談到數據，我們常常會聽到數字化、數據思維、數據化管理等字眼。甚有數據思維被譽為未來“企業管理的第一思維”之說。都說數據很重要，運用數據的思維更重要，那當我們談及數據、數據化管理思維的時候，到底在談什么？本文主要想和大家來探討這些。

1、什么是數據化管理的思維？

一句話概括：企業在管理過程中，依靠數據發現問題、分析問題、解決問題、跟蹤問題的管理方式，就是數據化管理。2、什么是數據化思維？

“數據化思維”是個新詞。但其中的內涵，并不是個新鮮事物。所謂新鮮的成分，是我們對數據的解讀有了另一種認知，或者說思維方式。

那數據化思維，到底是怎樣一種思維方式呢？這里引用《企業數據化管理變革》一書中的理解：

“數據化思維是根據數據來思考事物的一種思維模式，是一種量化的思維模式，是重視事實、追求真理的思維模式。”

開篇提到數字化、數據思維、數據化管理思維，我們這里開始捋一捋數字化與數據思維之間的聯系和區別。數據思維并不是將事物單純地數字化。數據思維要求形成定性結論的基礎是數據，但并不排斥定性的描述和結論。

我們經常看到，很多數據報告匯報了一些列數據，但并未形成結論，這就不叫數據思維，而是單純地引用數據。比如下面這個例子。

錯誤示例：

2017年第三季度，某品牌在江蘇地區的三個銷售代理商分別完成銷售130.4萬、210.5萬、98.6萬，共計439.5萬；去年同期他們分別完成銷售額110.2萬、150.3萬、96.3萬，共計356.8萬。（注：該品牌在江蘇地區只有三個代理商）

在這個例子中列舉了很多經營數據，但并沒有最終結論。第三季度總銷售額439.5萬是多還是少？三個代理商的銷售額占比是否合理？和競爭對手相比，發展速度如何？只有數據沒有結論，這不是數據思維。

這里筆者將上面的例子做個調整，就是數據思維的成果了。

正確示例：

2017年第三季度，某品牌在江蘇地區的三個銷售代理商 A、B、C分別完成銷售130.4萬、210.5萬、98.6萬，共計439.5萬；去年同期他們分別完成銷售額110.2萬、150.3萬、96.3萬，共計356.8萬。總體同比增長了23.2%，有明顯增長，但并未達到預期的30%。

根據市場調研數據，競爭對手 XXX今年第三季度實現38%的增長，而其中在C代理商所負責的區域，競爭對手達到200%的爆發式增長，銷售額達到約320萬~350萬。公司需要對C代理商進行重點關注，做出適當調整。（注：該品牌在江蘇地區只有三個代理商）

我們對事物的變化形成定性的結論，一般有兩種途徑。一種是通過對數據對比和分析得到，一種是根據長期的經驗積累形成的嘗試來判斷。前者可以稱為“數據思維”，后者可以稱為“經驗思維”。那么接著又有下面一問了，到底什么是”經驗思維”呢？

3、什么是經驗思維？

經驗思維是根據個人經驗或者普適性的常識對事物做出判斷，形成結論的模式。

經驗思維有時候也是一種數據思維。經驗豐富的人，一旦看到一組數據就能夠做出定性的判斷。這其中所依賴的，是在長期的數據積累。

舉個例子，比如快消行業的營銷高管，一看到某公司的營銷費用占比才16%。就可以判斷，這家公司的營銷投入太低了。因為根據行業經驗，快消品的行業營銷費用占比一般不低于20%，有的甚至更高。如果明顯低于20%，要么公司產品出奇的好，江湖上有口皆碑；要么就是產品的細分市場是個藍海；如果都兩者都不是，那么公司多半在業績下滑，“大樹將倒”。

筆者這里重點聊聊“經驗思維”，并不是真的話題“跑偏”了。其實是捋清楚兩者。因為，企業所謂的“數據化思維”，其沉淀下來的經驗，是要相當程度轉化成“經驗思維”的。傳承優秀知識和經驗，不斷開拓新的思維模式。這種“老帶新”的模式是企業持續沉淀的踏實可行的方式，是有效落地、接地氣的方案。

我們看寶潔公司，會有專門的 KM（ Knowledge Management）知識管理系統，來記錄目前最好的方法（CBA，Current Best Approach）。把標準的操作規程（SOP，Standard Operation Procedure） 沉淀大企業管理系統中來。及時將來人員崗位變動，甚至離職，優秀的經驗不會隨成員消失。而是會通過知識管理系統傳遞給新的成員，最終一直確保轉化為企業的無形資產。

“數據化思維”要持續發揮價值，就要不斷地將其中的優秀的、可復制的操作流程標準化，不斷地沉淀到企業知識管理系統，不斷地分享給不同的團隊。實現一份優秀經驗，大家一起學習成長，整體提高企業效率和效能。

