图片来源：视觉中国

如果说企业内部一多半的数据未被使用，那么当下人们热议的智能决策、数据驱动，还怎么实现？数据显示，现阶段绝大部分企业内部有60%～70%的内部数据未被使用，企业如若能将这部分数据加以利用，这些数据将进一步驱动企业业务发展，帮助企业“降本增效”。

数据如今成为各行业企业资产重要的组成部分，无论是国家，还是企业，对于数据的重视程度，越来越高。据国际数据公司（IDC）预测，到2025年中国产生的数据总量将达48.6ZB，占全球的27.8%；对国内生产总值（GDP）增长的贡献率将达年均1.5-1.8个百分点。

放眼全球，IDC预计，到2026年，全球会有27%的数据从云端产生，60%的全球数据会存储在云端，而企业侧云端存储比例将达到70%，业务上云以实现更低成本的管理和更有效的决策分析成为市场趋势。显然，数据作为新的生产要素，正在深刻改变着全球经济发展趋势，以及社会生产方式。

对于企业而言，如何获得高质量的数据？如何激发更大的数据价值？如何让数据驱动企业业务发展？成为当下各行业共同面临的数字化“痛点”。

数据治理的三大痛点

从信息化时代开始，企业就不断将数据沉淀下来，迈入数字化时代，从产业数字化到数字化产业，数据要实现从资源到资产的转换——得到了越来越多企业的认可。但实际上，发挥数据价值、实现智能决策、锚定企业发展方向，这看似顺理成章的过程中困难重重。

“现阶段大多数企业不具备数据驱动的能力，造成了企业数据应用不足的现状，“不过与数据应用相比，缺乏数据治理能力的企业更多。”阿里巴巴集团副总裁、瓴羊CEO朋新宇明确表示。

数据治理对于企业，可以说是一个“老大难”的问题。从我们步入云计算时代开始，企业就面临着诸多数据治理的问题。如今，随着企业数据量的快速增长，数据治理已成为企业面临的重要问题之一。

数据治理是指对数据进行规划、组织、监督、控制和协调，以确保数据的质量、安全性和有效利用。

从目前各类行业应用上看，企业数据治理主要面临三大挑战和痛点：数据孤岛、数据安全，以及数据管理。

首先，数据孤岛现象严重是企业数据治理过程中的痛点之一。由于不同的业务部门和系统之间的数据相互独立，导致数据之间无法共享和利用，从而影响了企业的整体运营效率。IDC公司的调查显示，2022年，全球范围内有60%的企业面临“数据孤岛”的问题。

2023年埃森哲中国企业数字化转型调研也呈现了同样的问题，有37%的中国企业仍在进行单一职能部门的数字化和自动化，制造部门和IT部门是企业当下转型成熟度最高的职能部门;还有43%的中国企业已完成单点转型，开始小规模打造跨部门或跨职能的部分能力。但由于部门间的独立性，这些企业仍然采取点状或线状的思维进行转型，导致他们未能实现转型的真正商业价值。这些企业仍然面临成本高、生产效率低下、缺乏协同等挑战。

以某大型制造业企业为例，该企业的生产部门和销售部门之间的数据无法共享，导致生产计划无法根据销售数据进行调整，销售订单也无法及时反馈到生产部门。这种数据孤岛现象导致企业生产效率低下，销售业绩也无法得到提升。

内部尚且存在“部门墙”，外部系统更难打通。例如，很多品牌方与经销商的数据不互通，对品牌方来说是影响企业战略制定和发展方向的最大问题。但如果能实现对数据的获取与应用，就能进行全产品全生命周期的统一操盘。有了数据支撑，各种营销手段也可以灵活应用，同时可以支撑组织的层层业务决策，反哺企业终端管理精细度更上一层楼。

一位接近华为的人士表示，一开始华为也只能拿到直接经销商的数据，对流通库存数据根本不掌握，也无法制定最优的产线排产和激励。最终历经十年左右才真正掌握终端数据、了解每一款产品从上市期到爬坡期到稳定期到退市期、包括期间每一款产品的每一个合作伙伴的数据。由此反哺到华为的产品线，进行排产预测规划，同时也可以指导业务端去做一些营销活动，还可以充分地挖掘合作伙伴的能力价值。

