知乎百萬熱議：網際網路已成紅海，為什麼BAT卻不涉足傳統制造行業
最近在知乎有一個百萬瀏覽量的熱議話題
BAT還停留在送外賣，共用單車，行動支付這些已經充分競爭甚至過分競爭的領域。
而反觀製造業，很多裝置還相當原始，根本沒有用到巨量資料或人工智慧這一類的先進技術，很多甚至連自動化還沒有實現。
這麼大的發展機遇，為什麼BAT們不去研究，卻一個勁兒的整這些生活中本來已經很方便的服務，比如團購啊，外賣啊，零售啊這些很一般的東西，卻投個幾百上千億去搞。
放著製造業水平落後人家幾十年，很多裝置還需要買進口的，想想就來氣。
為什麼BAT不像德國那樣搞智慧製造生產裝置呢？
其實答案很簡單
因為賺不到錢！
把製造業企業作為客戶？這些客戶本身沒錢，基本都是以最低價中標。比如到菜市場買菜，每天挑最便宜的買，本質上不新鮮也能吃飽餓不死。想從這種人身上賺錢？你到底在想什麼？
網際網路大廠，講究的是快，幹事快，投入快，產出快，我開發一個app全員加班加點，一個月能初步有雛形了，2個月就能上線了，我做做廣告，搞搞商業化，錢自然而然就來了。
同樣的，還有電商、遊戲，阿里最賺錢的部門是淘寶，位元組最賺錢的部門是抖音，百度最賺錢的地方是搜尋，騰訊最賺錢的地方是遊戲和投資，再不行，我把手伸到買菜上，賺錢這麼容易為什麼要走另一條路？
搞幾個人做做智慧製造、數位化轉型這種B端專案得了，雲嘛，現在有阿里華為騰訊三大雲，想插手也很難，再說阿里雲當年不也快做沒了嗎？
to b辛辛苦苦，一年才幾個錢？你讓我去和製造業打交道？我只想做甲方，不想做乙方。
總的來說就是，市場規模不大（製造業也不好過），技術複用不高，投入產出不快。
但這塊事情必須也得有人做，所以今天在這裡我想說說傳統行業的數位化轉型。
做過太多的數位化轉型專案了，總結起來就一句話：用資料為企業賦能。
這是句套話，看完也是似懂非懂的，不過別急，聽我解釋。
其實現在的中臺、數位化轉型，很多年前就已經在做了，只不過當時的網際網路並沒有現在這麼發達，聲量不能夠被放大。而且說白了，數位化轉型就是資料化管理。
領導看得見的東西：
你通過資料把銷售額提升了1000萬
你給公司做了一個實時的視覺化大屏
你從0-1建立了一個資料部門，每天老闆來都能準時看到報表，且業務人員認可度很高
領導看不見的東西：
你sql寫了很長很長時間，就是一個機器，一度懷疑自己
你的工作得不到別人認可，成就感低，一度想離職
這些都是數位化轉型中會遇到的問題。
其實，資料在沒有積累到一定程度時，是很難發揮出它的智慧價值的，繞不過「看數」的階段。只要業務成熟到一定程度，資料才能發揮出它的增值潛力。
資料如何驅動業務
知乎百萬熱議：網際網路已成紅海，為什麼BAT卻不涉足傳統制造行業
第一步：提高資料支援類工作效率
資料支援工作繁雜，但又不得不做，資料維護是業務正常運轉和專案推進的基礎，既然無法避免，我們只能通過效率提升來縮短時間。
1、規範需求流程
面對業務繁雜、多樣的需求，我們可以規範化需求提出、需求評估與承接、需求開發與資料結果校驗等的流程，一方面避免因為需求評估、排期和業務扯皮，另一方面也培養了資料分析師的工作習慣和分析問題的思維。
2、管理業務預期
對業務需求做好優先順序排期，除非緊急性需求要以最高優先順序最短時間內交付結果，其他的需求按照正常的節奏產出。
