【千问百科解读】

谁掌握了数据，谁就能掌控未来。

数字经济时代，数据已成为关键生产要素乃至是最具战略意义的资产。

然而，如何唤醒“沉睡”的数据、如何有效地管理和利用这些数据，使其转化为发展的动能，依然是许多企业在数字化转型过程中亟待破解的难题。

中铝智能科技有限公司总工程师文欣荣，基于多年的一线观察和行业实践，对这一议题有着深刻的洞见。

企业数据资产何以“沉睡”

随着数字化转型的深入，企业要激活数据的潜在价值，将“沉眠”的数据转化为实实在在的经济效益，就必须全面关注数据生命周期的各个阶段：收集、加工、分析、挖掘。

尽管目标明确，但实现这一目标的过程中，企业仍需面对众多挑战。

其一，“数据治理难”。

在文欣荣看来，这涉及到数据质量的控制、数据标准的统一以及数据可用性的判断。

数据质量：某种程度上可以说是数据生产力的基础。

企业需要确保数据的准确性、完整性和一致性;

数据标准：不同系统之间的数据需要遵循统一的标准才能顺利集成和使用，这涉及到定义清晰的数据模型和元数据管理策略。

遗憾的是，当前即使是大企业也可能缺乏统一的数据标准。

数据可用性：由于技术进步和生产流程的变化，某些历史数据可能不再适用当前的需求。

另外不可忽视的是，生产条件和技术条件的变化导致的数据的不一致性。

其二，“数据驱动难”。

文欣荣指出，企业应该转变传统的流程驱动思维，采用数据驱动的方法来提升工作效率。

数据驱动意味着决策和操作基于实时数据和分析结果，而不是固定的流程。

一旦数据经过治理达到一定的质量标准，就可以用于驱动业务流程和决策，提高效率和效果。

其三，“数据应用难”。

文欣荣认为，企业需要找到能体现数据价值的场景作为切入点，进行持续迭代和优化。

这里的关键挑战在于如何将数据转化为实际的业务价值，具体来说就是如何进行数据分析、挖掘，提取关键洞察，并应用到业务决策和运营中，进而优化流程、创造价值。

“数据治理”确保数据质量，“数据驱动”促进基于数据的决策，而“数据应用”则是将数据转化为具体的业务价值。

这三个方面共同构成了数据在企业内部流动的一个完整的生命周期。

只有全面考量来自各环节的挑战，才能真正用好数据、用活数据。

建了又拆的数据中台，败因何在

不可否认的是，行业企业对于数据的价值早有体察，虽然过往没有将数据上升到“战略资产”的高度，但围绕数据治理、数据价值挖掘的尝试从未停止。

“数据中台”就是这一需求驱动下的产物。

曾经，数据中台被寄予厚望。

简单来说，数据中台是通过对海量数据进行采集、计算、存储、加工，且进行统一标准和口径，以实现对企业的数据资产的管理及应用。

作为企业数据治理的一把利剑，数据中台企图通过大一统的管理来打通数据与业务之间的通路，让“数据前所未有地贴近业务”。

然而，实际操作中不少企业投入巨资建立数据中台，结果却未能达到预期效益，甚至落到建完又拆的境地。

关于数据中台的兴衰起落，文欣荣首先点出：“中台也好，其他也好，最关键是要明白，你搭这个工具到底是想实现什么。

”

