諮詢方法論白皮書》。
01 數據為何成為最重要的生產要素？
《富足》這本書談到，當人類社會的生產資料從供不應求進入供過於求的狀態，很多商業模式和商業邏輯都會發生巨大的變化。
2015年，人類的數據量迎來了關鍵轉折點——這一年產生的數據量是人類過去歷史上所產生數據量的總和，從此進入了指數級增長階段。
伴隨著「數據富足」狀態，企業的主要矛盾將成長為日益增長的數據存儲費用和仍然稀缺的數據應用之間的矛盾。
簡而言之，就是數據越存越多，成本越來越高，卻用不了，不能發揮數據的價值。企業必須直面數據的問題。數據列入最重要的生產要素，也為企業數字化轉型提供了及時且史無前例的最佳機遇。
綜合來看，這個時代最大的變局就是算力成為了新的生產力，算法成為了新的生產關係，而數據則是驅動兩者的基礎，也就是生產資料。
02 新時代的基礎設施有何特色？
2008年金融海嘯之後，從生產、製造到用戶的整個流程發生了極大變化。大規模匹配問題都需要數據來解決，傳統的ERP等系統已無法支撐，數字化轉型成為所有的企業都需要去考量的問題。
前幾年開始，很多領域已出現所謂的「四化」，雲化、服務化、數據化和數據智能化的需求，並在此基礎上推動了整個組織從原來的剛性官僚機構向柔性的網狀網絡協同的組織方式進行變革。
機器代替人，成為新的生產力
以往內部系統建設中，IT工具解決業務問題嚴重依賴於系統和流程，基於專家的經驗知識沉澱相應規則，通過軟硬件建設提供系統解決能力，充分發揮人的體力、腦力。
而當我們把系統看成數據收集及使用的工具，核心處理的問題就變成各個業務系統，在企業內部發生數據交換工作，仰賴雲計算、大數據及人工智能的技術底座，所有的生產力和生產關係都發生巨大變化。假設把數據視為新的生產要素，算法代替經驗公式，消解海量不確定性。「算力+數據+算法」對於傳統「人+系統+流程」的替代正在重構商業生態。
數據中臺成為新時代的基礎設施
2019年被業內公認為「數據中臺元年」，當我們談到「數據」時，底下一定有基礎設施做支撐。
數據資產可以理解為可直接使用的數據。打個比方，我們原本系統內有的數據相當於原油，原油不能直接被汽車使用，必須經過大規模工業化的生產，經過初煉、精煉等加工才能被使用，產生更大價值。
而數據中臺在某種程度上也可以視為大規模工業化進行數據生產的基礎設施，本質上進行了「三通一平」（數據通、算法通、服務通、平臺建設）基礎設施的建設。專業的數據團隊構建相應平臺，蒐集、整合、分析、運用相關數據，最終幫助企業開拓市場、降本增效。
03 數據如何驅動未來商業世界？
奇點雲作為深耕泛零售領域的數據中臺服務商，主要以零售的角度出發看數據發展史。
從上圖看來，真正給零售帶來了巨大的變化是2012年TCIF（奇點雲CEO行在主持創建）的出現。因為在TCIF出現之前，所有的消費者僅有「消費」這一個身份。而TCIF整合打通了阿里各平臺應用的消費者數據，使得阿里各個業務平臺實現消費者數據的融會貫通，把消費者還原成了真實的個體的「人」。
在此之前「以客戶為中心」還停留在一種理念，TCIF真正把理念變成了客戶驅動力。2012年後，大量公司建立的都是客戶管理能力，進入客戶驅動。2015年第一個商業化數據中臺「數加」平臺（奇點雲CEO行在創立）出現，打破數據孤島，數據能力的建設取代了系統能力的建設，進入數據驅動。
數據驅動中國零售變革
