数据是企业数字化转型的最终价值体现，数据质量直接体现着数字化建设的成果，但在当前大部分的企业中对于数据应用的意识、能力等还处于初始阶段，那么企业在数据应用过程中究竟有哪些难点与痛点，一个人的思想、视野、能力毕竟有限，老杨做了此次调研问卷，从多个维度对企业数据化建设、应用情况进行收集、分析，感谢调研期间全国广大粉丝的支持，现将调研结果分享如下： 

此次调研问卷中显示在大数据应用方面非技术密集型企业占比高达60.47%，从中可以看出此类行业企业对于大数据技术的重视及依赖程度，而在此类行业中制造业占比最高达30.23%，从中也可以看出制造业对于数字化技术的重视程度。

在此次调研中有一个特别有意思的现象就是能够应用大数据技术的企业都是处于成熟及成长期，这也从一个侧面反映出只有处于高速发展期或有实力的企业才能够进行数据化的应用建设，但随着数字化技术的普及应用，我们也看到有15.5%的初创期企业也在应用数据化，由此可见大数据技术也在慢慢影响着初创期企业。 

在此次调研中有67%的企业表示具有分析平台，有78%的企业表示有应用了数据可视化技术，但虽然应用了大数据技术，有了相关展示平台，而现实却是应用的深度仍值得提高，从调研中我们看出有53%的企业表示应用了大数据挖掘技术，而47%的企业表示从未使用，所以企业对大数据技术应用的深度还需进一步提升，对于数据应用的深度代表着企业的数字化应用的能力。 

在大数据技术应用的组织建设方面，此次调研中我们看到企业需要提升的一面，只有43%的企业表示具有数据技术团队，有44%的企业表示具有数据应用管理团队，也就是说虽然企业引进了大数据技术及平台，但在技术及应用管理方面仍需要全面的提升，这也从一个侧面反映了企业对于数据的认知及重视程度，有技术不管理任其野蛮生长，或者说只把大数据当做一个展示窗口，这也就造成了大数据应用的深度，也说明了大部分企业在大数据应用方面只是皮毛级别。

在数据化团队建设过程中，关于人才结构需求，有近72%的企业表示数据分析师是所在企业当前需要的数据人才，有近53%的企业表示缺乏产品经理，从中不难看出这类企业一般具有较强的技术研发能力，所以企业对于研发人才的缺口也是非常的大，有近43%的企业表示缺乏研发人才。当前数据化管理者也是当前大部分企业缺乏的，尤其是高层管理者，这一占比达41%。 

在大数据系统的引进方面有46%的企业表示采用第三方采购的形式，而也有41%的企业表示采用自研+第三方采购的形式，而这些企业均为行业头部企业，本身具有一定的技术研发实力，采用自研+采购模式可解决个性化功能满足的问题，因为大数据类的软件产品除了技术本身外重要的是行业经验的积累与迭代，企业只所以采购第三方的产品也是想对行业经验的快速复制与迭代，因此从调研中我们可以看出只有13%的企业选择了自研大数据产品。企业在数据技术方面的投入是否足够的调研中我们毫无悬念的看到有77%的受访企业表示是不够的，数字化的投入问题一直是影响企业数字化建设的重要因素，价值体现难是其中最重要的原因。 

软件公司可以说是企业数据化建设的中坚力量，其产品能力、技术能力及实施能力影响着企业数据化建设，可以说与第三方软件公司合作是一个相爱相杀的博弈过程，通过此次调研，我们很可惜的看到有近62%的企业在“对与您的企业合作的第三方公司是否满意”的问题上选择了一般，只有近4.7%的企业选择了非常满意，所以软件公司的相关能力还是进一步提升。 

价值永远是企业数字化转型建设的最终体现，那么在认知的层面数据化建设能为企业能提供什么？有近60%的受访企业表示是决策依据，这是最理想的想法，但大部分企业难以做到；所以在最初的数据意识层面有58%的企业认为数据建设只能提供数据源，有近53%的企业认为是为工作场景提供针对性的信息，所以认知决定了企业数据化建设的深度与价值。 

