随着数字化转型的推进，科技数据和业务数据的边界逐渐模糊，科技数据最终需要锚定于业务输出和内部管理。通过科技数据，能够精准了解产品的功能使用情况，并根据数据反馈贴合用户的使用习惯，辅助产品设计过程中做出正确的决策。
政企数字化转型来到目前阶段，可以说走过了一段“逐层堆山”的路。一个个系统、一种种技术累积下来，大量企业的数字化结构十分复杂，这也造成了广为诟病，甚至已经从国家层面提醒注意的“堆烟筒”问题。
数字化转型是一个复杂的过程，需要技术与业务场景深度融合。随着政府与企业对于数字化转型的不断深化，国内将涌现一批优秀的数字化厂商服务于甲方用户。同时，各行业内数字化转型的先进企业也会将自身数字化能力赋能于行业内的其他企业。
我们已经走入了数字时代，数字化技术的发展正在影响社会的方方面面，比如新职位的增加，根据CSET的数据，2019年美国需要网络技能和人工智能技能的职位数量为3.4万个，而2010年只有几百个，在此期间，网络职位和人工智能职位的类别分别增长了约265%和1300%。
数字化转型表明，只有企业对其业务进行系统性、彻底的（或重大和完全的）重新定义——而不仅仅是IT，而是对组织活动、流程、业务模式和员工能力的方方面面进行重新定义的时候，成功才会得以实现。
数据治理的重要性不言而喻。对于大部分零售企业来说，由于内部数据构成复杂，每次具体应用时需要服务商重新清洗，费时费力，效率很低。对企业内部数据进行标准化治理，是有效利用的第一步。
