本文转自知乎
作者：空白白白白
—————————————————————————————————————————————————————
经常有小伙伴会问我：什么叫数据治理？什么又叫做企业数字转型？
数据治理：早在十年前各大咨询公司就已经提供了数据治理的服务，其面向的对象主要是传统企业。
企业的数据转型：大家听起来或许有些陌生，其实企业的数据转型是在企业数据治理之上升华和提升出来的。
还有小伙伴问我：如何进入闷声发大财的传统企业做数据分析工作？
现在传统企业的数字转型潜藏巨大机会，需求也越来越大，
目前国内市场上哪些传统企业都成立数据中心呢，比如：梅赛德斯奔驰、相宜本草、雅培奶粉、拜耳制药、通用、EF教育等等，这些都是我熟悉的打过交道的。其他的就不一一列举了。
如果你是一个非常资深的数据专家，并且非常有战略想法，你可以进入传统企业做一个高位，帮助传统企业做数字转型，传统企业给高管的现金绝对不输于互联网企业。
但是如果你只是一般的数据分析师，你抱着在互联网竞争太激烈了，而想去传统企业的这种想法，或者说靠着从互联网出来能到传统企业混个一官半职的高位，那你基本上这条路就走到尽头了。
1、想混一官半职：大部分传统企业的面试负责人不是傻子；
2、想在传统企业爬得快：传统企业的数据体量和维度都不会很多，技术再好在里面发挥的作用还是螺丝钉。在传统企业里，很少一个数据人员能一步一步走上高层，基本上都是外聘居多。
但也不是说完全不可能，传统企业的数据分析落地要比互联网的难，很大原因是“人”、“规则”、“权利”的打通 而绝非技术。大家好好体会下这句话。
这里我给大家整理一套如果你想帮助传统企业做转型的一套打怪升级的方法。
企业的数字转型当前之所以成为一个热门的话题，是因为随着数据越来越多的运用与企业的分析、运营、决策乃至于生产，人们发现通过数据能够快速的提升企业的管理效率，让企业面对市场更加灵活迅捷，从而获得更多的收益。简而言之，就是数据能变现成为实实在在的金钱了。
数据对于企业最大的提升在于，通过数据企业能够形成分析-方案-执行-监控-分析的良性循环。那么这个良性循环具体是什么呢？
分析：通过数据，我们能够客观、快速的看清企业目前的经营现状。看清了现状，自然就能够从其中发现问题。
方案：发现问题就要解决。通过数据我们能够制定有针对性的解决方案，这样的方案成本更低，更有针对性。
执行：具体的方案要有不同的部门、团队、个人来执行。那么在执行过程中方案是否不打折的被执行了呢？我们通过数据能够监控方案执行中的各个节点，以确保方案被真正落地。
监控：当方案执行落地后，我们继续监控企业运行的各项指标，看看问题是否已经解决，效益是否已经提升。当发现问题以后，又进入分析阶段。
这样的循环是一个企业进行精细化管理以应对快速变化市场的重要工具，尤其对于粗放管理为主的传统中小企业更是效果显著。这也是很多传统企业愿意投入成本进行数字化转型的原因。
目前很多传统企业在进行数字化转型时往往进入到一个误区，那就是喜欢全面的铺开，喜欢“大数据”。这种误区产生的原因主要是受到互联网型企业的影响，作为企业数字化转型的“先行者”，众多的互联网企业往往玩的是“大数据”，是全面的数据。
但在数字化转型的过程中，互联网企业的模式并不适合传统企业照搬硬抄，
主要原因是：
a. 对于互联网企业而言，数据是其经营产生的附加产物，成本较低。而传统企业数据产生成本较高。这是因为互联网企业的经营是通过线上系统，用户及企业在系统中的操作和行为天然会留下数据，是经营行为的副产品，所以成本很低；对于传统企业而言，其经营主要是线下的，为了获得数据，就需要增加人工录入，系统搭建，或者增加采集设备，需要额外的资源投入，自然数据成本较高。
b.对于互联网企业而言，数据分析是其分析用户、分析业务最低成本的方式和方法；而对于传统企业而言并非如此。由于互联网企业面对的用户数量众多，并且往往难以线下触达，因此通过数据分析就成为最低成本和最可行的方式和方法。而传统企业的客户往往数量有限，并且可以触达，这是线上企业和线下企业最本质的区别。
c.对于互联网企业而言，其天然具备数据分析的基因，而这部分基因是传统企业最缺少的。企业的基因根本来自于企业的人员。在一个互联网企业中，往往超过50%的人员组成是IT人员，由于其技术背景和高学历，使得企业天然具有依赖数据、分析数据、以数据说话的基因。而传统企业往往不具备这么多比例的计算机相关专业的高学历人员，天然的增加了在企业内部进行数据分析和数据建模的推广难度。
因此，对于传统企业而言，数字转型固然是必然选择，但其应与其业务特点相结合，探索一条最优的转型路径。传统企业转型时应优先从以下三个方面入手：
1.从企业／行业的“历史经验”入手。在任何一个企业／行业中，往往都有所谓的“历史经验”，很多尚未做数字化转型的传统企业往往依靠这些经验来进行决策。某种意义上来说，“历史经验”代表了一种规律和特点，虽然没有数据的量化验证，但也体现了某种客观规律。因此，从这些经验入手进行数据分析，投入的资源较少，而且能够较快速的形成可量化的模型。产生的模型可以指导企业更精确的把握机会，在成本和收入之间寻找最优的解决方案。
2.应从企业相对独立的业务点入手进行数字化改造，切忌全面铺开。数字化改造所需的资源和成本相对较高，如果一开始就全面铺开，不但会影响到整个企业的业务开展，而且难以集中力量于一点进行突破。导致的结果是短期内企业业务受到影响，而数字化改造的成果却迟迟无法体现。这样容易让企业上下对改造产生怀疑，提升改造的难度，甚至会导致改造的流产。相对而言，从相对独立的一点入手，集中精力进行突破，力争在短期内看到数字化改造的效果。这样能够提升整体的信心，降低整个改造推进到全公司的难度。
3.应着重建立员工对于数据的意识，在公司内形成以数据为目标，以数据为导向的文化。对于传统企业而言，虽然不可能像互联网企业一样形成全员数据分析的能力，但应该在整个的企业考核和管理中强化数据的重要性。比如在制定绩效时，更多设置KPI而不是KPA；在考核中要求拿出具体的数据增长来证明成绩等。通过这样的引导，能够让企业上下形成重视数据的文化，为企业的数字化转型提供良好的环境。
面对当前快速发展的市场，传统企业的数字化转型势在必行。而不同企业特点不同，因此更需要有针对性的转型方案和策略。面对于纷繁复杂的现状，用最小的代价，带来最大的价值。
最后题图其实我之前给大家分享如何帮助传统企业数字转型，我只用了一页PPT，上面只有一个“人”