第二，数据安全威胁日益严峻。在数据已成为企业，乃至国家重要资产的当下，数据安全、隐私保护等问题也成为各国及各行业企业关注的焦点，仅数据泄露一项，据IBM Security 发布的《2023年数据泄露成本报告》中显示，2023年全球数据泄露的平均成本达到 445 万美元，创该报告有史以来以来最高记录，较过去 3 年均值增长了 15%。

对此，白山云解决方案中心总经理曹刚向钛媒体表示，如何在确保数据安全的情况下，做好数字化转型，成为当下企业数字化转型的痛点之一，“传统单一安全产品已不能解决企业现有困境，企业防护能力捉襟见肘，针对高级机器人和不断演变的API攻击，企业需要更灵活、更系统、更专业地保护。”

第三，数据管理机制尚不完善。这也是目前企业，尤其是中小企业面临的数据难治理的主要原因之一。根据Gartner公司的调查显示，到2023年，只有30%的企业将拥有统一的数据管理战略。缺乏统一的数据管理规范是企业数据治理的痛点之一。

由于缺乏统一的数据管理规范，不同的部门和系统都有自己的数据处理方式，导致数据的重复管理、错误管理和不一致管理等问题频繁发生。

不过从企业侧对数据的利用趋势来看，企业在利用生产数据时，对于数据使用策略的规则制定越来越详尽。包括确定哪些数据需要收集和分析，如何保护数据的安全和隐私，以及如何根据数据分析结果做出决策。“只有当所有的数据都被合理地使用和管理时，企业才能从生产数据中获得最大的价值。”朋新宇指出。

解题：从“一把手”开始

三大痛点并非无解。

例如，针对数据孤岛痛点，企业可以通过建立统一的数据平台或者引入集成工具等方式，将不同系统、不同部门的数据进行整合，实现数据的共享与利用。此外，企业还可以通过采用云计算、大数据等技术手段，对数据进行深度挖掘和分析，并强数据采集、存储、加工、使用、共享的全流程、全生命周期管理，从而发现隐藏在其中的商业价值。

在数据安全方面，国家近年来对数据安全的重视程度“有目共睹”。目前，我国已初步建立包括网络安全法、数据安全法、个人信息保护法等基础性法律和《网络安全审查办法》《数据出境安全评估办法》等相关部门规章在内的数据安全制度框架，数据安全制度顶层设计越来越健全、越来越科学，并将适应发展要求不断完善。

企业层面，企业也可以通过数据加密、访问控制、备份与恢复、核心数据本地化、安全审计等手段，确保自身数据的安全。

在管理机制上，企业需要制定统一的数据管理规范，并建立完善的数据管理制度，包括数据的定义、收集、存储、处理、共享等方面进行明确的规定和管理流程的标准化等手段。此外，企业还可以通过引入先进的数据管理工具和技术手段，如元数据管理工具、数据质量管理工具等，实现数据的统一管理和优化。

然而，以上文提到的制造业企业为例，该企业在数字化转型过程中，虽然认识到了数据治理的重要性，但在实际操作中没有制定明确的治理目标和策略，导致各部门之间的数据无法有效整合和共享，生产计划和销售订单之间的数据流通仍然存在问题。

一切症结指向一个源头：“企业要想真的推动数据治理，激发更多数据价值，需要从CEO开始推动，打通包括业务部门、财务部门、市场部门、人力部门等在内的各个部门之间的数据壁垒，让数据真正在企业内部流通起来。”埃森哲大中华区战略与咨询总裁哈亿辉表示。

对于有数字化转型需求的企业而言，数据治理是一个复杂而又关键的问题。从一把手建立正确的管理意识开始搭建顶层战略架构，是大多数企业真正能推动数据治理的第一步。

企业需要制定完善的解决方案并进行持续的优化和创新。首先，企业需要认识到数据治理的重要性并制定明确的目标和战略计划；其次，企业需要建立完善的数据管理制度和规范；此外，企业需要采用先进的技术手段和管理工具；最后，企业需要建立有效的组织架构和人才队伍来保障数据的治理和管理效果。

