那么，数据驱动是怎样对企业产生影响的？数据驱动是否遵循一定的进化迭代进程？要成为数据驱动型组织，企业应该怎么做？

我们试图从未来着眼，基于对数据驱动趋势发展的研判，对这些问题给出答案。

趋势一：数据驱动企业经营管控模式升级，用数据治理企业

在传统的企业管理模式下，我们常受限于“管理半径”与企业业务复杂度及规模之间的矛盾，加之大部分企业的内部数据质量不高及透明度低，从而使得高层很难向下管理穿透，只能依赖于人工主动发现问题并基于繁琐的流程层层汇报以处置各类事件。然而面对日益多元化、复杂化的形势，传统人海战术式的治理模式已存在瓶颈，治理成本高、效率低等，这对企业竞争力的影响是致命的，美国兰德公司的研究表明：“世界上每100家破产倒闭的大企业中，85％是因为企业管理者的决策不慎造成的。”

“让听得见炮声的人来做决策”是任正非专门研究美国特种部队作战总结出来的，这与传统的企业管理模式形成了鲜明对比，然而要实现这样的管理模式升级尤为不易，依赖传统“能人”决策机制显然已不再适用，我们需要一个数字化的新型经营管理体系以支撑企业的运作，更确切的说，未来应形成即时感知、科学决策、主动服务、高效运行、智能监管的企业新型治理形态。

趋势二：从”支持决策“到”主动赋能“

过往我们对数据驱动的认知往往与”以数据为中心进行决策“这一概念重合。“以数据为中心进行决策”顾名思义就是用数据来支持决策，通过对数据的整理、抽取，将数据转化为可读的知识，形成分析结果，决策者根据分析报告的结果考虑并决定决策结果，最终决策由人做出。以数据为中心进行决策，人为决策的本质未变，即使按照“仅依靠数据、不依靠经验和直觉去决策”的原则去要求决策者，但决策者作为个人的局限性仍无法避免。而且，随着数字化时代环节日趋复杂多变，高频次决策和动态调整的需求越来越多，仅以数据为中心的决策方式难以应对快速精准决策需求；同时，仍旧打不破企业业务流程环节多、决策链条长、信息不对称等传统决策模式下存在的问题；此外，没有完全体现当下自动化智能化的发展趋势，在这种定位下，数据驱动所带来的效率和价值都会大打折扣。

未来，随着AI技术的深入应用和人机协同工作方式的普及化和深度化，企业自动化、智能化程度大幅提升，“人找数”将越来越多地转变为“数找人”，机器能够基于对数据的收集、治理、加工、处理、洞察开展主动预警、自动化智能决策甚至是自动化业务执行等服务，主动推动决策和业务发展，充分释放数据价值。

趋势三：从数据“驱动决策”到同时驱动“业务自动化执行”

在技术如此强大，数据如此丰富的今天，数据驱动决策已有一定局限性。因为“好的决策”不仅依赖于高质量的统计分析报告，更依赖于报告使用者的能力，需要具备特定经验的人依据报告的内容去发现规律，从而进行决策。

但近几年随着数字化技术的不断突破，“统计分析报告+能人经验”的决策模式不再匹配当下时代的竞争，而需要基于“数据+规则/算法”直接驱动业务更高效执行，因此大家开始关注数据如何直接驱动业务执行，随之而来的是自动化和智能化运营新场景应用开始兴起。以某农牧公司为例：受客户流失问题的影响，该公司每年都要花费大量成本开拓新市场新客户。但即便如此，每年也依然有大量的老客户流失，导致业务增长异常缓慢。更大的问题是：该公司往往都是在客户流失之后，才能基于一段时间无交易这一现实，开展动因分析和制定对策。即使花费了大量的营销成本试图赢回客户，却往往是亡羊补牢，为时过晚。与此同时，近年来，该公司借助社交和交易的线上化平台，积累了大量客户数据。基于这些数据，这家企业开展基于客户行为数据的分析，以提前预警客户流失风险。对于有流失风险的客户，系统直接通知业务员采取事前行动，并提供行动的标准业务动作，取得了很好的效果。在这个例子中，该农牧公司基于数据发现问题，提出预警并直接驱动采取相应的行动，是数据驱动价值实现的典型表现。

