“資料業務化”，你們的理解是什麼？
這句話最早來自阿里集團內部關於“一切業務資料化，一切資料業務化”的說法：
業務數位化，數字業務化；產業數位化，數字產業化；能量資訊化，資訊能量化……
雖然說法很精煉，很高大上，大家喜歡引用，但不同的人有不同的理解，差別還是很大，如下所示：
業務資料化實質上就是「資料化營運」，而資料化營運的本質是對使用者的營運，資料都源自於使用者的屬性和行為。產品生命週期全過程就是一個使用者獲取、使用者活躍、使用者留存、付費轉化、口碑傳播的閉環流程。這流程中每一個節點其實都是對使用者行為的激發以完成每一個階段的目標。以資料為決策依據，以資料為導向，這就是所謂的「業務資料化」。
— — 某專案經理
很多人對「業務資料化」的理解還只停留在表面。「業務資料化」不是簡單地將使用者行為數位化儲存，資訊只有透過內在的指標化（亦可稱為模型化），達到業務資料可利用、可分析、可改進，進入營運環節才能稱之為業務資料化。
— — 某營運經理
業務資料化很好理解，就是我們之前說的「資訊化」。「資料業務化」其實也比較好理解，指資料轉變為帶有建議性的資訊幫助客戶實現商業目的。常見的把使用者資料打包賣給其他人，還稱不上資料業務化，因為資料並未轉變為面向客戶實現商業目的的內容，所以很多公司還只停留在「資料倒賣化」的階段。
— — 某專案經理
沒記錯的話這句話是馬雲提出來的。他的原意應該是讓阿里各項業務所產生、積累的大數據來豐富阿里的生態，同時讓生態蘊含的資料產生新的價值，再反哺生態，這是一個相輔相成的迴圈邏輯。
— — 某專案經理
一切業務資料化，能夠更加直觀的瞭解業務的執行狀態，針對不同業務也能夠更加方便的對比、評價，對業業務的控制和改進有促進作用。一切資料業務化，是指資料的收集要以業務開展為核心，大量的沒有針對性的收集資料既是提高了成本，又容易讓管理者找不到重點。
— — 某教師
業務資料化，業務有資料結果，有資料體現，資料業務化，收集資料與業務要有結合能支援業務進行.感覺是這樣。
— — 某營運經理
一切業務資料化，是指需要量化業績，大鍋飯的時代要過去了。一切資料業務化，是指用資料推動業務發展，拍腦袋決策的日子要過去了。
— — 某專案總監
經由不同的人這麼一解釋，這句看似清晰的話變得撲朔迷離起來，那麼“業務資料化，資料業務化”的到底是什麼呢？
“一切業務資料化，一切資料業務化”源自阿里，意思是阿里豐富的業務生態產生、積累了大量的資料，這些生態蘊含的資料可以產生新的價值，再反哺生態，這是一個相輔相成的迴圈邏輯。前者強調業務資料的沉澱和收集，後者強調資料的應用，更加聚焦讓資料產生價值。
阿里的這個解釋比較宏觀，畢竟是老闆講話用的，但有人詮釋出了新的內涵，更有啟發意義，這裡結合自己的理解做個總結提煉。
首先講業務資料化，我認為共分為二個層次：
第一層：線上化
所謂業務資料化是將業務過程中產生的各種痕跡或原始資訊記錄並轉變為資料的過程，包括資料架構設計、資料建模、資料儲存、資料品質管理等系列活動，業務資料化其實早就開始了，或者說之前叫資訊化。
從OA系統、CRM系統，到ERP系統其實都屬於業務的資料化，只是由於傳統行業許多業務是線上下展開，資料化十分困難。藉著網際網路，尤其是行動網際網路的普及，DT時代來臨，才有條件實現更好的業務資料化，這一階段被認為是業務資料化的初級階段。
第二層：流程化
但線上化只是資訊化時代的要求，數位化賦予了業務資料化新的內涵，即我們不僅要將業務流程的資料全部沉澱下來，還需要透過資料治理的手段打破資料孤島，實現上下游系統資料的融合融通，同時透過業務物件、業務規則、業務過程的全面資料化來確保端到端業務流程的高效自動化執行，並且為全流程的最佳化奠定資料基礎。只有做到這一點，業務資料化才算達到了高階階段。
其次講資料業務化，也可分為二個層次：
第一層：營運化
業內普遍的看法是，資料業務化是指：透過對業務系統中沉澱的資料的整合，從資料中找到規律，讓資料更懂業務，並用資料驅動各個業務的發展，將資料滲透到各個業務的營運當中，讓資料反哺業務，最終釋放資料價值，完成資料價值的營運閉環。
傳統的取數、報表、指標、建模、BI、分析、挖掘等等，都是資料業務化的手段。
第二層：產品化
資料營運是資料業務化的保守形式，雖然其也是資料創造價值的一種形式，但數位化時代的資料業務化，更應從資料的產品化與商業化角度來定義，否則喊這個口號沒什麼現實意義。
所謂資料業務化應是指：在資料整合的基礎上，將資料進行產品化封裝，並升級為新的業務板塊，由專業團隊按照產品化的方式進行商業化推廣和營運。
這個定義的指導性會更強一些，現在很熱的資料變現產品，比如風控、洞察等等，都是資料業務化的典型代表，具體如下圖所示：
最後講業務資料化和資料業務化的關係，也有兩層含義：
第一層：互相促進
首先，先有業務資料化，再有資料業務化，前者是後者的基礎；其次，資料業務化對業務資料化提出更高的要求，後者是前者的驅動，最後，兩者其實是一個螺旋提升的過程，共同服務於業務營運，產品創新和資料價值釋放。
第二層：相互巢狀
業務資料化如果將資料加工成知識，就能更好的滿足資料業務化的要求，資料業務化只有擁有更好的知識，才能驅動業務營運和產品創新，對於業務資料化來講，知識是其終點，對於資料業務化來講，知識是其起點。
兩者在知識上交匯，業務資料化多做點，資料業務化就可以少做點，反之亦然，兩者其實是一個有機的統一體，這種巢狀也體現到了資料中臺和業務中臺的關係上。
從這個角度來講，我們既可以把資料加工成知識這個過程看成是資料業務化的一部分，也可以看成是業務資料化的一部分，不再有絕對的標準。
業務資料化的絕佳工具推薦
看到這不妨試試業務人員都在用BI工具 — — FineBI~~~
作為目前市面上應用最為廣泛的自助式BI工具之一，FineBI打破了傳統資訊部門開發報表，業務人員檢視報表的滯後資料流程，透過輕量便捷的BI平臺使得最有分析需求的業務人員也能輕鬆分析出自己所需要的資料結果。
輕鬆構建出你的資料圖表思維邏輯，讓你擁有獨到的洞察性資料見解，進而達到有效溝通或者資料彙報的目的。
- 你可以把它視作為視覺化工具，因為它裡面自帶幾十種常用圖表，以及動態效果；
- 你也可以把它作為報表工具，因為它能接入各種OA、ERP、CRM等系統資料，不寫程式碼不寫SQL就能批次化做報表。
- 你還可以把它看作資料分析工具，其內建等常見的資料分析模型、以及各式圖表，可以藉助FineBI做一些探索性的分析。
在最后放一個工具體驗地址，也是我最常用的數據分析軟體，大家一起來體驗看看：
文章來源：數據分析不是個事兒
原文連結：https://www.toutiao.com/article/7196924837930009123/?log_from=2cf7afe43b7d8_1683549877949
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