综上，对于企业而言，“一把手”推动的不仅是部门之间数据的“破壁”，更需要带动整个企业管理层理解生产数据的真正价值，让管理层对数据治理有足够的重视。

数据治理的“起点”

对于大多数信息化、数字化程度不高的中小企业而言，数据治理并不是他们当下面临的首要难题，如何提升数据质量才是大多数中小企业需要优先解决的问题。

朋新宇表示，对于大多数中小企业而言，在数字化转型的过程中，企业产生的数据质量偏低，利用价值不大，“数据质量差是当下我国大多数中小企业利用数据驱动企业发展过程中，首要痛点。”他说。

从数据定义上看，生产数据不仅包括生产线上的实时数据，还包括历史数据、设备数据、质量数据等。这些数据可以帮助企业更好地理解生产过程，发现潜在的问题，优化生产流程，提高产品质量和生产效率。但是目前还有很多企业在进行数据收集的时候，“杂乱无章”，存在无用数据，数据不准确、不一致、不完整，以及虚假数据等低质量数据。

对于企业来说，利用数据驱动业务的第一步是建立一个有效的数据采集和管理系统。系统应该具备自动收集和存储生产数据的能力，同时也应该能够支持数据的查询、分析和报告。

为了确保数据的准确性和一致性，企业需制定统一的数据收集标准。包括定义数据术语、规范数据格式、明确数据来源等。此外，为了保证数据的准确性和完整性，企业还需要定期对数据进行清理和维护。

大企业也同样需要处理数据质量的问题。

蒙牛CDO李琤洁与钛媒体分享了蒙牛在提升数据质量方面的一些经验，她表示，提升数据质量，有几点比较关键：首先，要做好所有顶层设计规划；其次，带着数据思路做应用。

蒙牛早期建应用是功能驱动，为完成某些功能、达成某个需求去做应用。但是未来要带着数据策略做应用，想清楚为什么设置、会产生什么洞察？

此外，企业越大越会面临一个问题——“工具的统一”。“蒙牛信息化历程非常长，跟很多大型集团企业一样，现在仍有多系统、多套流程、多套工具并行。用途一致的工具要尽量统一，才能帮助后期省很多力。”李琤洁指出。

对于企业而言，实现数据驱动业务增长的第一步，首先需要企业/集团管理层认识数据的价值，进而在企业内部先实现数据的统一化、标准化。通过技术手段，企业可以进一步提升自身产生数据的质量，让数据成为“有用之材”，以供企业使用。进而，企业才需要关注如何治理好数据，让数据最大化发挥价值。

2023埃森哲中国企业数字化转型指数报告中通过调研企业发现，各功能模块间互相协作意味着组织可以打破数据孤岛、实现信息共享，因此可互操作是系统敏捷的重要标志。不仅如此，互操作性还可以帮助组织连接技术、人员和流程，消除隐藏的瓶颈，实现资源的整合，从而减少重复冗余的工作，以更快的速度开展更广泛的转型。报告中一个调研数据显示，具有高互操作性的企业成功压缩转型周期的概率相较其他公司高出11%，其收入增长速度也比互操作性相对较低的同行快6倍。

尽管数据的价值正在凸显，但中国企业对数据领域的投资意愿并不高，远低于人工智能、云、安全等数字技术。据埃森哲上述报告显示，仅有20%的调研企业选择投资数据领域。

数据来源：埃森哲

在企业数字化转型逐步深入的当下，数据已经成为几乎所有行业企业资产的重要组成部分之一，同时也是驱动企业发展的核心抓手。越来越多的企业意识到数字化转型的价值，企业对于人工智能、云计算、大数据等技术的关注和应用也越来越深入。然而，建设数据驱动的企业、让数据真正赋能决策，企业还有很长一段路要走。

可以想见，未来，能实现快速发展的企业不仅需要掌握产品技术，还需要具备强大的数据处理和分析能力，以应对日益复杂的市场环境。

（本文首发钛媒体，作者 | 张申宇，编辑 | 盖虹达）