数据财富管理要注重基础与业务

欢迎关注张礼立博士个人公共号微信号

《日本经济新闻》10月29日发表文章称，庞大的信息催生的“数字经济”重新设定了国家和企业运转规则。充斥全世界的数据变为财富，国家和企业一齐参与争夺数据的游戏，数字资源也成为中美竞争的新前线。

文/张礼立

照片来自互联网 有版权问题请联系公共号

数据黄金的价值是驱动决策

Driving decision making is the value of data

我们今天的企业管理者，无论是“保姆式”、“管家式”还是“中间商式”，作为职业化的管理者，“专业”是准入的标准。做好每天的决策对于管理者和企业都有着非同一般的重要影响。毕竟多数企业的成功是靠众多的关键正确决策累积而成的。

信息技术的日新月异、市场的瞬息万变、企业业务的改善和成本的管理以及业务的持续性发展都使变化无所不在。企业变革的成功已经不是纯技术上的问题或是某一个板块的问题。它更多地取决于企业软实力能力，例如企业文化、企业领导力、核心团队能力、决策程序的变化、组织和流程的发展以及新技术的使用，特别是企业灵魂人物决策能力。

对于决策，首先是变与不变要明断，如果要变就要考虑风险以防错误，谨慎从事做到问心无悔，决策的结局不一定成功，但全力以赴可以无愧于心。荀子说：“知莫大乎弃疑，行莫大乎无过，事莫大乎无悔。事至无悔而止矣，成不可必也。”意谓最大的智慧就是不要犹豫不决，最好的行为是不犯错误，做得很好的事情就是毫无悔恨。做事到了没有后悔的地步就到顶了，不能要求它一定成功。

我们每天面临大大小小的各种决策，例如我们必须决定应该要哪些类别的产品、通过或者围绕些产品提供哪些服务给客户等。随着软件定义世界的实质性发展，从伴随产品的服务和补充性的服务，到基于产品同时成为企业主要供给的服务等，企业所有的服务种类和想法都有实现的可能。

纠错性的变革决策是解决问题、排除故障的关键环节。需要特别注意的是，变革一方面是支持服务正常运营、保证和改善服务质量的重要工作流程，另一方面变更还伴随着风险，因为影响业务的事件往往与企业生态变化有关。因此，决策需要的工作精神是认真和谨慎。

墨子是一位古代的平民哲学家，在春秋诸子百家中独树一帜。《墨子·鲁问》中说：“择务而从事焉。”意思是选择最主要的事情进行工作。他首先提出了“选择”的思想方法，选择什么？“择务”就是选择重要的事情。事情同样重要就无所谓选择，既要选择，就首先要把事情进行分类，要分清轻重缓急、主干细末，然后从中选出紧急的、影响大的事来办，这就要求我们把事情分出先后主次，按性质的轻重缓急进行排序，逐一解决。

“互联网＋”软件将决定未来产品的几乎所有功能，就这点来说，产品战略以及企业战略也一定越来越依赖于软件的开发。这其中包括产品的原创设计、模型诞生、功能测试、用户体验等未来都可以通过虚拟世界来完成。这意味着不仅仅是我们的产品和服务落地的实践路径发生革命性变化，企业战略决策也随之转变。随着产品里软件的优先级使得产品变化比以往任何时候都快，未来，企业管理者在竭力酝酿的战略决策时，必须要做到始终能在短期准确而可靠地作出企业的战略评定。

企业决策能力是企业决策层对市场机会和发展做出判断并做出有效反应的能力，在企业核心竞争力的研究中一直被放在首位。所以，在某种意义上来讲，企业竞争力的核心就是企业的决策能力。过去以企业家的直觉和经验做决策是因为我们长期处在小数据时代。抽样调研、数据自产自销是那个时代的代表。大数据商业时代，商业环境的变化瞬息万变，决策风险比过去大很多。以直觉和经验是无法抵御环境变化带来的风险。