數字世界和物理世界的連接越深入到企業內部，越需要企業自身主導創新和應用。「人貨場」變成一套新的生態系統，反過來影響傳統企業自身，數字世界正在進化線下物理世界，不僅在傳播和服務進行融合，漸漸影響到內部的運營管理，包括員工、組織及生產。
以為人中心的精細化運營是通過數據+算法來實現的，解放人做創新性的工作，如車企不單單賣車，還能提供更多創新的數字化出行服務。
Case1: 智能管理駕駛艙
例如奇點云為某服飾集團於2018年Q4成功上線管理駕駛艙，實現了:
•3級管理人員賬戶權限，2000+⻔店，10+區域大倉，20+個子類目，>600
個動態經營數據指標實時監測，數據準確率100%。
• 各類業務單據輸出速度由原來的10-30分鐘進階為秒級。
• 各類業務報表輸出速度由原來30-60分鐘提升為3-5分鐘。
• 各類經營管理類報表T+1自動每天8點半前呈現。
• 新報表需求開發速度從原來一週以上縮短到1-2天。
• 實現了給品牌、⻔店、導購的AI智能分析帶來經濟價值5000萬/年以上。
Case2: 智能人效管理
奇點雲幫助某服飾零售集團進行智能人效分析管理，實現了:
• 截至2019年3月下旬，通過排班優化和人員優化已為公司削減超過1300人，人員開支節約超過1300人5K(月薪)12個月=7800萬元，2019預計全年節約人員開支超過9000萬元人⺠幣。
• 優化後整體人效得到提升，銷售業績未受影響。
• 該項目的內部推廣速度遠超出項目組預期，受到業務部⻔和公司管理層的歡迎。
04 數據中臺賽道上的機會到底在哪裡？
我們所有的企業數字化轉型走到今天，都會發現業務問題背後往往可能隱藏的為數眾多的數據問題，如數據不通，數據不可用，數據變現，黑箱決策等問題。
比如我們在實際調研過程中發現很多企業已經做了很好的算法、數據應用的嘗試，但是因為沒有解決數據採集、數據質量的問題，就會出現例如採集到的數據一半是空值，統計口徑不一致所帶來的數據總和之差，也有比如說我們的發票數據和銷售數據的總和相差很大，這裡可能包含了數據治理、管理、諮詢等機會。
當下企業普遍缺乏數據視角和數據資產管理經驗，有很多企業會說：我把數據資產作為企業的重要戰略資產。對於人力資產我們有專門的工具與系統。
對於數據資產，我們有什麼？
「什麼都沒有！」
越來越多的企業用數據中臺做跨越式的發展，但僅僅有了數據中臺把數據管了起來，數據要用起來，在此之上需要數據資產管理體系做支撐，數據資產管理體系包括戰略決心、數據組織團隊、存通用的數據利用能力。
從0到1的數據中臺如何建立？如何開展數據治理？如何把髒亂差的數據變成數據資產？如何把這些數據真正變成可用的產品、可用的模型、可用的行業解決方案？業務模式如何設計？商業策略如何更新？產品如何迭代？這都是當下企業普遍缺乏的能力。
比如，針對企業能力和認知的缺乏，奇點雲推出了大數據諮詢的解決方案：針對企業的需求和問題，提供相應的決策和方法論。更多強調是否有相應的業務場景、有無業務問題需要解決，幫助企業建立業務驅動的能力，真正建立面向一方的數字化轉型能力，該需求不僅僅存在數據中臺領域，在傳統的諮詢領域也漸漸出現了相關的數據需求，包括人才、品牌、財務、諮詢、客戶運營、IT技術選型等，都需要大量的數據幫助決策。
大數據諮詢的特殊之處在於，除了商業因素和組織因素，還需要把IT和數據考量在內，並且從能力建設的角度提供解決方案的建議，也就是不僅要面向需求端解決問題，更需要面向解決端提供能力，這也意味著大數據諮詢需要有端（需求）到端（解決）的解決能力。這也是大數據諮詢和其他諮詢方式的不同。
