世界一流企業對數據思維的認識和運用

◎中國航天系統科學與工程研究院 張輝 盛威 石勝友

隨著物聯網、大數據、人工智能等技術發展與應用，社會的全面數據化已成為互聯網時代的必然趨勢，數據科學與數據思維在各行各業中的應用更加廣泛深入。世界一流企業運用數據思維開展精準管理與決策的成功案例，能夠為企業數字化轉型提供重要啟示。本文概述了目前對于數據思維的認識，介紹了數據思維在部分知名企業中的應用案例，并分析了對于企業數字化轉型升級的相關啟示。

數字化、網絡化、智能化是新一輪科技革命的突出特征，也是新一代信息技術的核心，社會的全面數據化已成為互聯網時代的必然趨勢。隨著物聯網、大數據、人工智能等技術逐步成熟與發展，數據科學與數據思維在各行各業中的應用更加廣泛深入。世界一流企業在數字化轉型過程中運用數據思維進行數據的采集、分析，開展基于數據的精準管理與決策的成功案例，為企業數字化轉型升級提供了重要啟示。

一、對數據思維的認識

在企業中，數據思維是用數據科學分析與解決實際業務問題的思維方式，可以將其定義為把實際問題轉化成數據可分析問題，再進行數據分析解決實際問題的過程[2]。具體的做法就是在復雜的業務問題中，準確定位業務的核心訴求，并找到影響核心訴求的相關因素，然后利用各種數據分析工具進一步研究，最后將分析結果應用到實際業務問題中。托馬斯·達文波特在《成為數據分析師》中將數據思維歸納為三個階段[3]：構建問題、解決問題、傳達結果并執行。具體而言，構建問題又可細分為識別問題與回顧之前發現兩個步驟，解決問題則可分為建立模型、收集數據、數據分析共三個步驟。

（一）大數據思維強調發現和挖掘潛在價值

受2012 年美國政府啟動“大數據研究和發展倡議”的影響，部分國家將大數據上升為國家戰略，大數據由技術熱點變成社會焦點，開始被視為重要的生產因素[1]。龐大的數據來源所帶來的量變將引發一場革命，大數據時代就此開幕。

舍恩伯格的《大數據時代》一書將大數據思維視為大數據發展的重要前提和基礎。數據、技術和思維是大數據價值鏈的主要構成要素，大數據思維是其中的一個要素，可以直接創造價值。該書對“大數據思維”作了一個比較簡單的描述：“所謂大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。”[4]將這個描述歸納后，可以對“大數據思維”概念作出如下界定：所謂大數據思維，就是在大數據應用過程中，以大數據為視角分析問題、解決問題而形成的思維。本質上，大數據思維是數據思維在大數據時代的升華與進化，繼承了數據思維的基本特征，但又產生了一些新特征。

《大數據時代》將大數據思維的特征歸結為三個方面[4]：不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。這一表述影響極大，后來有關大數據思維的研究基本上是在此基礎上發展而來。有文獻將大數據思維與數據密集型科學的特點總結為[5,6]：不在意數據的雜亂，但強調數據的量；不要求數據精準，但看重其代表性；不刻意追求因果關系，但重視規律總結。此外，大數據思維還具有整體性與涌現性、多樣性與非線性、相關性與不確定性、并行性與實時性等特征。最后，大數據思維應實現四個轉變[1,4,7]：從定量思維向總體思維的轉變，從精確思維向容錯思維的轉變，從因果思維向相關思維的轉變，從人工思維向智能思維的轉變。

大數據思維的核心意義在于發現和挖掘潛在價值，而不在于發現現實價值。實驗科學、理論科學和計算科學都是在已知規律的情況下發現新的規律，而大數據則是在規律未知的情形下，運用計算能力從大數據中發現規律并運用規律。因此，圖靈獎得主吉姆·格雷將伴隨大數據產生數據密集型科學稱為繼實驗科學、理論科學和計算科學之后的第四種科學研究范式[6,7]。大科學思維不僅可用于科學研究，也將在各行各業運用，成為從復雜現象中透視本質的有力工具。

（二）數據思維與新技術推動企業數字化轉型

數字經濟如今已成為全球經濟增長的重要驅動力?；ヂ摼W企業通過新一代信息技術的深入應用，提升產品和服務競爭力，實現了企業自身的跨越式發展。傳統企業在宏觀經濟增長放緩的趨勢下，面臨著比以往更激烈的市場競爭；利用新一代信息技術，實施數字化轉型是傳統企業轉型升級的重要途徑。2011 年美國麻省理工斯隆管理學院和凱捷咨詢聯合發布的研究報告認為，數字化轉型是指使用數字化技術從根本上提高企業的績效或提高企業績效可以達到的高度。2018 年，美國國防部發布“國防部數字工程戰略”[8]。旨在推進國防部的數字工程轉型，將以文檔為中心的線性辦公流程轉變為以模型和數據為中心的動態數字化決策系統。2019 年，美國國防部發布“國防部數字現代化戰略”[9]，認為數據是戰略資產，應當建設具備計算、存儲和智能功能的企業云平臺，優化數據中心，進而推進國防部數字現代化，提升信息優勢。

