数字化转型即通过应用数字化技术来重塑企业的信息化环境和业务过程，本质上来讲，企业数字化转型，不仅是技术方面的升级，更是企业文化、思维方式的转变。
不知道你有没有过这样的感觉，不知道从什么时候开始，和人沟通过程，以及要说服别人的时候，光靠一嘴的“伶牙俐齿”似乎行不通了，别人总会要求你“用数据说话”；当你给领导汇报工作的时候，领导也会要求你“用数据说话”。
事实上，用数据说话就是一种思维方式的转变。
数字化时代，数据连接一切，数据驱动一切、数据重塑一切，数据是企业数字化转型的核心要素。
数据在企业决策过程中，将发挥出越来越重要的作用，数据不仅能够辅助企业快速做出决策，实现降本增效，甚至可以重构企业的商业模式。
企业数字化转型需要建立“数据思维”，从数据中发现问题、洞察规律，挖掘价值，帮助企业优化资源配置，扩大经营范围，重塑商业模式。
什么是数据思维？
古希腊哲学家说：“思维是灵魂的自我谈话”。思维是一个比较玄乎，难以用一两句话说的的清楚的东西，其本质是人脑的活动，以探索和发现事物的本质联系和规律性
先看一个故事，说某天公司领导要求一项目经理汇报项目的完成情况，对话如下：
项目经理：报告领导，项目已经差不多完成了！
公司领导：差不多是差多少？请用数据说明下情况，能量化的尽量量化。
项目经理：项目已经完成接近99%了！
公司领导：晕~~~
故事中的项目经理是数据思维吗？
显然不是。尽管他的汇报中也用了“数字”，但并不是因为有数字，就是数据思维。就像我们问1+1等于几？三岁小孩也能迅速回答出来。但这并不是数据思维，而是人脑根据人体的感官作出的一种自然反应，是人类进化中对数据的一种天生携带感。
我们判断和分析事物的变化形成结论，一般有两种方法：
一种是通过对事物所涉及的一系列数据进行收集、汇总、对比、分析而形成结论。
另一种是通过感官、经验、主观和感性判断而形成结论。
前者可以称为“数据思维”，后者可以称为“经验思维或传统思维”。
数据思维是用数据来探索、思考事物的一种思维模式，用数据来发现问题、洞察规律、探索真理。企业的数字化转型过程需要的数据思维，就是用数据思考，用数据说话、用数据管理、用数据决策。
用数据思考，就是实事求是、坚持以数据为基础理性思考，避免情绪化、主观化，避免负面思维、以偏概全、单一视角。
用数据管理，就是对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各环节的业务管理过程中。
用数据说话，就是要杜绝“大概、也许、可能、差不多......”，而是要以真实的数据为依据，基于合理、有逻辑的“推论”，去说服别人，去汇报工作。
用数据决策，就是要以事实为基础、以数据为依据，通过数据的关联分析、预测分析、事实推理获得结论，避免通过直觉做决定和情绪化决策。
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，可以从以下几个方面入手：
l 质量评估：对数据的表象和质量进行评估，判断数据是否完整、准确、符合业务规范。
l 识别真伪：能够对数据的真假做出判断，看出数据中存在的猫腻。
l 找到因果：能够通过数据找到事物之间因果关系，从而找到产生问题的主要原因和根本原因。
l 找出关联：能够通过数据多维采集和分析找到事物之间关联关系。
l 判别优劣：能够通过数据的对比判断事物的好坏优劣。
l 洞察规律：能够从数据中找到事物发展的规律。
l 预测预估：能够从已知的数据中提取到的规则，从而对未知的业务影响作出预测。
培养理解和使用数据的能力
“数据为王，业务是核心”，与其说培养理解数据的能力，不如说是理解业务的能力。只有将数据置于业务场景中，数据才能变得有意义。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。
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。
培养用数据说话的习惯
数字化时代，每个人都应该具有量化思维，习惯用数据说话。用数据说话不是单纯的使用“数字”，而是用数据来支持观点，做到有理有据。
数据思维是一种“知行合一”的思维模式和行动总则。数据思维的建立，不仅仅需要对数字的敏感，更需要擅长观察数据，从数据中找出问题、找到规律并提炼见解，让数据赋能业务，服务管理。
数据思维的建立，也不仅仅要懂数据，理解数据背后的业务含义，更需要有将数据用起来的能力，只有真正将数据用起来，才能检验数据的对错，发现数据的价值。
“数智龙光”移动驾驶舱便是辅助龙光管理者“用数字进行管理”的重要工具。
通过移动端“数智龙光”随时向各个层面的管理人员提供及时、准确、全面的投资、运营、营销、财务、人力等业务数据，帮助各层管理人员及时了解当前经营情况；
通过目标与经营情况比对，对异常经营情况提起预警，同时结合多个层级和维度的数据钻取，提高问题原因分析效率；
通过业务模型和分析模型，对于经营目标设定提供建议，最终为各级管理人员决策提供多角度、多维度、及时准确的数据支持，为企业数字化运营提供助力