中台最初的爆火虽然有一定炒作的成分，但其架构的确有自身的优势。

比如，中台架构有助于打通数据和应用之间的壁垒，实现数据的统一管理和利用;有助于加速应用功能的开发，并支持应用功能的重用等等。

但是正如文欣荣所说，企业在搭建数据中台时需要清晰地理解其真正的作用和目标，仅仅跟随潮流搭建数据中台而不明确其定位往往会导致项目的失败。

在中台概念如日中天之时，甚至有部分舆论宣称中台能够解决所有问题，过于夸大其实际效用也是很多中台项目的败因。

文欣荣提到，中台应该根据实际情况进行定制，而不是试图成为万能解决方案。

例如，如果专注于交易数据分析，则应专门针对这一领域构建中台。

与此同时，中台开发者不仅需要清晰地了解自己的工具能够解决什么问题，也要明确其局限性。

在实战中，非常有代表性的一个“坑”就是，许多企业在谈论数据中台时并未明确它们能够处理的具体数据类型。

事实上，数据中台可能在某些领域(如结构化数据处理)表现出色，但在其他领域(如视频数据处理)可能就无法与专业解决方案竞争。

数据中台应明确其最擅长处理的数据类型，并围绕这一领域进行优化。

此外，不得不提的一点是，具体实践中如果没有找到合适的业务场景作为切入点，即使已经建成的中台项目也难以持续推进。

文欣荣强调，数据中台的建设，不应该只是一个技术层面的堆砌，而应该是深入业务、服务于业务的。

企业需要从自身的具体需求出发，重新审视和构建自己的数据战略。

数据飞轮：转型进程中“数据驱动”的新解

中台概念“降温”之后，新兴的理念层出不穷。

尤其当数据逐步被上升到与土地、技术和资本等传统要素并列的高度时，如何激活数据要素价值成为了产业界瞩目的焦点。

在这样的背景下，数据飞轮的概念应运而生。

所谓数据飞轮，指的是数据资产与业务之间形成的正向循环，即数据被应用于业务，进而产生新的数据再反馈回系统，进一步丰富和优化数据资产，从而形成一个持续增强的循环。

从运行机制来看，它强调的是一种动态的数据应用过程。

整体概念并不繁复，但或许可以为企业转型过程中如何优化数据驱动提供新的思路。

虽然终极目的都是为了让数据更好地为业务服务，但数据飞轮与数据中台有鲜明的差异性。

文欣荣谈道，数据飞轮更侧重于业务流程或价值关系，而中台更偏向于技术工具层面。

某种程度上，数据飞轮可以由中台或其他技术手段实现。

具体来说，数据中台的重点在于数据的集中管理和高效利用，它是一个技术实现。

实现手段是提供一个统一的数据服务接口，支持企业的数据需求;数据飞轮的重点则在于数据如何推动业务增长和创新，它是一个业务和战略层面的概念，更多地强调数据与业务之间的动态循环和相互作用。

那么数据飞轮对于企业转型有哪些创新性的价值表现呢?文欣荣指出：

第一，提供了一种理论框架。

数据飞轮的目标是通过数据的使用和服务业务来创造价值，无论是提高业务效率、降低成本还是通过数据资产获取增值收益。

在这一理念鞭策下，可以让员工更好地理解和重视数据的价值，并促使企业基于这一认识制定更有效的数据战略，进而建立从高层向基层渗透的企业数据文化。

第二，提供了更加动态的数据应用视角。

数据飞轮让企业能够将数据产生的价值反馈到数据资产中，进一步优化业务和产品，形成良性循环。

数据飞轮强调数据消费作为核心驱动力，这意味着数据不仅要被收集和分析，更重要的是要被应用于业务决策中，通过数据驱动业务发展。

第三，拓宽应用场景，实现数据闭环。

数据飞轮的应用场景不仅限于常见的协同办公系统优化和流程自动化智能化等等，在不同行业中也有着广阔的想象空间。

以制造业为例，数据飞轮可以在生产优化、供应链管理、客户服务等多个场景中发挥作用。

例如，在生产环节，通过对数据的分析来优化生产计划，观察到实际生产效率的显著提升后，将这些反馈数据重新输入到系统中，以进一步优化生产计划，形成持续改进的循环。

第四，与大模型相辅相成，共同构成企业转型的核心驱动力。

目前数据作为一种要素还未完全体现其价值潜力，数据飞轮要求企业将数据视为推动转型和创新的关键资源，通过数据的循环利用和智能化分析，实现企业价值的最大化。

随着大模型时代的发展，这一推动作用将更为明显。

大模型的存在使得数据飞轮能够更加高效地运转，数据飞轮则可以持续为大模型提供新鲜的数据和反馈，帮助其进行自我学习和进化。

基于这一关系，企业可以建立起一种基于数据的持续优化机制，加速自身的数字化转型。

结语

自新石器时代的“结绳记事”开始，数据便走入了人类文明的视野。

时光洪流中，蓝星进入20世纪90年代，以互联网为代表的新技术拉开了数字经济时代的序幕。

时至今日，数据已成为经济活动中不可或缺的生产要素。

置身历史的拐点，唯有积极应对数据新时代带来的挑战，才能真正发挥数据在商业领域的价值。

在企业数字化转型的征途上，数据飞轮的出现更多地象征着一种战略思维的转变。

它强调的是通过不断的数据收集、分析与应用，形成一个持续改进和自我强化的循环机制。

数据飞轮的出现是一个契机，让每个企业都有机会通过这一机制实现数字化转型，但成功的关键在于找到最适合自身业务特点和数据基础的应用场景与策略。

唯有如此，企业才能在数字化洪流中立于不败之地。

来源：51cto 作者：张洁

声明：本文内容仅代表作者个人观点，与本站立场无关。

如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理，本页面内容仅为信息发布，不作为任何招生依据，亦不构成任何报考建议。

如果您需要报名，请直接与学校联系，谨防受骗。