B轮融资|企业转型到底需要什么样的数据思维？( 三 ) 新型冠状肺炎|创投圈

大，主要是指数据的量大，规模大，体量大；
全，指的是数据要全面、完整，考虑的数据维度要足够多。
企业的数据分析不一定是收集的数据量越大越好，而更应该注重数据的完整性，重视数据治理，以实现全维度、全过程、全场景的数据分析，支持企业的数字化转型。
2、有数据就一定有真相？
2008年， iPhone手机刚刚诞生不到一年，病没有显示在的声势，市场主流是诺基亚和摩托罗拉，很多人认为智能手机就只是一种时尚，移动端智能终端设备不成熟，手机还是靠质量，皮实耐打才是王道。

毕竟：“谁会想携带一部笨重而续航差的智能手机呢？更何况它还那么脆弱” 。但是谁又能想到，不就的将来有人会去借钱，去“卖肾” ，为之疯狂。
因此，有数据不一定有真相，不要太依赖数据，数据本身存在的缺陷会导致数据失真，这就需要我们在实践中去验证。
3、数据让管理变得简单？
随着数据收集和存储变得越来越简单和低价，即使是小公司也能拥有“大数据” 。基于数据的整合、加工、处理、分析和挖掘，帮助企业发现业务中问题，帮助企业做出科学合理的决策， “数据驱动管理”的时代已经到来。
数据具有不确定性，企业管理也一样。管理决策、数据分析都存在一定的不确定性，即便拥有了百分百客观的数据分析，也无法保证决策结果的百分百正确。
数据分析中的不确定性，来自于数据收集，数据处理，数据分析等过程的不确定性，数据收集是否完整和齐全，数据处理是否合理和准确，数据分析是否及时和有效，结果的解读是否标准一致等等，几乎每一个环节都存在不确定性。

不确定性让管理变得扑朔迷离，各种表象掩盖了事实。所以需要企业管理者具有洞察力，不然就算是有了客观完整的数据，也不会让企业管理变得简单。
数据能够为业务赋能，但也要清楚事物是动态变化的，任何预测都存在不确定性，必经结合现状和需求，通过“数据和业务的双引擎驱动”循序渐进的推动企业的数字化转型。

数据思维该如何建立和培养？

培养对数据的敏感度
数据敏感度是对数据感知、计算、理解能力，是通过数据的表象理解事物本质的程度。培养数据敏感度，本质上就是培养通过数据发现问题、解决问题的能力，进行质量评估、辨别真伪、找出数据之间的联系，识别优劣、洞察规律，预测未来。
培养理解和使用数据的能力
“数据为王，业务是核心”具备理解业务的能力。将数据置于业务场景中，让数据变得有意义。企业数据化转型过程中，要求数据管理和数据分析人员懂业务，理解数据的对业务价值；要求业务人员要懂数据、会使用数据。
对于数据管理或数据分析人员，要能够看得懂数据并理解数据背后的业务含义。
对于业务人员，要懂数据，会使用数据指导业务开展。
最后，你还需要加强对数据管理和数据分析工具的掌握，利用数据管理工具将数据合理、正确、规范的管理起来；利用数据分析工具自助进行分析建模、场景设计、数据探索、价值挖掘。
培养问题拆解的能力
数据思维的核心在于用数据发现并解决问题，学会用结构化、量化的思维方式去分析问题、拆解问题、解决问题，能够让我们事半功倍。数据赋能业务的过程一定是一个循序渐进的，逐步建立共识的过程。