1.3.2　数字化转型源自各个业务场景的数字化和持续进化

如果企业领导不能接受财务凭证中出现几元几角的资金差异，但是可以接受“差不多”的脏、乱、差的业务数据，就说明其没有真正“把数据视为资产”。企业管理层应该充分认识到“数据分析可以创造价值，是从数据资产到价值决策的纽带”，并以对待财务（金钱）的严谨态度对待数据的准确性、完备性、及时性。这是数据文化的重要组成，也是数字化转型的原动力。

“视数据为资产”的行动可以体现在数据收集、整理、应用等各个环节，特别是如下几个方面。

·　数据收集：业务全面在线化，数据准确、客观地反映业务过程。

分析的深度，受限于数据收集的全面程度。业务全面在线化、数据化，是敏捷分析，甚至决策智能化、算法化的前提基础。数据应该准确、客观地反映业务过程，在升级改造ERP、部署CRM和MES等各种底层系统时，应该努力贯彻这个原则。

·　数据整理和准备：保持数据全周期的一致性，为数据分析的准确性奠定基础。

随着数据量的增加，数据来源逐步分散化，数据管理变成了承上启下的关键，并催生了一个全新领域——数据仓库（Data Warehouse）。数据仓库旨在为数据分析提供面向主题的、整合的、一致性的高质量数据源，追求业务的完整性和数据的一致性。本书第11章会结合数据管理做基本介绍。

·　辅助价值决策：分析以辅助决策为最高使命。

归根结底，有价值的不是数据，而是数据辅助决策的分析过程。报表展现、业务分析（敏捷BI）、商业分析（智能商业）是数据辅助决策的3个阶段，其中，数据的价值随阶段而增加。

专注于报表展现的分析，只是发挥了数据最基本的功能——抽象反映业务结果。只有借助敏捷分析、交互分析、结构化分析等进化形式，才能进一步总结业务规律、辅助决策改进。

在“将数据转化为价值”的过程中，既不能一蹴而就，跳过数据展现、数据整理而直达智能商业；又不能浅尝辄止，把报表视作分析、视信息为价值本身，执着于数据而忘了辅助决策。

在商业世界中，“进化”是最强大的动力，数据分析亦是如此。企业数字化转型建立在每个业务模块的业务在线、敏捷分析，以及精益决策的基础之上。即使是相对传统的企业，比如煤矿开采、畜牧养殖、农业耕种，都有无尽的数字化空间。

·　在华为的智慧煤矿方案中，“煤矿大脑”可替代人的枯燥重复工作。比如，通过计算机视觉技术，进行刮板输送机监测，在采煤机运行过程中识别架前有人作业、液压支架护帮板未护帮到位、采煤机喷雾不足等不安全行为，提前发现和消除隐患，为煤矿智能化提供支撑。

·　“京东农牧”利用人工智能图像识别技术对猪进行面部识别和建立档案，实现养猪生产环节“无线、无监督、无干扰、无接触”的智能化管理模式，有效降低成本，提高生产效益。

·　2020年国家科学技术进步奖二等奖——“基于北斗的农业机械自动导航作业关键技术及应用”项目，通过北斗高精度定位测姿、自动转向控制、自动导航和路径优化等关键技术创新，实现了耕、种、管、收等作业环节的农机自动导航，提高了农机作业质量和生产效率。

管理的本质是效率，而效率取决于决策的准确性和及时性。数据和数据分析并没有改变管理的本质，而是极大地提高了管理决策的效率。