數字化轉型通過新一代數字技術的深入運用，構建一個全感知、全聯接、全場景、全智能的數字世界，進而優化再造物理世界中的業務，對傳統管理模式、業務模式、商業模式進行創新和重塑，使企業從流程優先走向數據優先。傳統的企業信息化建設是用軟件工程技術局部支撐和改良業務，而數字化轉型是用新一代信息技術作為新的生產要素，疊加到企業原有的生產要素中，從而實現業務本身的創新、重構[10]。數字化轉型不只是將技術在企業生產和運營中的直接運用，更注重轉型過程中數字資產的形成和積累，而數據則是構成數字化業務世界的原子材料。數據是企業運營變革和競爭優勢的核心動力，是實現數字化轉型的堅實基礎。通過恰當的連接和分析，內部和外部生態系統的結構化和非結構化數據能夠為企業提供突破性的可改善業績的洞察。因此，企業亟需實現思維轉型，堅持以數據為中心，充分挖掘數據的價值。

數字化轉型的本質，是新技術驅動下的一場業務、管理和商業模式的深度變革重構[10]。在數字化轉型過程中，企業的海量數據成為價值創造的新源泉，為企業構建新的競爭力。應用新技術只是數字化轉型的手段而非目的，轉型的根本目標是提升企業產品、運營和服務等方面的競爭力。

二、數據思維在世界一流企業中的運用

從支撐業務精細化管控、支撐跨部門業務協同、優化產品研發生產、促進大數據應用等角度，介紹數據思維在國內外知名企業數字化轉型中的應用案例。

智能家居無線能耗監控系統主要由以太網數據交互模塊、能耗監測遠程開關模塊組成.系統框架如圖1所示，系統的硬件電路與程序開發主要基于Arduino開源平臺，在局域網內部各模塊通過Xbee無線通訊模塊進行自組網及數據交互，在協調器終端通過W5100以太網模塊將采集數據傳送給LEWEI50物聯網開放云平臺，用戶可通過網頁、微信獲取能耗傳感器實時數據，還可通過互網頁、微信客戶端等實現遠程開關的控制.

（一）集中統一管理數據，支撐業務精細化管控

為加強集中管控，德國西門子公司提出ONE SIMENS 的目標，采用集中統一的建設與應用模式，基于西門子私有云集中部署實施了SAP 產品，是世界上最大的SAP 用戶之一，人力資源管理、財務管理、物資管理、銷售管理等核心業務應用統一使用SAP 產品。數據管理方面，西門子建立了西門子數據湖（D ata lake），將原有的500 個數據擴充至目前的1500 萬數據，將全集團的1000 個數據庫集中至目前的2、3 個數據庫，將原有的幾百種工具統一至每個專業一種工具，將4000 億行數據統一至集中的數據湖進行管理。通過此一系列措施，西門子實現以數據集中化、流程和諧化、應用精簡化為目標的全集團精細化管理。

（二）鏈接數據孤島，支撐跨部門業務協同

豐田集團以產品實現為導向統一部署信息化建設，通過定貨登記系統、生產管理系統和供應商管理系統等3個系統實現集團內外業務信息的實時共享，以及產品的準時生產。大數據方面，豐田集團于2016 年成立大數據公司——豐田互聯，以此作為“豐田全球業務的數據中心”，實現對集團全球業務數據的管理。豐田重視管理變革對信息化建設效果的作用，在每個業務部門派駐信息官的形式，實現信息化和業務的深度融合。

施耐德電氣[11,12]在印尼巴淡島的工廠創建了一個單一的通信門戶平臺，供各大供應商監控和應對制造流程中的異常情況，交換運營經驗，從而實現更好的供應鏈規劃。數字化技術加強了整個價值鏈的互通性，各大組織能夠共享信息，最小化生產偏差產生的影響。由于上述舉措，其總體管理時間減少了85%。該平臺的成功得益于幾項關鍵特性。工業物聯網平臺能為供應商監控和傳輸實時數據，助其實時了解所有生產變動。此平臺能提供實時需求預測，幫助供應商實現高效的智能庫存管理，供應商的服務率也因此提高了70%。最后，該公司還采用基于二維碼的智能跟蹤系統，高效地跟蹤整個價值鏈中的庫存，使準時交貨率提高了40%。

（三）應用工業大數據，優化產品研發生產

雷諾集團[11,12]于2016 年開始數字化轉型。法國克里昂工廠通過數據管理系統實現跨部門數據共享，加快了決策和協作速度，還將車間運營效率提升了12.5%，能源管理系統部署后將能耗降低了5.8%。巴西庫里蒂巴工廠改進了生產指標，用端到端的方式將供應鏈與客戶連接起來。工廠使用射頻識別（RFID）追蹤每年29 萬輛車的交付過程，運輸時間因此減少了30%，準時交付率提高至95.4%。此外，工廠的在線數字銷售平臺實現了1 萬多臺的銷量，訂單數據與采供和生產部門實時共享。在試點成功的基礎上，雷諾集團在其全球制造網絡中借助敏捷工作方式，發揮大數據分析的全部潛力，將海量數據轉換為服務企業運營的有效信息。