“經驗思維”這么好，也有其應用的局限性，或者說是一些適用范圍。下面兩種情況下，“經驗思維”可能帶來的成效弊大于利。

①當市場環境變化太快時，抱守原來的經驗往往會導致錯誤的決策。

②在快速變化的的市場或者行業中，企業或者個人過去積累的經驗很快會過時，仍然基于過去的情況作出經驗性的判斷，往往會帶來決策失誤。因此，需要根據新的形式，通過數據形成量化的評價，并在此基礎上作出判斷。

經驗思維不會過時，而經驗思維也是數據思維的一種沉淀方式。但是，如果不注重積累經驗，不注重以團隊的方式積累經驗，經驗就永遠只是個人的，而不能成為公司的。所以在組織層面，企業除了需要構建一個不斷完善的工作流程之外，還需要一個不斷積累的、不依賴于個人的知識沉淀流程或者經驗積累流程，讓經驗積累在組織內部。

4、數據思維是先天的還是后天的

筆者認為：數據思維是一個綜合性思維，但主要靠后天。

站在科學角度，人類的大腦分成左腦和右腦，有著不同的功能。左腦的功能側重于邏輯、語言、數學、文字、推理、分析等方面，而右腦則側重于畫圖、音樂、韻律、情感、想象和創造等方面。

數據思維要求能理性地對數據進行處理和分析，講求邏輯推理。根據數據能夠知道發生了什么，為什么會這樣發生，有什么樣的規律，這是左腦控制的；但數據思維還要有充分的想象力，能夠將數據關聯到管理流程和制度，并能創造性地提出不同的見解，這是右腦控制的。所以，數據思維是一個綜合性思維，需要左腦和右腦的協調工作。

現在全球的數據科學家是極度缺少的，因為要做大數據分析工作，需要在三個領域有突出的表現：

① 信息技術，包括軟件和硬件方面；

② 數學領域；

③ 經濟和管理領域。

大多數的大數據應用都是商業行為，不是為了興趣愛好。所以需要利用數學知識，借助 IT 手段，將對大數據的挖掘轉換成商業應用。

所以，對數據思維的訓練也需要從這三方面入手。

第一，要不斷積累管理經驗，熟悉企業的經營環境、市場競爭，對經濟學和商業運作有深刻的理解，對企業管理有豐富的經驗，通過數據結果能夠知道企業到底發生了什么；

第二，要有基本的數據庫相關知識，包括軟件和硬件知識，能夠在數據采集、數據存儲、數據傳輸等領域理解最新的技術，能夠熟練處理大量的數據，能夠對數據的結構進行優化，提高數據處理的效率；

第三，要有審核的數學專業功底，根據數據集進行建模，能夠對模型進行優化，并利用相關的算法進行計算，計算之后能夠對數據進行解讀。

當然，僅僅有以上三類知識和技能也是不夠的，數據的呈現需要一定的設計技巧，需要用可視化的語言將觀點表達出來，能夠有效地傳遞信息。特別是在企業中，并不是所有人都是數據專家，甚至可以說所有人都不是數據專家。只能把精于對數據處理的那部分員工成為數據專業人士。所以需要對數據進行深度加工，然后以別人能夠理解得了的方式來呈現，才能讓數據挖掘結果得到認可。

5、企業管理者的數據思維

• 企業管理者為什么要有數據思維？

企業管理者對大數據和數據化管理的態度現狀：

不同企業的中高層領導對大數據和數據化管理的感覺是不同的。真正希望利用大數據和數據化管理來提高本職崗位績效的，往往是民營企業的中高層管理者。而且這個欲求的強烈程度與年齡無關，只與所處在的環境和個人心態有關。在某些國企或者事業單位，很多處于管理層的人基本都是多年才熬出來的。他們沒有任何外部競爭的壓力，大數據對于他們來說，只是處于好奇的階段，只與大數據對自己有什么影響、對企業有什么影響，他們并不關心。

所以，給他們講大數據，講數據化管理，最多只能講些故事或者與他們切身相關的例子而已；而對于民營企業的管理層，他們積極尋求在大數據時代的機會，希望在筆者的培訓中能夠找到幫助他們改善管理、提高競爭力的方法，甚至希望在這個領域能夠有新的商業機會，所以他們對大數據更有興趣。

現在的企業管理已經不是原來的傳統的企業管理，數字化基礎上的管理已經是現在企業管理的基本形式。如果沒有數據思維，管理者在數據和事實面前會感到窘迫，并感到自己的權威受到挑戰。所以管理者應該隨趨勢，與時俱進，用數據思維來武裝自己，讓自己的管理決策更加科學與合理，以便更加理性地處理商業環境下的各種關系。