趋势四：从服务决策层到服务所有用户

数字化时代，随着企业管理的重心从以“控制和命令”为核心的威权式管理向以“服务和指导”为核心的赋能式管理转变，企业内部从决策层、管理层到执行层的各层级人员都面临更大的挑战。决策层希望能感知到全局的经营情况，构建敏锐的洞察规划能力，开展数字化的定量决策或基于算法的智能辅助决策。中层管理者希望能够实时感知到业务全过程，能更快甚至预判业务开展过程中存在的风险及问题，基于业务标准化及规则开展透明化过程可视结果可控的管理。执行层被赋予了更大的自主权和决策权，希望能够协同更高效的数字化能力，基于透明的数据及规则体系自驱执行，让业务执行更敏捷、更主动，更精准。

基于新一代信息技术，企业的业务全过程以数据的形式被跟踪记录下来。数据量大幅增加，数据维度多元化，数据来源复杂化，数据实时化、标准化，数据不再只服务于高层决策。企业更希望用数据全方位地赋能企业各层级管理人员，赋能听得见炮火的前台人员，赋能一切需要用数据支持管理的人员。在数字化时代，企业将围绕数据进行多维度的价值挖掘，用数据全面驱动企业经营。

趋势五：从提供数据报表到管理场景元宇宙

区别于“以数据为中心进行决策”，数据驱动强调的不是用数据被动支撑决策，而是机器基于数据和模型主动帮助或者替代人做出决策。将数据驱动按照人对数据使用的深度逐层展开。我们认为，数据驱动的发展从呈现到融贯，有呈现、预警、建议、决策和融贯五大阶段，企业开展数据驱动也将从“只呈现结果不做判断”开展不断升级，直到“将虚拟与实际打通”，构建起元宇宙。

呈现阶段是数据驱动的起始阶段，这个阶段的核心是要你看见，即将数据结果呈现给用户，只反应客观事实，不做判断，如数据报表。预警阶段是数据驱动的初级阶段，核心是助你分辨，即基于数据判断好坏优劣，如红绿灯、仪表盘。数据驱动的中级阶段是建议，核心是帮你抉择，即基于数据做出行动建议，如商品选择、抖音推荐。决策阶段是数据驱动的高级阶段，这个阶段的核心是替你决断，即基于数据自动决策和执行，如银行贷款。数据驱动的最高阶段是融贯，核心是虚实合一，即将虚拟与实际打通，如元宇宙。

趋势六：智能运营中心将成为数据驱动型企业的大脑及中枢

数据驱动通过自动化手段实时收集、分析相关信息，形成智能模型，基于人机协同的工作方式主动赋能科学决策、开展相关行动并形成数据反馈。在人与机器协同共生的背景下，企业基于系统将业务问题转化为数据问题，应用AI技术提高系统的智能化水平和人机共生程度，构建起企业的一个“数字孪生”，使企业发起的每个业务需求都在平台上形成“镜像”，每一笔业务都留下数据痕迹。数据流与业务流相互融合，业务流不断产生新的数据，更新数据流；数据流不断带来新的洞见，形成和优化决策，实时监控和指挥业务执行。在这一过程中，企业将日益成为可感知、会思考、能一体化协同执行的类人类智能体。

试想一下，人类是如何驱动出各类行为的？首先我们需要全面感知周围的信息，基于感官收集的各类信息进行加工分析、洞察决策，在选择好执行方案后，我们再协调手足、语言等开展执行。在执行过程中，我们可以随时对执行情况进行监控、分析和评价，并做出改进。在整个过程中，人体最核心的中枢就是大脑，它负责采集并汇聚信息、存储并处理信息、分析信息、预测执行结果、协同执行、开展信息反馈等。面向未来的智慧型企业，作为一个智能体，也需要这样一个大脑中枢来进行感知、洞察、决策、协同执行和开展评价反馈。

近几年，在数字化转型的浪潮下，数据中台深入人心，以数据驱动为核心的应用场景日益丰富。2021年，我们提出企业应构建智能运营中心（IOC- Intelligent Operations Center），作为面向未来的企业大脑中枢，基于数据中台的平台架构，开展对数据的收集、治理、处理、应用和反馈，为企业管理人员和运营人员开展决策、协调、调度、控制和应急指挥等工作提供数字化运营支撑。

它的基本架构可总结为“四个中心一个平台”，分别是监控中心、决策中心、指挥中心、策略中心和数据平台。

通过监控中心，企业可以对各领域的指标进行主动监测预警及可视分析，全面描绘企业运行状态，从宏观到微观，实现企业各类数据的融合贯通与直观可视，辅助管理者从各个层面洞察企业运行状态，提升监控力度和执行效率。通过决策中心，企业可以基于业务建模和算法分析实现在线分析和决策，构建IOC前瞻洞察及科学决策的能力。通过指挥中心，企业可以形成经营管理的协同闭环，将管理决策和任务自动下达到执行层，让决策指令精确制导，直达痛处，形成自动运营的业务闭环。策略中心能够将企业经营过程中积累的经营问题、策略方案、管理方法等知识进行数字化沉淀，是企业经营管理逐步走向数智化不可或缺的经验库。最后，数据平台提供了数据从采集、加工、治理、资产、服务等全过程平台能力，是企业实现数智运营管理模式的技术和数据的基础。

