马云老师讲从IT到DT，进入到DT时代，企业需要有数据思维。企业的IT时代，是以ERP、PLM等IT系统的应用为主体，建立基于流程（Process-Based）的规范化业务运营；企业的DT时代，则是以大数据、工业互联网等的模式为主体，实现数据驱动（Data-Driven）的智能化绩效评价、经营计划和决策优化。
 

图1：基于流程的业务运营与数据驱动的业绩评价与经营计划

如图1所示，如果以PDCA管理循环来看，经营计划和决策是“P”，外协采购、生产执行、销售订单处理等业务运营是“D”，生产设备与作业过程的监测与控制是“C”，经营业绩的评价是“A”（Appraise的“A”）。业务运营讲究的是规范、有序，所以要建立在业务流程的基础上并借助ERP等IT系统来落地。业绩评价讲究客观、可信、及时，经营计划讲究综合和多中选优，这些都需要用数据说话，是数据驱动的业务场景。过程监测与控制则是业务一线的实时监测和控制，主要通过OT（运营技术）的自动化来实现。

在企业的日常运营中，基本有两类运行机制，一种是从经营计划到业务运营，从业务运营到业务一线的监测与控制，再到业绩评价，最后从业绩评价反馈给经营计划，再进入下一个经营循环，这是企业经营的大循环；另外，也可以从问题管理入手，从问题定义，到原因分析，到解决方案制订、选择与执行，再到效果评价与问题归零（解决方案和预防措施的制度化、流程化或工具化），也遵循完整的PDCA循环，这是企业经营的小循环。无论是“大循环”，还是“小循环”，循环中的“P”和“A”是数据驱动（Data-Driven），循环中的“D”是基于流程（Process-Based），循环中的“C”则是过程与数据的混合，只不过，“C”中数据是现场过程的实时数据。

数据驱动的业务决策，大家虽然讲得比较多，但从哪些方面入手，还需要在实践中不断深化。以笔者的工作经验，在企业的营销和质量管理等领域，数据驱动的业务决策可以找到很多有价值的应用场景，比如数据驱动的市场细分，数据驱动的质量改进，等等。

企业营销领域的主要工作是“STP”和“4P”。“STP”指市场细分（Market Segmentation）、目标市场（MarketTargeting）和市场定位（Market Positioning），其中，市场细分是营销的第一步。市场细分是根据消费者的属性，比如性别、年龄、住所、职业、收入、家庭、爱好、教育、种族，等等，对市场进行分类；但并不是每一个消费者属性都是有效的市场细分标准，企业想从中找出有效的细分标准，就要应用到关联分析。关联分析就是通过分析模型找到消费者属性与市场表现之间的相关性，如果相关性较强，该消费者属性就可视为有效的市场细分标准。如果消费者属性不明显，企业还是可以收集消费者行为，通过聚类分析来划分细分市场。

质量管理领域中，基于质量故障现象<-->原因之间的因果分析和质量改进是典型的数据驱动应用场景，其中要用的分析方法有关联分析、因子分析和试验设计（DOE），等等。故障现象是因变量Y，故障原因是自变量X。企业首先要识别质量数据中，那个是X，那个是Y；其次，大多数情况下，X有多个，Y也有多个，X与Y之间要找到逻辑关系，就需要应用关联分析以找到变量之间的相关性，然后通过试验设计以找到自变量与因变量之间的发生时间的先后和因果联系。作为原因的自变量先发生，是因；作为现象的因变量后发生，是果。

图3：数据驱动的质量分析与决策举例

基于数据驱动的质量分析与决策，不仅仅是故障的因果分析，企业还可以通过试验设计等分析方法，比较预测值与实际失效率之间的差异，从中找到坏的因子并提出相应的质量标准，将之完善到质量计划的管理内容中。

在企业的数字化建设中，数据驱动的业绩评价、业务计划与决策优化，是基于流程的业务运营的有机补充和深化，要求企业具备数据思维，能够将业务问题转化为数据科学，从数据科学方法中寻找业务问题的解决方案。