（四）打造云計算平臺，支撐大數據應用

UPS 旗下的美國增材制造公司Fast Radius[12]通過所有工廠傳感器之間的開放通信協議和中央數據存儲構建云計算平臺。該平臺能夠收集整個制造過程的數據信息，并利用多種機器學習算法來為價值鏈的所有環節提供特定反饋，從而尋找并解決不同職能部門的問題。這種數據反饋回路能夠促進設計方案的改進，進而逐步減少質量問題和返工次數。此外，數字孿生技術的運用讓遠程生產成為現實，其覆蓋面已經擴展到所有工廠。這有助于為特定的工廠分配特定的任務，同時優化物流和產能。自實施以來，Fast Radius 的庫存下降了36%，產品上市時間縮短了90%。

德國漢高公司[12]開發了基于先進云技術的數字化辦公平臺，實時連接世界各地的數據，將全球所有工廠和分銷中心的數據與中央數據庫相連接，實時輸入能耗數據，奠定了數據中心的框架，目前已經實現實時分析、基準測試和機器學習功能。在數字化后臺辦公的支持下，漢高得以對全球數據進行收集、存儲和虛擬化，打通單一數據源與各現有系統的接口，讓全部員工分享跨領域的知識信息。通過云計算和系統化的數字技能提升計劃，漢高成功實施了數據驅動的企業轉型，實現了高質量、低成本的可持續發展，工廠能耗降低了38%，耗水量降低28%，同時加工成本和物流成本分別降低了10%和25%。

三、數據思維對企業數字化轉型升級的啟示

（一）數據統一管理支撐數字化轉型頂層設計

數據對企業而言是資源和價值載體，但如何利用海量數據仍是挑戰。如果企業可以將內外部數據納入統一的管理，保證數據在相關環節內無縫流動、智能篩選和智能呈現，則可以最大化挖掘數據價值。而做好數字化轉型的頂層設計是企業運用數據思維，挖掘數據價值的基本前提。數字化轉型的總體規劃工作需要與企業的戰略規劃論證同步進行，詳細開展總體方案論證、業務流程規劃、數據標準規劃、信息平臺建設等工作，并發布企業數字化轉型的能力成熟度模型和數字化轉型路線圖。

（二）跨部門數據溝通實現經營管理效能提升

借助新型基礎設施建設，大數據管理平臺和數據深度挖掘利用，可以打破數據孤島，支撐跨部門業務，為企業帶來更大程度的管理效能提升。利用經營管控平臺，能夠實現數據實時獲取，使企業內部的溝通變得更加高效和透明，提升組織管理效率。通過大數據智能化決策分析模型應用，實現基于大數據的企業運行綜合分析、運營狀態實時感知、經營風險預測預警和可視化展示。企業與供應商、合作伙伴和客戶交換的海量大數據，能夠與關鍵客戶、供應商在產品研發、相關服務上進行更緊密地協作和信息互通，有助于提升服務水平和市場競爭優勢。

（三）大數據技術驅動企業研發制造效率升級

在制造企業數字化轉型過程中，產品研發制造的高效化、定制化、自動化、智能化是總體發展趨勢。以大數據應用為基礎，構建模塊化、標準化的研發模式，更快地完成從產品概念到產品原型的設計、測試、量產全過程，能夠提高企業開發效率，協助企業靈活高效地布置供應鏈和生產線，打造信息化的供應鏈、自動化的生產線、數字化的管理系統、智能化的監測控制系統，減少人為失誤，降低人力成本，提高生產效率，協助企業更快更好地響應快速變化的市場需求，進而提升產品的質量和利潤，爭取市場優勢。其中，大數據技術是制造企業利用數據價值，實現產品研制數字化轉型的核心動力。

（四）新型基礎設施建設保障數據思維應用

國家提出加快工業互聯網、數據中心等新型基礎設施建設，國家級信息化基礎設施的完善無疑將促進傳統企業加速完成數字化轉型升級，工業互聯網、數據中心為代表的數字化平臺建設對于有條件的大型企業已經不可或缺。要進一步完善數字化“新基建”，加強數字化轉型基礎保障能力建設，統籌建設開放、高效和安全的網絡環境與大數據中心，支持企業管理業務的一體化應用，提升信息化基礎設施自主可控水平。建設新型基礎設施和數字化平臺，并以此為基礎實現企業數據的集中管理分析，是企業應用數據思維，實現數字化轉型的重要保障。

（五）新一代信息技術賦能企業大數據決策

隨著5G、區塊鏈、物聯網、人工智能等新一代信息技術趨向成熟，新技術應用將全面推動企業實現業務運營革新和轉型。例如：物聯網技術成熟，能夠大規模、低成本在工廠實施，提升了制造企業現場節點的互聯性，突破了傳統制造業數據采集困難的瓶頸。人工智能產業應用發展迅速，模式識別、機器學習等用于大數據分析與決策的技術進一步成熟，使得企業能夠使用計算機輔助進行靈活的自動化決策。物聯網、人工智能等新一代信息技術的高速發展，為企業應用數據思維實現大數據決策，提供了信息基礎和有力的工具。