數據是企業數字化轉型的最終價值體現，數據質量直接體現著數字化建設的成果，但在當前大部分的企業中對於數據應用的意識、能力等還處於初始階段，那麼企業在數據應用過程中究竟有哪些難點與痛點，一個人的思想、視野、能力畢竟有限，老楊做了此次調研問卷，從多個維度對企業數據化建設、應用情況進行收集、分析，感謝調研期間全國廣大粉絲的支持，現將調研結果分享如下：
此次調研問卷中顯示在大數據應用方面非技術密集型企業占比高達60.47%，從中可以看出此類行業企業對於大數據技術的重視及依賴程度，而在此類行業中製造業占比最高達30.23%，從中也可以看出製造業對於數字化技術的重視程度。
在此次調研中有一個特別有意思的現象就是能夠應用大數據技術的企業都是處於成熟及成長期，這也從一個側面反映出只有處於高速發展期或有實力的企業才能夠進行數據化的應用建設，但隨著數字化技術的普及應用，我們也看到有15.5%的初創期企業也在應用數據化，由此可見大數據技術也在慢慢影響著初創期企業。
在此次調研中有67%的企業表示具有分析平台，有78%的企業表示有應用了數據可視化技術，但雖然應用了大數據技術，有了相關展示平台，而現實卻是應用的深度仍值得提高，從調研中我們看出有53%的企業表示應用了大數據挖掘技術，而47%的企業表示從未使用，所以企業對大數據技術應用的深度還需進一步提升，對於數據應用的深度代表著企業的數字化應用的能力。
在大數據技術應用的組織建設方面，此次調研中我們看到企業需要提升的一面，只有43%的企業表示具有數據技術團隊，有44%的企業表示具有數據應用管理團隊，也就是說雖然企業引進了大數據技術及平台，但在技術及應用管理方面仍需要全面的提升，這也從一個側面反映了企業對於數據的認知及重視程度，有技術不管理任其野蠻生長，或者說只把大數據當做一個展示窗口，這也就造成了大數據應用的深度，也說明了大部分企業在大數據應用方面只是皮毛級別。
在數據化團隊建設過程中，關於人才結構需求，有近72%的企業表示數據分析師是所在企業當前需要的數據人才，有近53%的企業表示缺乏產品經理，從中不難看出這類企業一般具有較強的技術研發能力，所以企業對於研發人才的缺口也是非常的大，有近43%的企業表示缺乏研發人才。當前數據化管理者也是當前大部分企業缺乏的，尤其是高層管理者，這一占比達41%。
在大數據系統的引進方面有46%的企業表示採用第三方採購的形式，而也有41%的企業表示採用自研+第三方採購的形式，而這些企業均為行業頭部企業，本身具有一定的技術研發實力，採用自研+採購模式可解決個性化功能滿足的問題，因為大數據類的軟體產品除了技術本身外重要的是行業經驗的積累與疊代，企業只所以採購第三方的產品也是想對行業經驗的快速複製與疊代，因此從調研中我們可以看出只有13%的企業選擇了自研大數據產品。企業在數據技術方面的投入是否足夠的調研中我們毫無懸念的看到有77%的受訪企業表示是不夠的，數字化的投入問題一直是影響企業數字化建設的重要因素，價值體現難是其中最重要的原因。
軟體公司可以說是企業數據化建設的中堅力量，其產品能力、技術能力及實施能力影響著企業數據化建設，可以說與第三方軟體公司合作是一個相愛相殺的博弈過程，通過此次調研，我們很可惜的看到有近62%的企業在「對與您的企業合作的第三方公司是否滿意」的問題上選擇了一般，只有近4.7%的企業選擇了非常滿意，所以軟體公司的相關能力還是進一步提升。
價值永遠是企業數字化轉型建設的最終體現，那麼在認知的層面數據化建設能為企業能提供什麼？有近60%的受訪企業表示是決策依據，這是最理想的想法，但大部分企業難以做到；所以在最初的數據意識層面有58%的企業認為數據建設只能提供數據源，有近53%的企業認為是為工作場景提供針對性的信息，所以認知決定了企業數據化建設的深度與價值。
