数据与数字化转型

数据法的调整对象非常复杂，包括数据主体、数据控制者和数据处理者。现实中的三者可能有重叠，需要调整的核心法律关系是数据保护和数据价值发掘。《数据法学》不仅从法理上讨论了数据法律的各方面问题，而且在分论里对金融、健康医疗、消费者、就业、儿童以及公共数据等的应用情况进行了专题讨论，提供了很多有代表性的判例。这本书从法律角度对数据收益、使用、竞争、共享、跨境等数据流动的全过程做了解析，是目前数据法专业领域相当前沿的专著。但是，对于数据价值的一些讨论，业界现在还无法取得共识。该书认为信息从个人层面看，价值难以确定，或者不如数据池更有价值，这一判断涉及对数据权利认定和归属的立法，属于一家之言，有待进一步商榷。

《数据分析即未来》让我们认识到了数字经济发展在企业层面的差距。中国企业的信息化已经进行了近30年，但是很多企业的数据分析仍局限于内部数据的统计和简单的图表分析。而数字经济时代的企业数据已经远远不是这样了。这本书将大数据、数据科学和数据分析的相关工具与企业发展战略、经营管理流程结合起来，构建了一个体系完整的企业数字化管理方法论，是一本难得的使用大全式的管理工具书。这本书在数据分析模型开发、业务案例开发和管理流程的数据化方面，填补了同类书的空白，突出了数字化企业管理中的“人与流程”这两大核心要素，而且提供了丰富的参考资料，以便有兴趣的读者进一步深造提高。

在数字经济时代，各类企业都需要将“用数据分析解决问题”的能力提升到“通过数据分析建立竞争优势”，达文波特的这个提法突破了管理学家对企业竞争优势的常规理解。企业需要加快这个转变和适应过程，就需要从培养数据分析人才——业务分析师、数据分析师和数据科学家入手。一个中等水平的数据分析师需要5年左右时间，而培养一名数据科学家则需要近10年时间。这需要教育界与实业界在大学阶段开始合作，打造一支“懂业务、懂数据、懂分析方法”的分析师队伍。同时，企业流程需要因应数字化转型的需要，才能让分析成果“入系统，进流程”。所有这一切其实都应该先从战略层面进行规划，这就是企业数字战略，这是传统MBA课程中没有讲授的部分，其作用是建立以数据为中心的企业文化和组织架构，支持和推动企业从基于内部数据事后分析的被动决策，向基于大数据的动态实时决策转变，这是企业在数字经济时代提升核心竞争力的关键。

在熟悉经典统计分析工具的基础上，我们需要学习新的分析方法和工具，比如机器学习，数据与文本的挖掘分析，这些也是主要的大数据人工智能方法，帮助我们从数据中提取所需的信息、知识和智慧。这本书最引人入胜之处在于融合了最新的心理学、脑科学和行为经济学成果，注重从使用角度提供系统解决方法，尤其是用了三分之一篇幅讨论如何利用数据讲“好故事”，以及提供了执行这些策略的最佳实践方法。这部分对于企业中层管理者非常实用，再好的数据如果不能用于有效传递信息，是没意义的。数据分析人员必须懂管理，理解不同管理层级的沟通对象的心理诉求，基于同理心来设计和展示自己的数据分析成果，这是一种叙事的艺术。由此看来，我们对数据分析人才的要求非常高，他们必须懂业务、管理、分析方法，具有思想家气质而且是人际沟通高手。未来属于那些拥有解决问题的能力并善于换位思考的数据达人，社会必将由那些懂得如何快速学习，并能够从数据中挖掘出之前无法发现的模式的人们引领。我们用数据成就伟大事业的能力，将让我们生活的每个方面发生改变。