数字化转型对于企业来说已经是老生常谈的话题，在经历了新冠肺炎疫情后，国家发展改革委官网在2020年5月13日，发布了“数字化转型伙伴行动”倡议，越来越多的企业将重心也转向了数字化转型。
所以本文就来理一下数字化转型的概念。
一、数字化转型解析
1、Digitization，Digitalization，Digital Transformation
首先在英文中，对于数字化的描述有三个单词，其最终释义均为数字化，但是这三个单词的排列方式也是数字化的三个不同的阶段。
Digization即为最初的将模拟量转化为数字量的过程，到2010年后，提出了Digizalization的概念，它与前者不同，它是指企业运用一系列新的信息化技术来实现企业的降本提质增效目标，或是发展创新，而所谓的新信息化技术即为现在我们常说的大数据、人工智能、移动互联网、云计算、物联网IoT以及区块链等。近几年在之前的基础上提出了Digital Transformation即数字化转型的概念，这里引用wikipedi的原话：数字化转型是企业和组织活动、流程、能力和模式的深刻变革，以战略性和优先顺序，充分利用数字技术的变化和机遇及其对社会的加速影响，同时考虑当前和未来的转变。可以理解为数字化转型就是策略话的应用现有的新技术，使企业发生广泛，深远的变革或转型。
那么数字化转型的究竟、核心以及本质是什么，它是将企业由何种形态转为何种新的形态，接下来我们通过来通过现代企业理论来解析数字化转型的本质。
2、现代企业理论
相较于现代企业理论，传统企业理论将企业视为生产单元，或者引用著名经济学家科斯最重要的理论贡献——传统企业理论中，生产单元是市场中“交易费用”为0的区域。
但是，无论哪一种传统企业理论理论，他们都有一个共同的缺陷，就是将企业视为一个黑盒，没有打开来，这导致企业存在了一个最关键的缺失没有企业家，没有组织，当然也就没有企业管理。
而现代企业理论，首先关注的是企业家。企业家是对市场有着独特判断的一群人。所谓判断，是关于使用资源以满足消费者偏好的一种新颖的推断。可以理解为，在市场上有各种各样的资产，这些资产，一般都有一个价格（一般在市场上围绕这个价格稍微波动），这个价格就体现了市场对它的价值判断的一个共识。然而，企业家的判断（这种判断往往带有创新性），使他们发现了这些资源的其他方面属性，或者与其他资源构成的关系有独特的价值。换句话说，他发现这种资源或这些资源被低估了。当企业家依据他的判断，购买这种资产，并和其他资产进行组合时，就构成了“企业”。
但是现代企业竞争的激烈，企业也并不只有其所有者这一个企业家，即企业要求其内部不能只有他一个人能作出“判断”。而是更多的由所有者作出原发判断，并授权其人做出派生判断，这便是现代企业组织，也就是企业家团队。
举例来说，某游戏公司的总裁认为海外一款游戏做的非常好，他对下属说：“我们能不能做一个更好的”，这是一个原发判断，其下属沿着这个方向设计了一款同类型游戏，这就是一个派生判断，当然，该下属也可以继续授权其团队进行派生判断。
所以，现代企业，不是只有所有者一个人创新，而是通过派生判断，进行集体创新。
同样，现代企业，也并不只有在初创时才需要创新，成熟的企业也有创新，而且因为创新有试错成本，是一种奢侈的试验，一定规模的企业反而更有利于创新。
3、转型的本质即为创新
回到数字化转型中的转型二字，其本质或者说关键词便是“创新‘，它是企业从制造工厂向研发机构的转型；从生产单元向创新单元的转型；从个人创新向集体创新的转型。
目前的绝大多数企业中，一直都存在着创新活动，但是现代企业，无论是什么行业，什么领域，创新越来越广泛，越来越深入，越来越基础，是一个总体的趋势。（3）转型的本质即为创新
4、为什么是数字化
而转型的方向为什么会选择数字化，这里我们罗列三点原因：
（1）数字化让企业中非创新的活动更加简单
换句话说，因为有了数字化手段，企业中那些创新成分低的诸如体力劳动，简单重复的脑力劳动，都可以被自动化，从而，相应的，企业中真正体现创造性的活动的比重才会增加。
（2）数字化让企业获得了一种新的资产——数据
数据资产的特殊性在于，它的价值是最容易受“判断”的影响，而很难和其他资产那样，有一个市场价格，在贵州大数据交易所）
（3）数字化为企业的创新活动提供了更友好的环境
数字化的手段，让很多原本需要大量投入做实验的创新活动，有了更加简单易用低成本的虚拟化的实验环境，而来复杂的实验搭建、制作工作，现在只要动动鼠标，最多写几行代码就可以实现。
二、企业数据管理探索
那么在数字化转型中，围绕“创新”这个关键词，企业的数据管理，具体应该去做些什么。这里罗列为三点：数据治理，数据共享以及数据应用。
1、数据治理
中国商飞的数据管理总师胡盛行指出，数据治理应该包括四个内容：盘、规、治、用，分别代表数据盘点、数据标准、数据整治以及数据应用。
数据盘点指根据企业数据的复杂性出台相应的数据资产盘点方法，搭建数据血缘关系分析架构以及数据架构变更管理流程，来支撑对公司数据数据资产的盘点。
其次通过元数据管理、统一数据定义即数据标准化以及主数据管理实现数据标准。
依据数据标准对数据质量进行评估、监控以及提升，其中包括准确性、及时性、完整性等六大要求监控数据质量，而其责任方在于企业数据的所有者即业务部门，由数据部门进行督促和监督。
而数据治理的最终目的在于数据应用，即为数据的应用、交换与服务。
2、数据共享
数据共享可以通过数据资产目录、数据资产卡片共享给企业每个人，数据定义、数据来源、数据规范标准、以及数据地图数据的架构与之间的逻辑关系，支撑企业人员可以通过数据查询来查找需要的数据。
3、数据应用
数据应用即为数据的应用、交换与服务，需要通过Finereport、FineBI等可视化的途径直接服务于企业的一线生产人员、监管人员、业务负责人、公司高层以及企业董事，以下图为例，数据应用应由统一的平台支撑，涉及数据预警、数据检索、数据分析、固化查询报表、自定义分析报告制作以及内容的共享和通知。
由此可见，单纯地上线、迭代业务系统已无法实现企业地全面数字化转型，企业应将重心更加侧重于数据的管理，保证数据的准确性、实时性、可视化、系统化等，最大限度地发挥数据的价值全面实现企业的数字化转型。