为什么大数据应用难以体现价值？从调研中我们可以看到在“企业领导是否有看系统大数据报表的习惯”这一问题中有近50%的受访企业表示领导偶尔看，为什么？因为有近75%的受访企业表示数据的真实性、有效性、准确性只能部分保障，这也就是说领导难以通过大数据平台得到最真实的数据。 

而在关于数据价值的调研中，我们看到在“企业领导是否相信系统内的数据”这一问题调研中有近80%的受访企业表示领导部分相信，这也造成了企业当前的数据难以为管理决策提供依据，从调研数据中看到有近47%的受访企业表示数据为管理决策提供的作用是有限的，所以这也不难解释为什么数据化建设价值体现难了。 

那么为什么会出现数据价值体现难的问题？我们首先来看一下企业的数据采集方式，有近24%的受访企业表示大数据平台展示的数据来自于Excel，这说明什么？真实的现状就是大部分企业把数据平台当做对外展示用的形象工程、面子工程，有高达近53%的企业表示数据的采集方式是多样化、多渠道，这在一定程度上影响着原始数据的准确性、及时性，造成数据质量难以保障。所以我们不难看出数据价值体现难，首先就是数据质量难保障。 

而在日常管理方面，有37%的受访企业表示没有相关的数据管理制度及办法，而36%的企业表示虽然有制度但并未执行，而在相关制度落地方面，只有10%的企业表示将数据的真实性、有效性、准确性责任落实到个人，近72%的企业表示是部分落实的，所以不难看出，数据质量难以保障相关制度的制定及落地难是最大的原因。 

如果说企业的数据质量难以保障是领导及员工意识的问题，那么在相关组织保障方面，我们可以看到有65%的受访企业表示没有数据运营管理部门，也就是说大部分的企业未将数据管理提升至战略运营的高度，缺乏足够的重视程度，数据化管理不仅需要意识更需要专业化的知识，所以培训显得格外重要，在“是否经常组织相关数据化的培训 

”调研中有近57%的企业表示偶尔会有，而近24%的企业表示从未有过，所以若想企业数据能力提升，加大日常培训学习力度是关键。 

除了企业内部的培训，参加行业的交流学习也是提升数据能力的一种手段，但在调研中发现有近64%的企业表示偶尔参加“行业内关于数据管理的相关峰会、培训\交流”，而不能参加行业交流峰会的主要原因是企业领导无意识、不支持，导致难以请假外出交流学习；而“参加相关培训及行业峰会后对您的数据管理能力是否有帮助”这一问题调研结果显示有近68%的受访企业表示有部分提升的效果，这在一方面说明峰会的组织者需要在企业的需求方面多下功夫，在会议内容方面还有很大的提升空间。 

在数据化系统的推广中，老杨认为最关键的两个指标是：激励机制与效果评估机制，但很遗憾在受访的企业中有近78%的企业表示没有数据应用的奖励机制，也就是说企业数据用的好与不好一个样，数据质量好与不好也是一个样，而在“企业是否有数据应用的评估机制”这一调研中我们可以看到有近76%的企业对于大数据的应用评估机制是缺失的。所以企业数据质量难以保障不仅有意识、制度及落实上的问题，更有运营管理上的缺失。 

数据的治理能力是企业数据质量的最重要的保障手段，但在此次调研中有近62%的受访企业表示企业的数据治理能力一般，有近31%的企业表示无治理能力。 

“数据化在企业的应用水平做一个总体评价”这一问题的调研中，有近60%的企业认为自己所在的企业数据化应用水平处于：初级水平，为企业决策所提供的支持是有限的，也就是说数据平台为管理决策提供的价值是非常有限的。那么在业务场景应用中，数据化应用对哪些工作场景具有较明显的支持效果？我们可以看到财务管理场景对于大数据技术的应用高达71%，其次是客户管理57%，生产安排占比近56%，所以我们不难看出，数据化在核心业务的应用场景比例还是很高的。 

