本文轉自知乎面試
做者：空白白白白工具
—————————————————————————————————————————————————————大數據
常常有小夥伴會問我：什麼叫數據治理？什麼又叫作企業數字轉型？對象
數據治理：早在十年前各大諮詢公司就已經提供了數據治理的服務，其面向的對象主要是傳統企業。資源
企業的數據轉型：你們聽起來或許有些陌生，其實企業的數據轉型是在企業數據治理之上升華和提高出來的。數據分析
還有小夥伴問我：如何進入悶聲發大財的傳統企業作數據分析工做？產品
如今傳統企業的數字轉型潛藏巨大機會，需求也愈來愈大，class
目前國內市場上哪些傳統企業都成立數據中心呢，好比：梅賽德斯奔馳、相宜本草、雅培奶粉、拜耳製藥、通用、EF教育等等，這些都是我熟悉的打過交道的。其餘的就不一一列舉了。效率
若是你是一個很是資深的數據專家，而且很是有戰略想法，你能夠進入傳統企業作一個高位，幫助傳統企業作數字轉型，傳統企業給高管的現金絕對不輸於互聯網企業。監控
可是若是你只是通常的數據分析師，你抱着在互聯網競爭太激烈了，而想去傳統企業的這種想法，或者說靠着從互聯網出來能到傳統企業混個一官半職的高位，那你基本上這條路就走到盡頭了。
一、想混一官半職：大部分傳統企業的面試負責人不是傻子；
二、想在傳統企業爬得快：傳統企業的數據體量和維度都不會不少，技術再好在裏面發揮的做用仍是螺絲釘。在傳統企業裏，不多一個數據人員能一步一步走上高層，基本上都是外聘居多。
但也不是說徹底不可能，傳統企業的數據分析落地要比互聯網的難，很大緣由是「人」、「規則」、「權利」的打通 而絕非技術。你們好好體會下這句話。
這裏我給你們整理一套若是你想幫助傳統企業作轉型的一套打怪升級的方法。
企業的數字轉型當前之因此成爲一個熱門的話題，是由於隨着數據愈來愈多的運用與企業的分析、運營、決策乃至於生產，人們發現經過數據可以快速的提高企業的管理效率，讓企業面對市場更加靈活迅捷，從而得到更多的收益。簡而言之，就是數據能變現成爲實實在在的金錢了。
數據對於企業最大的提高在於，經過數據企業可以造成分析-方案-執行-監控-分析的良性循環。那麼這個良性循環具體是什麼呢？
分析：經過數據，咱們可以客觀、快速的看清企業目前的經營現狀。看清了現狀，天然就可以從其中發現問題。
方案：發現問題就要解決。經過數據咱們可以制定有針對性的解決方案，這樣的方案成本更低，更有針對性。
執行：具體的方案要有不一樣的部門、團隊、我的來執行。那麼在執行過程當中方案是否不打折的被執行了呢？咱們經過數據可以監控方案執行中的各個節點，以確保方案被真正落地。
監控：當方案執行落地後，咱們繼續監控企業運行的各項指標，看看問題是否已經解決，效益是否已經提高。當發現問題之後，又進入分析階段。
這樣的循環是一個企業進行精細化管理以應對快速變化市場的重要工具，尤爲對於粗放管理爲主的傳統中小企業更是效果顯著。這也是不少傳統企業願意投入成本進行數字化轉型的緣由。
目前不少傳統企業在進行數字化轉型時每每進入到一個誤區，那就是喜歡全面的鋪開，喜歡「大數據」。這種誤區產生的緣由主要是受到互聯網型企業的影響，做爲企業數字化轉型的「先行者」，衆多的互聯網企業每每玩的是「大數據」，是全面的數據。
但在數字化轉型的過程當中，互聯網企業的模式並不適合傳統企業照搬硬抄，
主要緣由是：
a. 對於互聯網企業而言，數據是其經營產生的附加產物，成本較低。而傳統企業數據產生成本較高。這是由於互聯網企業的經營是經過線上系統，用戶及企業在系統中的操做和行爲自然會留下數據，是經營行爲的副產品，因此成本很低；對於傳統企業而言，其經營主要是線下的，爲了得到數據，就須要增長人工錄入，系統搭建，或者增長採集設備，須要額外的資源投入，天然數據成本較高。
b.對於互聯網企業而言，數據分析是其分析用戶、分析業務最低成本的方式和方法；而對於傳統企業而言並不是如此。因爲互聯網企業面對的用戶數量衆多，而且每每難以線下觸達，所以經過數據分析就成爲最低成本和最可行的方式和方法。而傳統企業的客戶每每數量有限，而且能夠觸達，這是線上企業和線下企業最本質的區別。
c.對於互聯網企業而言，其自然具有數據分析的基因，而這部分基因是傳統企業最缺乏的。企業的基因根原本自於企業的人員。在一個互聯網企業中，每每超過50%的人員組成是IT人員，因爲其技術背景和高學歷，使得企業自然具備依賴數據、分析數據、以數聽說話的基因。而傳統企業每每不具有這麼多比例的計算機相關專業的高學歷人員，自然的增長了在企業內部進行數據分析和數據建模的推廣難度。
所以，對於傳統企業而言，數字轉型當然是必然選擇，但其應與其業務特色相結合，探索一條最優的轉型路徑。傳統企業轉型時應優先從如下三個方面入手：
1.從企業／行業的「歷史經驗」入手。在任何一個企業／行業中，每每都有所謂的「歷史經驗」，不少還沒有作數字化轉型的傳統企業每每依靠這些經驗來進行決策。某種意義上來講，「歷史經驗」表明了一種規律和特色，雖然沒有數據的量化驗證，但也體現了某種客觀規律。所以，從這些經驗入手進行數據分析，投入的資源較少，並且可以較快速的造成可量化的模型。產生的模型能夠指導企業更精確的把握機會，在成本和收入之間尋找最優的解決方案。
2.應從企業相對獨立的業務點入手進行數字化改造，切忌全面鋪開。數字化改造所需的資源和成本相對較高，若是一開始就全面鋪開，不但會影響到整個企業的業務開展，並且難以集中力量於一點進行突破。致使的結果是短時間內企業業務受到影響，而數字化改造的成果卻遲遲沒法體現。這樣容易讓企業上下對改造產生懷疑，提高改造的難度，甚至會致使改造的流產。相對而言，從相對獨立的一點入手，集中精力進行突破，力爭在短時間內看到數字化改造的效果。這樣可以提高總體的信心，下降整個改造推動到全公司的難度。
3.應着重創建員工對於數據的意識，在公司內造成以數據爲目標，以數據爲導向的文化。對於傳統企業而言，雖然不可能像互聯網企業同樣造成全員數據分析的能力，但應該在整個的企業考覈和管理中強化數據的重要性。好比在制定績效時，更多設置KPI而不是KPA；在考覈中要求拿出具體的數據增加來證實成績等。經過這樣的引導，可以讓企業上下造成重視數據的文化，爲企業的數字化轉型提供良好的環境。
面對當前快速發展的市場，傳統企業的數字化轉型勢在必行。而不一樣企業特色不一樣，所以更須要有針對性的轉型方案和策略。面對於紛繁複雜的現狀，用最小的代價，帶來最大的價值。
最後題圖其實我以前給你們分享如何幫助傳統企業數字轉型，我只用了一頁PPT，上面只有一個「人」