我们可以看到，经验和数据是让企业各个层面做出正确决策的两大方式。在我看来，从管理角度，我们需要注意到两个问题。第一是经验和数据的深度、广度和及时性。其二，决策并非只是来自于高层，而是来自企业的每一个环节。因为人人都应该学会做好决策，无论大小事宜。依然有很多人执着于以往的经验，但也有很多人相信数据。我在这里建议的数据决策应该是0＋1的模式，就是数据和经验结合形成更为科学的决策模式。

重视数字基础建设的工作

data infrastructure is foundation

事物会自发从有序状态转化成无序状态。 从广泛意义理解，假如通过智能物联科技，把整个世界所能采集来的数据看成为一个封闭的系统的话，以熵增定律来看，数据的“熵”，即无序程度，就一定是与日俱增的。 并且，在信息科技不同寻常的加速的现在与未来，这一切似乎无法避免！

从古希腊雅典时代到今天。 数据最终形成的是信息爆炸互联网与物联网让传统界限与态势消失了，未来全世界的信息几乎都是在线！世界变小，但依旧复杂。机器学习的过程中我们目前最稀缺的就是实时、不间断、全维度产业链的数据。 而这些数据除了先天性的技术性采集难问题， 更多的是那些在工业革命发展至今的传统组织所聚集的数据孤岛。

今天，在人们追求个性化、服务化、开放化、共享化的过程中，数据不单单限定在类似于机器、软件，而是扩展到行为数据、轨迹数据、医疗健康数据、基因数据或教育数据等全息生命范畴.数据一只是人类最通用的语言和崇拜的工具。 因此，系统化关注整个数据智能基础设施建设工作是发挥数据价值形成数字经济工作的重中之重。

应用大数据分析要从企业业务出发

Applying big data analysis needs to focus on business

对于企业来讲，最终的目的就一个：提高经营业绩。今天的企业家，除了把社会责任和道义作为底线之外，主要目标就是冲着收益去的。有了收益后，就有了机会为社会做更多的贡献和公益，企业和社会才会长期健康地和谐发展。

一个企业要健康、高速的发展必须具备较为完善的工作流程，明确知道自己有哪些能力和专业可以做市场上需要的哪些产品或服务。时间和效率可以通过千万种方法来提升，但是必须要掌握专业诀窍以及核心竞争点，也就是我们口中的“Know－how”。而了解分析技术的工作原理，就是要将大数据分析的结果信息变成情报后应用到决策中。

从目前全球领导的企业和成功的大数据案例来看，应用大数据分析的阻力基本体现在技术、人力与流程。 投资任何的先进技术，无论是为了提高预测、增加消费服务、减少成本、降低风险、提高透明管理等等，都围绕着提高经营业绩这个核心目的。而企业往往会在某个时间段内，在这三大类中有偏向性的关注或投入其中一种，例如只投入技术和工具，而忽略了或滞后了人力以及流程。缺乏完整和平衡性的设计是非常容易出现的，也同时是是非常不明智的。

张礼立简介

博士、信息化工作老兵。上海市海外经济技术促进会秘书长，浦江学术委员会学术委员兼秘书长、中国青年企业家协会理事、盘古智库学术委员，智慧城市研究中心副主任兼秘书长、中国人民大学CIO研究中心研究员、上海信息化中心专家成员、上海市浦东新区智慧城市研究院研究员、中国人工智能学会智慧能源专委会委员、城商联文创专委会专家、两化融合技术指导专委会专家、上海海事大学企业硕士生导师、地方政府产业顾问。著有《IT服务管理新论》、《大数据时代的云计算敏捷红利》、《软件定义世界|一个世界一朵云》、《智能制造创新转型之路》、《行政事业单位固定资产管理标准化实践》、《无形资产管理》等。个人微信公共号为： 张礼立 （lzview）。

（文章转发请注明出处和作者）