企业需要加强数据化的哪些能力？在调研问卷的反馈中我们看到有近80%的企业选择数据分析能力，有近79%的企业选择应用能力，有近61%的企业选择数据收集能力，企业在数字化转型建设过程中想提升数据的应用效果、展示数据的价值只有在数据分析能力上下功夫，同时保障数据质量是关键，所以企业也必须在数据采集源头上加大力度管理。 

企业在数据应用方面的瓶颈是什么？在这一关键的问题上，数据人才是关键，有近71%的受访企业表示缺乏数据人才，而数据质量难以保障也是导致数据难以应用的一大问题，其中对于业务的理解程度也是影响数据应用的瓶颈，有近53%的企业表示技术部门缺乏对业务的深度理解，所以企业在数字化转型建设过程中打造技术与业务的融合团队不是一句空话。 

企业数字化转型过程是充满艰辛的，数据化建设与应用作为数字化转型的核心环节存在诸多困难与问题也是正常不过的，在此次调研中失败对于企业数据化建设进程的影响是非常大的，有近57%的企业表示“过去的数据化建设项目效果不明显，导致当前数据化建设信心不足”，而有近53%的企业表示“企业所在的行业，数据化程度整体落后”，也就是说难以在行业中汲取数据化建设的相关经验。 

企业数据安全是当前在数字化转型建设过程中最常见的话题，在调研中发现可喜的一面，有近43%的受访企业表示在数据安全方面一直有投入，这说明企业的数据安全意识在提高，但也有近33%的企业表示有预算但从未严格执行过； 

那么企业当前在数据管理方面存在的问题是什么？通过此次调研发现意识不足仍是影响企业数据应用能力的最大拦路虎，其次是技术及管理能力的问题，占比近69%；那么在数据管理上需要改善以下哪方面？有近75%的企业表示还是领导的意识需要提升，其次近72%的企业表示企业的数据运营管理能力想提升，所以企业的领导者要在意识上重视数据化建设，更要在战略运营高度来落地数据化的管理工作。 

学习标杆企业优秀的管理经验可以事半功倍，关于“企业在数据应用方面需要借鉴哪些经验”这一问题上，经调研后总结发现如下高频关键词： 

企业数字化建设总是一个不断试错的过程，但每次的试错都会带来高成本的损失，数据化建设也是一样，那么企业在数据应用方面需要避免哪些错误？根据此次调研结果总结如下关键词： 

  缺乏规划； 

  避免重复投入； 

  数据质量； 

  业务部门不够重视、避免搞成形象工程； 

  应该首先去解决业务痛点； 

  数据指标逻辑不统一；避免为技术而技术； 

  数据治理不扎实，虎头蛇尾，只做表面功夫 

  着重数据采集 

  综合性人才重视不够 

  勇敢试错 

  全员应用 

基于以上调研结果，那么关键问题来了关于在“您认为您所在的企业在数据应用方面的发展前景如何？”一题调研中，有近51%的人认为企业的数据化建设前景一般，不过近43%的企业还是保持了乐观的心态；那么最最关键的问题“企业今年是否有引进相关数据产品的打算？”，有近59%的受访企业表示暂无计划，主要还是受企业发展及资金的影响。 

从以上我们得到了企业数据应用能力的真相：在企业高层领导意识不足的影响下导致企业的数据化建设资金保障不足、技术能力不足、组织能力不足，最为严重的是大部分企业的数据质量难以保障，从而导致数据价值难以体现，最后企业投入大量人力、财力做数据化建设做了个寂寞，数据应用能力也难以提升，最后也是个寂寞。所以如何进行科学的数据化建设、如何提升数据的应用能力将是企业2023年数字化转型建设的重要任务。