多年來，我自覺非常幸運，不斷有機會接觸很多頗具挑戰性的數字化轉型項目。離開阿里巴巴之後，我相繼參與了北京市的大數據推進小組的工作，以及粵港澳大灣區的大數據政策研究報告的撰寫、京東數科的中台建立等。同時，深度參與了紅杉資本所投資企業的數字轉型過程。而在清華大學、上海交通大學、香港大學等高校的教學工作讓我獲得了很多與互聯網、金融機構的領導層交流的機會，也承蒙大家的信任，讓我受益匪淺。
在以前，想要在收集數據（觀察）上做到足夠全面和細緻，其難度很大，即便在今天的大數據時代，數據存儲及計算的能力有了飛躍性的進步，也依然如此。另外，世界的急速變化也在考驗着我們對數據重塑的應變能力。《數循環》一書是我總結過去的經驗，持續思考並迭代出來的經驗之談，簡單地說其意為數據與業務之間的循序漸進的關係：行動產生數據，數據發現規律，規律幫助決策，決策指導行動，周而復始，不失其行。
任何數字應用場景，都隱藏着數循環的兩面
企業要想做好數字化轉型，首先要正確地認識「大數據」， 千萬不要以為它是數據的加大版。從本質上來說，大數據的價值來自在業務閉環中對數據不斷重塑及發現（Reinvention）。數據在小循環中自然也能產生一定的價值，但在大循環中大數據作為公共創新資源被利用，且如果能在多個循環之間共生，這種疊加效應或將創造難以估量的價值，這也是它被譽為未來鑽石礦產的原因。
我想強調，在任何一個數字應用場景之中，都隱藏着數據循環的兩面，分別是：以數據應用為中心的孵化過程（以用促通），和以數據資源匯聚為中心的營運方式（以通促用），而數據戰略（包括了數據範圍的制定）正是兩者的指揮中心。
為了便於簡單識別，我把它們簡稱為「用數據」及「養數據」兩個環節。企業要想把「用數據」做好固然是漫漫長路，但這始終是一條明線，只要業務目標清晰，做得好壞較易衡量。但「養數據」卻不一樣，企業如果缺乏清晰的戰略方向，不但無法養好數據，還會造成極大的資源內耗，比如管理層及普通員工的信心。
在我看來，數字化轉型中數據的有效循環有賴於數據戰略目標及其範圍的合理及一致。如果戰略目標訂立得適宜， 那麼成功就已經在望了，但若想讓數據充分在業務環節中流通起來，會涉及組織上的改變（包括破和立），企業在業務、技術、資源分配、人才培養等方面的觀念的轉變將成為轉型的核心。由此可見，在沒有構建一套頂層框架之前直接投入太多技術資源或人力成本，是很容易造成科技未取得成效之前，企業的內部矛盾及糾紛就已經原形畢露這種現象的，這是國內外成功的數字化企業不多的主要原因。
阿里巴巴從「嘗試期」到「形成期」的經驗
分享一個我在阿里巴巴的經驗，大概在10年前公司管理層認為把集團內子公司的數據打通的最佳方法，是首先迫使大家把數據集中起來（這成為阿里雲的基礎），但如今，數據的安全性要求愈來愈高，這種方法也許就不太合適了，目前更優的策略偏向於減少數據轉移，代之以分布式技術把數據連接起來，最好還能利用區塊鏈技術對數據流通進行跟蹤。當然，數字化轉型的戰略也必須隨着政策、技術、業務需求的變化而變化及延伸。
以阿里巴巴的數據發展歷程為例，數據戰略可以分為嘗試期（已了解數據是核心競爭力，但大家還處在各自為政的狀態）；形成期（數據愈來愈多且比較混亂，想要駕馭混亂，必須上下左右駁合）；成熟期（集中精力，精耕細作把數據轉化為價值）。
當初我加入阿里巴巴時集團正值從「嘗試期」到「形成期」的轉折點，急需一個供全面思考的框架，包括找出切入點、什麼該快快跑、什麼該慢慢做等等。這個框架應該以業務為核心、客戶為導向、結果為目的，絕對不能脫離業務講數據，可以說是我心目中數據戰略的初步探索。記得在支付寶早期的一次戰略會議中，管理層討論了支付寶在未來作為集團最具數據化能力的公司應該做何種準備，如應該積累什麼數據、要擁有什麼技術能力及人才組織結構等。其中的一個重要決議是，認定了用戶信用數據是未來成功的關鍵，後來芝麻信用的建立應該與這次會議有一定的關係。
有了目標之後，如何落地就成了當務之急，對此，我一直強調的抓手是：以用促通和以通促用的循環。對用戶的信用數據進行獲取及累積必須經過與應用場景的駁合，這樣才能收集到數據（數據生命周期的始點），例如用戶的投資偏好及信用卡還款情況、水電費及電話費是否準時繳付等。從那時起，支付寶便致力於打造生活場景的應用，其中有些已經成了今天的爆款。
重要的是上述這些數據都經過了「以用促通、以通促用」的循環，因此數據的穩定性能夠得到很好的駕馭，但即便如此，執行起來也並不簡單，尤其是在傳統企業中，由於欠缺數據治理資源及經驗，特別容易為了業務的需求而不惜代價，造成數據混亂不堪，無法與其他業務銜接重復使用。這些日積月累所形成的混亂，在日後數字化轉型的時候，將會導致昂貴的治理成本。因此，數據治理框架的建立特別關鍵。
還記得在我作為阿里巴巴數據委員會會長及後來作為頭部互聯網企業顧問的時候，我發現很多企業分管業務的總裁會錯誤地以擁有多少量級的數據而自豪，卻不知道企業的數據利用率偏低、垃圾數據及重複數據佔比很大的情況。如果企業管理層對數據生命周期的治理理解薄弱，那麼自然會導致很多的重複建設及平台推倒重來，其後果絕不僅是資金的浪費，還有人心的耗散。
破除三個層次認知偏差，真正讓數循環創造價值
如前所述，數字化轉型的核心是對數據資源的「用」和「養」，特別在當下急劇變化的世界中，敏捷的應變能力已經成為企業的生存及創新之道，而敏捷的背後則需要有厚重的數據能力作支撐。因此，如今很多企業對數字化轉型的步伐愈來愈急切，但很多企業的領導者，在全力以赴推進數字化轉型之前都會有這樣的疑問：應該如何找出切入點？如何設置轉型中的優先次序？數據中台與數據治理有多重要？如何平衡數據安全與業務發展？如何才能找到適合的領軍人才？如何判斷轉型做得對還是錯？看來大家都意識到了走彎路會帶來沈重的代價！
管理層的猶豫其實可能來自企業在數字化轉型過程中所面臨的三個層次的認知偏差，企業如果能夠及早識別出這些認知偏差，就可以少走很多冤枉路。第一層認知偏差：只注重效率，而忽視效果；第二層認知偏差：只變革技術，而忽視管理變革；第三層認知偏差：沒有開著飛機換引擎的心態來看待數據戰略。
企業都應該在啓動數字化轉型之前對以上問題有所認知及判斷。當然，這些問題並不存在完美的答案，關鍵是不要讓試錯的成本放得太大。如果要我用兩句話來說明我這10多年經歷所學到的教訓，我會說：第一，切忌好大喜功；第二，不要把數據轉型看成簡單的技術問題。
