2013年，随着zrdkh的《大数据时代》翻译的推出，以星环等公司为代表的Hadoop大数据技术热潮也在中国启动，因此公元2013年也被称为中国大数据元年。也正是在这一年，我有幸跟随时代潮流，进入大数据行业，成为大数据行业的一只愤怒的白猫。

2017年，ctdxf推出的《未来简史》将此前的大数据技术热潮引向数据算法的高度，从而让以百分点为代表的大数据算法人工智能(AI)高科技公司成为耀眼的“明星”。此后，本土企业并不满足于进口理论的影响，而是在中国这片大数据的沃土上，不断探索、实践、提炼更适合我们自身快速迭代发展的数据时代新理论，其中阿里的“数据中心”最为突出。

2020年，一场突如其来的新冠肺炎疫情改变了整个世界。人们的生活方式、工作方式和学习方式迅速改变以适应现在。企业作为社会因素中的关键因素，自然被迫经历各种演变。最明显的就是很多企业都要线上运营，所以很多企业被迫走数字化转型的道路。作为见证过中国大数据发展的老兵，我认为它充分展示了中国大数据时代从再采集、再挖掘、再架构设计的演进，为打造全新的数据理论体系奠定了基础，从rxdkj的数据采集技术热潮，到数据挖掘算法热潮，再到数据架构平台热潮，再到当下的数据运营转型热潮。

产品数字化只是企业数字化的一部分，企业管理系统管理的核心是企业价值链和资源。只有将整个企业的所有业务流程数字化，才能真正实现企业的数字化转型。因此，企业的数字化转型任重道远，就像中国逐步实现四个现代化的过程中不断加力一样艰巨而漫长。结合多年在数据治理领域的探索和实践，我总结了企业数字化转型过程中数据管理的四大现代化理论，并首次与大家分享。

00-1010数据，作为信息系统的产物，一直被当作副产品对待。每个企业在开发新的应用系统时，只关注功能实现、系统稳定性、系统负载等，很少关注这个系统产生的数据，未来我会在哪里使用这些数据，之前的系统是否已经产生了相同的数据等等。因此，每个系统中的数据不一致，每个系统都有自己的方言，企业要想高效地协同工作，就需要在每个系统中使用普通话，因此数据生产的标准化非常重要。如何解决数据生产标准化问题？我认为企业需要改变传统的信息系统建设方式，从企业架构映射到数据架构，从数据架构设计的角度规划信息系统建设与数据生产的有机结合，为企业数字化转型打下良好的生产要素基础。

一、 数据生产规范化

大多数企业将其数据管理放在传统的IT部门，这决定了传统数据管理的视角停留在技术层面。就像中国大数据元年的hadoop技术热潮一样，它的生命力非常有限。目前，数据已经像资本、土地、劳动力一样成为一种生产要素，因此我们不仅需要获取数据的能力，还需要对数据在整个加工链中的资源配置管理。就像我们用ERP管理其他生产要素一样，可以对资产的全生命周期进行管理，从而实现数据资源的优化配置，从数据的采集、存储、加工、流通、消费、控制、销毁等环节对资产进行管理，真正形成数据这一新的生产要素的资源配置。

00-1010记得之前看过同行的一篇文章，说数据部门需要野鸭，我个人深表赞同。我看到很多企业的数据部门对业务部门的数据需求是技术服务输出，很缺乏能够从数据需求者的角度考虑和设计数据服务产品的人员。在这个重视客户体验的时代，如果企业数据服务部门可以考虑设计相应的数据服务产品作为数据服务的用户输出，就像是为所有需求者提供了一个方便易用的APP 1。

样，那数据部门想不壮大起来都难了，企业的数字化运营也会不断优化和高效起来。

四、数据治理生态化

谈到数据治理这个话题我之前常常会引申到我们生活中垃圾分类的现象上来，它是一个需要改造设施、配套政策、不断宣贯、强化执行的循序渐进的过程。我遇到很多企业在数字化转型过程中遇到了数据质量不可用的问题，然后就针对数据质量修正，结果发现费了很大力气改变的只是很短期的成效。就像垃圾分类一样，如果不是让每个家庭、甚至家庭的每个成员都了解并养成习惯，并巩固住效果，你只针对混扔的垃圾去处理永远解决都是当期垃圾的问题。所以数据治理一定要具有生态治理的视角，让企业的每一个人都了解并认知到企业的数据治理与每个人息息相关（比如员工信息泄露等数据安全），从而让企业每一分子都融入到这个大的生态中来，才能真正打造数字化转型成功的伟大企业。

作者：Datablau么福祥