為什麼大數據應用難以體現價值？從調研中我們可以看到在「企業領導是否有看系統大數據報表的習慣」這一問題中有近50%的受訪企業表示領導偶爾看，為什麼？因為有近75%的受訪企業表示數據的真實性、有效性、準確性只能部分保障，這也就是說領導難以通過大數據平台得到最真實的數據。
而在關於數據價值的調研中，我們看到在「企業領導是否相信系統內的數據」這一問題調研中有近80%的受訪企業表示領導部分相信，這也造成了企業當前的數據難以為管理決策提供依據，從調研數據中看到有近47%的受訪企業表示數據為管理決策提供的作用是有限的，所以這也不難解釋為什麼數據化建設價值體現難了。
那麼為什麼會出現數據價值體現難的問題？我們首先來看一下企業的數據採集方式，有近24%的受訪企業表示大數據平台展示的數據來自於Excel，這說明什麼？真實的現狀就是大部分企業把數據平台當做對外展示用的形象工程、面子工程，有高達近53%的企業表示數據的採集方式是多樣化、多渠道，這在一定程度上影響著原始數據的準確性、及時性，造成數據質量難以保障。所以我們不難看出數據價值體現難，首先就是數據質量難保障。
而在日常管理方面，有37%的受訪企業表示沒有相關的數據管理制度及辦法，而36%的企業表示雖然有制度但並未執行，而在相關制度落地方面，只有10%的企業表示將數據的真實性、有效性、準確性責任落實到個人，近72%的企業表示是部分落實的，所以不難看出，數據質量難以保障相關制度的制定及落地難是最大的原因。
如果說企業的數據質量難以保障是領導及員工意識的問題，那麼在相關組織保障方面，我們可以看到有65%的受訪企業表示沒有數據運營管理部門，也就是說大部分的企業未將數據管理提升至戰略運營的高度，缺乏足夠的重視程度，數據化管理不僅需要意識更需要專業化的知識，所以培訓顯得格外重要，在「是否經常組織相關數據化的培訓
」調研中有近57%的企業表示偶爾會有，而近24%的企業表示從未有過，所以若想企業數據能力提升，加大日常培訓學習力度是關鍵。
除了企業內部的培訓，參加行業的交流學習也是提升數據能力的一種手段，但在調研中發現有近64%的企業表示偶爾參加「行業內關於數據管理的相關峰會、培訓\交流」，而不能參加行業交流峰會的主要原因是企業領導無意識、不支持，導致難以請假外出交流學習；而「參加相關培訓及行業峰會後對您的數據管理能力是否有幫助」這一問題調研結果顯示有近68%的受訪企業表示有部分提升的效果，這在一方面說明峰會的組織者需要在企業的需求方面多下功夫，在會議內容方面還有很大的提升空間。
在數據化系統的推廣中，老楊認為最關鍵的兩個指標是：激勵機制與效果評估機制，但很遺憾在受訪的企業中有近78%的企業表示沒有數據應用的獎勵機制，也就是說企業數據用的好與不好一個樣，數據質量好與不好也是一個樣，而在「企業是否有數據應用的評估機制」這一調研中我們可以看到有近76%的企業對於大數據的應用評估機制是缺失的。所以企業數據質量難以保障不僅有意識、制度及落實上的問題，更有運營管理上的缺失。
數據的治理能力是企業數據質量的最重要的保障手段，但在此次調研中有近62%的受訪企業表示企業的數據治理能力一般，有近31%的企業表示無治理能力。
「數據化在企業的應用水平做一個總體評價」這一問題的調研中，有近60%的企業認為自己所在的企業數據化應用水平處於：初級水平，為企業決策所提供的支持是有限的，也就是說數據平台為管理決策提供的價值是非常有限的。那麼在業務場景應用中，數據化應用對哪些工作場景具有較明顯的支持效果？我們可以看到財務管理場景對於大數據技術的應用高達71%，其次是客戶管理57%，生產安排占比近56%，所以我們不難看出，數據化在核心業務的應用場景比例還是很高的。
