虽然说“大数据将是人类自由意志的终结”（人类简史》作者赫拉利）是否可证尚早，但2020年“新冠”疫情的爆发以及2021年疫情持续，的确让企业将数字化转型提上了日历。
一方面，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中，明确提出“数字化发展”的目标。
另一方面，移动互联网时代的蓬勃发展，推动了各个产业从线下向O2O的发展，从而导致人们生活习惯的改变，从过去的电子产品、日用品，逐步延伸到到“衣食住行游”，生活中事无巨细，通过线上方式消费已经成为主流。大的方面，如线上购车、线上看房等；小的方面，“线上买菜”尽管褒贬参半，但仍然是互联网企业的“兵家必争之地”。
同时，“疫情”时期，“强管控”政策已经被证明是控制疫情的最直接有力手段。“少出门、不聚集”不仅带来人们生活的线下消费减少，也让政府和企业不得不思考特殊时期数字化管理和经营的新模式，如通过行程轨迹识别中高风险行程，通过“绿码认证”和扫码登记来控制人员进出办公楼等。
“数字化转型已经从企业经营的战略选择题成为企业战略的必选题。”
数字化转型的基础是数字化，通过对企业生产过程和销售服务的数字化，以及企业经营决策和管理的数字化，实现企业的整个经营管理的数字化。在过去的20年中，越来越多的企业逐渐认识到数据的重要性，开始重视数据。上世纪九十年代的“电算化”和“信息化”，将传统的手工记账模式转变为计算机自动化处理，已经有企业开始重视“信息”，期间诞生了诸多的信息管理系统和报表系统。到21世纪，“数据仓库”成为先进企业的重要信息系统之一，ODS与数据仓库之争是架构师们讨论的重点，基于数据的决策分析成为数据分析师津津乐道的话题，啤酒与尿布的故事广为流传。在十三五期间，国家明确将数据上升为“数据资产”，并积极推动政府大数据、交通大数据、旅游大数据、农业大数据等多个领域的大数据体系建设，疫情期间，政府大数据已经成为疫情防控的重要手段和依据。
2021年是十四五的开局之年，企业在回答数字化转型的必选题时，该从哪些方向思考，相信是每个CEO/CTO/CIO/CDO需要考虑的重点问题。
我们认为，数据整合是数字化转型的基础，数据价值的发掘是数字化转型的重要手段，通过数据洞察，最终为业务经营赋能减负（降本增效）是数字化转型的最终目标。
传统企业经过过去20年的经营和积累，已经积攒了大量的有价值的数据，但对数据的洞察和数据价值的发掘还处于摸索阶段。很多企业的CDO常说自己站在数据的金山上，但想要挖出金矿并炼出真金却非常困难。其根本原因无外乎以下三点：
1.数据整合能力不足的问题。这是一个老生常谈的老问题，但我们发现在经历了10多年数据仓库之路的先进企业中依然存在数据割裂的问题。过去10多年，通过数据整合，已经完成企业主数据和交易数据打通与整合，但仍然有部分数据仍孤立存在，尚未与客户数据、交易数据打通，如客户交互数据、客服数据、外部采购数据。另外，部门壁垒也往往会带来数据完整性的问题，不同业务条线之间数据不共享，数据分析结果不共享，导致数据宽度不足。数据的完整性问题还体现在数据深度上，因为系统容量和资源不足，导致数据存储周期不足。部门企业还存在因为数据采集不足，导致数据完整性不足。
2.数据分析能力不足的问题。数据分析能力不足的问题，过去10年更多体现在分析技术不足上，但近几年，数据分析技术和海量数据计算能力的提升，技术已经不再成为瓶颈。现阶段多数企业分析能力不足的问题主要表现在数据洞察能力不足。一方面，传统的业务/IT分离组织架构，阻碍了业务驱动的数据分析和数据驱动的业务创新。业务分析师因为对数据的理解不足，或因为缺少可以直接用于分析的数据平台或环境，导致业务缺失数据分析的动力和兴趣，而传统的IT开发工艺，也导致业务习惯于只重视提需求，不关注分析过程。另一方面IT团队因为对业务的理解不足以及习惯于只重开发过程不关注业务效果，也很少积极主动的思考业务问题。当然，不少企业数据分析能力不足，也往往是因为数据架构的不合理、数据分析工具的不足或数据整合能力不足等其他原因导致。
3.数据应用能力不足的问题。数据分析的目标是通过对数据的洞察，为业务赋能减负，实现降本增效。但因为IT和业务的融合不足，一方面，导致分析结果缺乏业务洞察，仅成为数据结果，而不是业务建议，所以业务部门难以应用于业务经营活动中。另外一方面，因为数据分析通常处于特定的分析环境或沙箱环境中，分析结果要应用生产，往往需要通过IT规定的投产窗口才能应用于生产，很大程度上阻碍了数据分析结果的业务应用。另外，也因为缺乏试错机制，导致数据分析结果的应用与投产需要经过反复论证和多方评审，打击了数据分析结果应用的积极性。当然，也有很多企业是因为IT系统的灵活性不足，导致分析结果的应用需要经过IT系统的改造、开发、测试、投产，这都是阻碍数据价值应用的因素。
在十四五期间，很多企业已经完成或正在进行数字化转型的战略规划，从数据能力的转型上看，我们认为以下数据能力都是转型过程中必备的重要能力：
一、数据整合能力：移动互联网时代以及线上化趋势下，数据整合能力的重点是对客户行为数据和交互数据的采集与整合。在外部数据的使用合规要求越来越严的政策趋势下，如何自建或合建生态，积极布局客户行为数据和交互数据的搜集，并与现有的主数据和交易数据进行整合打通，是数据能力提升的重点和难点。
二、数据分析应用能力：数据湖的理念强调业务实施分析建模，也即业务和数据充分的融合，业务与数据双轮驱动。如何进行组织变革，构建敏捷BI能力，从组织、机制、工具和数据多个领域推动数据分析与应用能力，快速洞察数据价值并应用于业务，为业务赋能减负，是转型中最大的挑战。
三、数据资产管理能力：大量的数据分析与应用，必然带来大量的数据访问与计算，如何通借助元数据管理手段，落实数据治理，盘点数据资产，防止数据湖变成数据沼泽，会成为未来数据团队的重点工作。另外，随着国家对数据安全和客户隐私的保护的政策要求越来越严格，数据安全和客户敏感信息的分级管理将成为数据资产管理的重点领域。