随着数字化建设的不断推进，企业智能运营中心（IOC- Intelligent Operation Center）将会逐渐成为新型智慧企业建设的核心要素之一，是未来智慧型企业的核心基础设施及载体。

趋势七：企业作业标准化成为数据驱动的必然路径

西方科学管理鼻祖泰勒的成名始于对标准化的研究；福特汽车第一条自动生产流水线源自于对各部位的标准化；可见标准化对一个企业的发展是多么重要。

企业业务标准化管理是针对以往依赖人为经验管理的一次大飞跃。企业不断扩张的过程，也是不断固化、复制及迭代内部标准化的能力的过程。在数字化转型背景下，“数据驱动执行”俨然已成为必须项，但这里有个前提是数据驱动下的执行作业结果是稳定可控可预测的，不是模糊不可控的。企业只有在业务作业变得更规范化、常规化和程序化后，在能够通过流程、数据及规则等准确定义相关作业后，“数据驱动“下的执行结果才可预知。基于此，我们判断，企业开展数字化转型，实现数据驱动的进程，也是各项作业标准化的进程。数据驱动将推动企业各项作业标准化的实现。

通常作业标准化涵盖流程标准化、数据及规则的标准化两方面内容。

流程标准化极大提升了企业的管理水平，是企业现代化管理的基石。在新一代数字技术的加持下，企业人员在数据应用中越来越多地跨越了部门的界限、甚至跨越了企业本身的界限，广泛使用外部数据第三方提供的数据。在这一环境下，企业如何实现部门间的协同以及产业链上下游的协同，都对各环节流程活动标准化提出了更多诉求。数据及规则的标准化犹如“书同文、车同轨”，各业务环节需要全连接起来共享信息，互相驱动，有统一的语言是一切的前提。

趋势八：数据与云、AI、物联网技术融合应用，迈入万物智联

依托于大数据技术，云计算、物联网和人工智能等的融合应用，未来，数据驱动的门槛将大大降低，更多的企业将享受到数据带来的红利。传统IT架构无法应对大数据环境，云计算可以降低大数据平台的复杂性，简化运维，灵活、可扩展地支撑数据挖掘与分析需求。物联网技术是物理世界连接数字世界的通路，海量设备实时交互，为企业创造了一个浩瀚的数字宇宙。无论将繁琐耗时的数据准备工作交由机器完成，或是在数据分析中应用复杂的人工智能算法，都将大幅提升数据驱动的效能。

云计算 X 数据驱动：基于云计算的大数据基础设施，企业无需维护底层的硬件和网络，可以大幅降低企业运维成本，同时实时掌控每台虚拟设备的资源以及运行状态，针对即将发生的问题提前灵活调整。在数据分析处理工作上，大量SaaS化的算法应用降低了数据驱动的门槛，企业甚至可以无需高价聘请专业的数据分析师即可完成业务上的复杂数据挖掘工作。

物联网 X 数据驱动：在物联网时代，一方面，随着联网设备数量的增加，设备数据随之激增；另一方面，不仅实体的物正在被数字化，一些抽象的范畴也正在被数字化。在充分数字化的基础上，物理世界潜在的价值不断被挖掘出来。企业需要从刚性的软件IT信息驱动模式向柔性的个性化数据驱动模式转变。

人工智能 X 数据驱动：《决战大数据》一书中提到：“毋庸置疑，大数据已经极大地影响了我们的社会，但还远远没有达到它的爆发点……在大数据的使用上，未来的发展空间注定会比现在取得的成绩更加宏大，‘数据化运营’和‘运营数据’这个数据与人之间的闭环系统也会越来越完善，人机结合仍然有巨大的空间让我们去挖掘。”。人机共融的制造模式，将使全球技术要素和市场要素配置方式发生深刻变化，不仅将给产业机构、组织方式带来深远影响，还将推动传统的供应生产线、工作模式、产业链的调整。

随着云计算、物联网、人工智能为代表的技术迅速发展和深入应用，数据会成为这些新技术彼此交织和相互作用的推进剂。数据通过多场景联接汇聚到一起被统一分析、处理和融合，对的数据可以快速、可靠、安全地给到对的人和设备，企业通过搭载数据驱动的快车到达万物互联的下一站——万物智联。

扫码回复： 电子刊，领取资料包