企業需要加強數據化的哪些能力？在調研問卷的反饋中我們看到有近80%的企業選擇數據分析能力，有近79%的企業選擇應用能力，有近61%的企業選擇數據收集能力，企業在數字化轉型建設過程中想提升數據的應用效果、展示數據的價值只有在數據分析能力上下功夫，同時保障數據質量是關鍵，所以企業也必須在數據採集源頭上加大力度管理。
企業在數據應用方面的瓶頸是什麼？在這一關鍵的問題上，數據人才是關鍵，有近71%的受訪企業表示缺乏數據人才，而數據質量難以保障也是導致數據難以應用的一大問題，其中對於業務的理解程度也是影響數據應用的瓶頸，有近53%的企業表示技術部門缺乏對業務的深度理解，所以企業在數字化轉型建設過程中打造技術與業務的融合團隊不是一句空話。
企業數字化轉型過程是充滿艱辛的，數據化建設與應用作為數字化轉型的核心環節存在諸多困難與問題也是正常不過的，在此次調研中失敗對於企業數據化建設進程的影響是非常大的，有近57%的企業表示「過去的數據化建設項目效果不明顯，導致當前數據化建設信心不足」，而有近53%的企業表示「企業所在的行業，數據化程度整體落後」，也就是說難以在行業中汲取數據化建設的相關經驗。
企業數據安全是當前在數字化轉型建設過程中最常見的話題，在調研中發現可喜的一面，有近43%的受訪企業表示在數據安全方面一直有投入，這說明企業的數據安全意識在提高，但也有近33%的企業表示有預算但從未嚴格執行過；
那麼企業當前在數據管理方面存在的問題是什麼？通過此次調研發現意識不足仍是影響企業數據應用能力的最大攔路虎，其次是技術及管理能力的問題，占比近69%；那麼在數據管理上需要改善以下哪方面？有近75%的企業表示還是領導的意識需要提升，其次近72%的企業表示企業的數據運營管理能力想提升，所以企業的領導者要在意識上重視數據化建設，更要在戰略運營高度來落地數據化的管理工作。
學習標杆企業優秀的管理經驗可以事半功倍，關於「企業在數據應用方面需要借鑑哪些經驗」這一問題上，經調研後總結髮現如下高頻關鍵詞：
企業數字化建設總是一個不斷試錯的過程，但每次的試錯都會帶來高成本的損失，數據化建設也是一樣，那麼企業在數據應用方面需要避免哪些錯誤？根據此次調研結果總結如下關鍵詞：
缺乏規劃；
避免重複投入；
數據質量；
業務部門不夠重視、避免搞成形象工程；
應該首先去解決業務痛點；
數據指標邏輯不統一；避免為技術而技術；
數據治理不紮實，虎頭蛇尾，只做表面功夫
著重數據採集
綜合性人才重視不夠
勇敢試錯
全員應用
缺乏規劃；
避免重複投入；
數據質量；
業務部門不夠重視、避免搞成形象工程；
應該首先去解決業務痛點；
數據指標邏輯不統一；避免為技術而技術；
數據治理不紮實，虎頭蛇尾，只做表面功夫
著重數據採集
綜合性人才重視不夠
勇敢試錯
全員應用
基於以上調研結果，那麼關鍵問題來了關於在「您認為您所在的企業在數據應用方面的發展前景如何？」一題調研中，有近51%的人認為企業的數據化建設前景一般，不過近43%的企業還是保持了樂觀的心態；那麼最最關鍵的問題「企業今年是否有引進相關數據產品的打算？」，有近59%的受訪企業表示暫無計劃，主要還是受企業發展及資金的影響。
從以上我們得到了企業數據應用能力的真相：在企業高層領導意識不足的影響下導致企業的數據化建設資金保障不足、技術能力不足、組織能力不足，最為嚴重的是大部分企業的數據質量難以保障，從而導致數據價值難以體現，最後企業投入大量人力、財力做數據化建設做了個寂寞，數據應用能力也難以提升，最後也是個寂寞。所以如何進行科學的數據化建設、如何提升數據的應用能力將是企業2023年數字化轉型建設的重要任務。