經常有小伙伴會問我：什么叫數據治理？什么又叫做企業數字轉型？

數據治理：早在十年前各大咨詢公司就已經提供了數據治理的服務，其面向的對象主要是傳統企業。

企業的數據轉型：大家聽起來或許有些陌生，其實企業的數據轉型是在企業數據治理之上升華和提升出來的。

還有小伙伴問我：如何進入悶聲發大財的傳統企業做數據分析工作？

現在傳統企業的數字轉型潛藏巨大機會，需求也越來越大，

目前國內市場上哪些傳統企業都成立數據中心呢，比如：梅賽德斯奔馳、相宜本草、雅培奶粉、拜耳制藥、通用、EF教育等等，這些都是我熟悉的打過交道的。其他的就不一一列舉了。

如果你是一個非常資深的數據專家，并且非常有戰略想法，你可以進入傳統企業做一個高位，幫助傳統企業做數字轉型，傳統企業給高管的現金絕對不輸于互聯網企業。

但是如果你只是一般的數據分析師，你抱著在互聯網競爭太激烈了，而想去傳統企業的這種想法，或者說靠著從互聯網出來能到傳統企業混個一官半職的高位，那你基本上這條路就走到盡頭了。

1、想混一官半職：大部分傳統企業的面試負責人不是傻子；

2、想在傳統企業爬得快：傳統企業的數據體量和維度都不會很多，技術再好在里面發揮的作用還是螺絲釘。在傳統企業里，很少一個數據人員能一步一步走上高層，基本上都是外聘居多。

但也不是說完全不可能，傳統企業的數據分析落地要比互聯網的難，很大原因是“人”、“規則”、“權利”的打通而絕非技術。大家好好體會下這句話。

這里我給大家整理一套如果你想幫助傳統企業做轉型的一套打怪升級的方法。

企業的數字轉型當前之所以成為一個熱門的話題，是因為隨著數據越來越多的運用與企業的分析、運營、決策乃至于生產，人們發現通過數據能夠快速的提升企業的管理效率，讓企業面對市場更加靈活迅捷，從而獲得更多的收益。簡而言之，就是數據能變現成為實實在在的金錢了。

數據對于企業最大的提升在于，通過數據企業能夠形成分析-方案-執行-監控-分析的良性循環。那么這個良性循環具體是什么呢？

分析：通過數據，我們能夠客觀、快速的看清企業目前的經營現狀。看清了現狀，自然就能夠從其中發現問題。

方案：發現問題就要解決。通過數據我們能夠制定有針對性的解決方案，這樣的方案成本更低，更有針對性。

執行：具體的方案要有不同的部門、團隊、個人來執行。那么在執行過程中方案是否不打折的被執行了呢？我們通過數據能夠監控方案執行中的各個節點，以確保方案被真正落地。

監控：當方案執行落地后，我們繼續監控企業運行的各項指標，看看問題是否已經解決，效益是否已經提升。當發現問題以后，又進入分析階段。

這樣的循環是一個企業進行精細化管理以應對快速變化市場的重要工具，尤其對于粗放管理為主的傳統中小企業更是效果顯著。這也是很多傳統企業愿意投入成本進行數字化轉型的原因。

目前很多傳統企業在進行數字化轉型時往往進入到一個誤區，那就是喜歡全面的鋪開，喜歡“大數據”。這種誤區產生的原因主要是受到互聯網型企業的影響，作為企業數字化轉型的“先行者”，眾多的互聯網企業往往玩的是“大數據”，是全面的數據。

但在數字化轉型的過程中，互聯網企業的模式并不適合傳統企業照搬硬抄，

主要原因是：

a.對于互聯網企業而言，數據是其經營產生的附加產物，成本較低。而傳統企業數據產生成本較高。這是因為互聯網企業的經營是通過線上系統，用戶及企業在系統中的操作和行為天然會留下數據，是經營行為的副產品，所以成本很低；對于傳統企業而言，其經營主要是線下的，為了獲得數據，就需要增加人工錄入，系統搭建，或者增加采集設備，需要額外的資源投入，自然數據成本較高。

b.對于互聯網企業而言，數據分析是其分析用戶、分析業務最低成本的方式和方法；而對于傳統企業而言并非如此。由于互聯網企業面對的用戶數量眾多，并且往往難以線下觸達，因此通過數據分析就成為最低成本和最可行的方式和方法。而傳統企業的客戶往往數量有限，并且可以觸達，這是線上企業和線下企業最本質的區別。

c.對于互聯網企業而言，其天然具備數據分析的基因，而這部分基因是傳統企業最缺少的。企業的基因根本來自于企業的人員。在一個互聯網企業中，往往超過50%的人員組成是IT人員，由于其技術背景和高學歷，使得企業天然具有依賴數據、分析數據、以數據說話的基因。而傳統企業往往不具備這么多比例的計算機相關專業的高學歷人員，天然的增加了在企業內部進行數據分析和數據建模的推廣難度。

因此，對于傳統企業而言，數字轉型固然是必然選擇，但其應與其業務特點相結合，探索一條最優的轉型路徑。傳統企業轉型時應優先從以下三個方面入手：

1.從企業／行業的“歷史經驗”入手。在任何一個企業／行業中，往往都有所謂的“歷史經驗”，很多尚未做數字化轉型的傳統企業往往依靠這些經驗來進行決策。某種意義上來說，“歷史經驗”代表了一種規律和特點，雖然沒有數據的量化驗證，但也體現了某種客觀規律。因此，從這些經驗入手進行數據分析，投入的資源較少，而且能夠較快速的形成可量化的模型。產生的模型可以指導企業更精確的把握機會，在成本和收入之間尋找最優的解決方案。

2.應從企業相對獨立的業務點入手進行數字化改造，切忌全面鋪開。數字化改造所需的資源和成本相對較高，如果一開始就全面鋪開，不但會影響到整個企業的業務開展，而且難以集中力量于一點進行突破。導致的結果是短期內企業業務受到影響，而數字化改造的成果卻遲遲無法體現。這樣容易讓企業上下對改造產生懷疑，提升改造的難度，甚至會導致改造的流產。相對而言，從相對獨立的一點入手，集中精力進行突破，力爭在短期內看到數字化改造的效果。這樣能夠提升整體的信心，降低整個改造推進到全公司的難度。

3.應著重建立員工對于數據的意識，在公司內形成以數據為目標，以數據為導向的文化。對于傳統企業而言，雖然不可能像互聯網企業一樣形成全員數據分析的能力，但應該在整個的企業考核和管理中強化數據的重要性。比如在制定績效時，更多設置KPI而不是KPA；在考核中要求拿出具體的數據增長來證明成績等。通過這樣的引導，能夠讓企業上下形成重視數據的文化，為企業的數字化轉型提供良好的環境。

面對當前快速發展的市場，傳統企業的數字化轉型勢在必行。而不同企業特點不同，因此更需要有針對性的轉型方案和策略。面對于紛繁復雜的現狀，用最小的代價，帶來最大的價值。