隨著數據技術的發展，企業面臨的外部環境將更加復雜，需要處理的數據也會越來越多。如果企業還是在傳統的思維模式，在市場競爭中必然會有落后于用數據來快速決策、高效處理問題的競爭對手。企業不重視數據，只會讓自己在商業競爭中處于被動的位置。

• 如何培養企業管理者的數據思維？

培養企業管理者的數據化思維，可以分四步走。

第一步：自上而下的改革； 第二步：營造數據驅動的文化； 第三步：先復制，后創新；先有形，后有神； 第四步：循序漸進的培訓模式； 第五步：分析競爭對手，向標桿企業學習。

①自上而下的變革

培養管理者的數據思維是一項長期而艱巨的任務。因為形成數據思維不僅僅是行為習慣的變化，還是思維模式的變化。改變一個人的行為比較容易，而改變一個人的思維模式則是非常艱難的。

企業在導入數據化管理的過程中，對管理者的數據思維培養是一項必要的工作。管理者沒有數據思維，企業的數據化管理將是空的，數據會被管理者放置到一邊，而無法起到應有的作用。

數據化管理是企業的管理變革。自上而下的改變叫變革，自下而上的改變叫革命。如果沒有高層的推動，企業的數據化變革就不可能實現。所以高層首先要建立數據思維。在研討目標、商議工作、布置任務的時候，都要用數據去量化。開會的時候問數據、聽數據、分析數據，提出戰略目標的時候用數據去說明目標。

管理學上有個高效原則是“向上取悅”。商業社會中，資本為王，老板是資本方的代表。上級決定下級的任務，評價下級的工作績效。員工為了在企業中生存，需要滿足上級的要求，以獲得上級的賞識和認可。所以在企業中，自然而然地形成了“向上取悅”的管理方式，這種向上取悅執行得越到位，企業的執行力越高。

②營造數據驅動的文化

培養管理者的數據思維，需要以企業文化作為基礎。數據化管理變革必然帶來企業文化的變革。數據講求的是量化、科學、實事求是，企業在管理中也必須重事實、講數據。

③先復制，后創新；先變形，后有神

一種有效的方法“先復制，后創新；先有形，后有神”。開始培養數據思維的時候，光靠大量的會議討論是不行的，需要借助具體的工作工具。

為每個崗位設計標準化的工作表格，為每個管理者設計標準化的數據分析模板。通過培訓，教會每個人都使用這些表格和模板。在日常工作中，隨時檢查相關數據的表格是否嚴格填寫，并在使用過程中，允許并鼓勵員工提出改善意見和建議。對于好的建議積極采用，并及時更新原有的表格和模板。

經過一段時間磨合，員工就能夠適應這種數據化的管理方式，并逐步內化到日常的工作當中。這就是先有數據表格的“形”，然后再追求數據思維的“神”。

初期設定表格和模板，不需要過度追求完美，表格和模板在實踐中不斷修訂和完善，逐步形成適合企業的數據表格規范和數據分析模板。

不要因為追求完美而遲遲不推動企業數據化建設。更早開始，更容易取得成功。

④循序漸進的培訓過程

要改變一個人的行為習慣和思維模式，培訓非常重要。兩方面原因，一方面要樹立變革的動機，說服個人做出改變；另一方便，要為改變提供工具，培訓說明工具的使用方法，完成變革期的順利渡過。

企業可以指定變革時間表，按照時間表設定培訓內容和培訓計劃，為不同層級的管理者指定不同的培訓內容，包括技能的培訓和動機的培訓。動機培訓是要告訴所有參與人員，公司為什么要做出變革，而技能培訓則是提高參與變革的管理者適應新方式的能力。

培訓的時候，高層最好親自出席，并強調相關內容，傳達變革的決心。每個層級必須給下一層級做培訓，按照層級遞推。并由相關的部門進行跟蹤檢查，并對每次培訓進行打分。培訓結束后，可要求每個參與培訓的員工填寫相關的反饋問卷，必要的時候進行培訓效果測試。

本·霍洛維茨《創業維艱》指出，作為一個 CEO，能夠驅動員工的有效工具只有兩個：激勵和培訓。企業在推動管理變革的時候，一定要多多開展培訓。

⑤分析競爭對手，像標桿企業學習

商業上的競爭是非常殘酷的，每個企業都要遵守一定的游戲規則，而這個游戲規則有強者制定。強者，就是我們的標桿。

標桿，就是值得他人學習的榜樣。企業可以根據標桿企業的做法，照貓畫虎，學習他們的成功經驗。變高企業的變革歷程提供了一個方向和道路，企業照著這個路子走下去就好。從理論到實際，企業的實踐還有很長的路要走，經驗的探索需要付出很多的代價，而對標桿的學習和模仿是最簡捷的方法