做好需求排期和需求交付的公開透明公示，避免業務方因為不瞭解而猜忌是資料同學敷衍拖延，需求管理的本質是承諾管理，自己承諾出去在什麼時間交付什麼結果，自己就得盡全力做到，除非有不可抗力。
第二步：搭建基礎資料設施，常規問題工程化
在業務的資料支援需求中，有一部分需求是可以通用的方法解決的，比如日常的報表查詢、製作等，這些問題可以直接做成通用報表，讓業務自行檢視。
一些中大型企業會通過報表平臺的建設來完成一些固定報表模板的開發和管理，比如通過報表工具FineReport直接與資料庫對接，並將資料庫中的資料按照欄位實時更新，這樣就解決來取數的問題，做好的報表模板可以實時更新資料，並且可以整合到OA系統、ERP系統之中，這樣就避免了很多重複的資料支援工作。
剩下的問題再根據重要性和緊急程度逐個攻破，相信這時資料分析師應該有時間著手其他問題了。
第三步：理解業務，掌握主動性
在我的理解裡，資料驅動就是：通過資料分析理解業務，驗證思路，發現利用率不足的資源並對之進行重新整合，從而做出ROI高的增量價值。
在我們做了很多資料支援工作之後，你會發現資料只是充當了一個輔助工具，幫助業務驗證某一個已有的想法，而不是去幫助業務解決問題。資料驅動應該是全面、系統地從資料角度發現和解決業務問題，是一個資料建模的完整過程，而不是僅僅讓資料在輔助驗證某一個想法。
所以資料分析師來說，對業務的深刻理解和判斷是資料驅動的上限，掌握再多資料分析模型、思維和方法，也只是讓你不斷的逼近這個上限。
那如何快速理解業務？沒有捷徑，最關鍵的就是：多問。
大部分的資料分析師都是被動接受需求，根據業務提供的邏輯完成需求。但業務理解資料能力往往是不如我們的，所以就需要資料分析師掌握主動性，多去和對接的業務方瞭解對方要做什麼，進而盤一盤我能為他要做的事情提供點什麼。
第四步：搞定「人」
資料分析師搞定了自身能力，剩下最大的阻礙的就是搞定「人」：怎麼讓業務部門、集團領導能夠心甘情願的使用資料分析，參與資料分析，從而看到資料分析的價值。
在這個問題上，我有深刻的體會，在我剛開始組建資料團隊的時候，非常渴望和業務合作一些專案，搞點事情來讓領導看到我們團隊的價值，我第一個想到是找業務部門的領導描繪我藍圖，但是被一口拒絕了。
後來經過多次的溝通與嘗試，終於達成一致，展開了專案，這裡我總結一些經驗讓大家參考：
1、找準關鍵業務部門，主動切入。用句不恰當的俗語「擒賊先擒王」 ，要想撬動業務對資料分析價值的認可，先要從核心業務下手，核心業務在公司的關注度高，如果能做出價值，必然在其他業務部門推動時會更輕鬆。
2、從小入手，先讓業務嚐到甜頭。在和業務配合的時候，上來描繪偉大藍圖，要大修大改，業務很難信任配合，最好的辦法就是先幫助業務解決問題，讓業務嚐到甜頭，比如比如業務部門每天需要整理大量的資料，用人工的手段來處理往往效率低下，當你主動提出用工具的方法幫助業務部門解決問題後，就獲取了業務部門的信任，後續再推自己的分析模型和想法就順利多了。
3、搞定老闆。比搞定業務更快辦法，就是直接搞定老闆，讓老闆認可資料分析價值，從而推動資料分析在各個業務部門的應用。領導和高層的核心工作是企業管理，我們的目的是能讓資料成為企業管理的工具之一，幫助領導更快、更全面地掌控業務情況。比如一些資料大屏、行動端報表等資料產品建設。
私信回覆：報表，可獲取報表下載方式。