（完整版）数字蝶变：企业数字化转型之道

进行数字化转型可以帮助企业提升用户体验、塑造业务流程、优化运营管控。企业管理者在数字化转型实践上会陷入两个困境：一是认知困境，即如何理解数字化转型。目前关于数字化转型的讨论非常多，企业管理者接收了各种碎片化的理念和观点，不仅难以形成系统性、整体性的理解，还存在诸多偏见与误解，为实践带来很多隐患。《数字蝶变：企业数字化转型之道》以扎实的理论研究为基础，提出了一套系统框架，可以引导管理者思考与实践。二是实践困境，即如何推进数字化转型。一些企业虽然急于进行数字化转型，但并不清楚向哪里转、从哪里转、如何

数字蝶变：企业数字化转型之道

• 第1 章 企业为什么要进行数字化转型 / 001
  • 笔者从2012年开始从事企业数据分析、挖掘与应用的咨询工作，到2015年做企业大数据的推广，再到2017年推动企业数字化转型升级，积累了大量实践案例，通过不断总结和分析，逐步形成了很多基于实践总结的框架模型，
  • 如果在十年前，你会编程，不愁找不到工作，薪资还比较高，但现在程序员越来越多，很多培训机构用五个月就能培养出一个技术熟练的程序员。如果现在你掌握了大数据技术，会挖掘和分析数据，能够写出有效的数据算法，就非常有竞争力，薪资也会很高，这就是技术红利。
  • 发展后再购买手机，因为手机制造商每年都在更新和升级技术，永远不可能有那个“完美”而不用再升级的手机出现。等待不是拥抱数据新技术的正确方式。 顺应趋势，构筑优势
  • 不能跟上时代的发展就会被时代所抛弃。许多曾经辉煌一时的企业，因为不能适应时代的进步而被时代所抛弃，这些企业不是缺钱，也不是缺人，更不缺管理能力，它们的战略管理、经营理念、营销方法都曾经是MBA课程中非常知名的，几乎所有经济管理学生都要学习和模仿的。它们的没落，不是技术问题，不是管理问题，也不是人才问题，而是企业无法顺势而为，不能主动进行转型变革的问题。
    • 原文：某家企业为了削减人力，降低人工费用，引进了一套无人值守门禁系统，替代了其4个工厂大门的16个门卫，这套系统大约花费了20万元，每年可以节省约80万元的人工费用
    • 原文：其操作与手机扫码乘车类似，非常简单，报价只有上述系统的一半。
    • 第一，利用数字化的技术解决方案能够为企业节约大量的成本；第二，企业在转型时要有一定的专业性和前瞻性，要采用最新的技术和方法，有更宽阔的视野，了解更先进的解决方案。
    • 拥抱数字化技术不仅仅是一个口号，或者一个投资决定，而是一个重大的企业变革，对企业的整体经营和管理体系具有巨大影响，这个影响是不可逆的，一旦选择就没有倒退之路。
    • 企业数字化转型是一种利用数字化技术，针对产品与服务、生产方式、管理方式或商业模式而进行彻底重构的颠覆性创新。这就意味着，缺少最佳的实践用以参考和借鉴，我们就无法采取一种线性的、传统的变革方式。数字化转型是一个持续、迭代的过程，是一个今天否定昨天，并想着明天继续否定今天的螺旋式上升的变革模式。
    • 未来是可以预见的，也有迹可循，只是它以“碎片化”的方式在不断涌现，每一个人或多或少都看到了一点未来的面貌，经过多年的大量观察和实践总
• 1.1 顺势而为谋发展 / 002
  • 顺势而为，顺应数字智能趋势 / 002
    • 没有在数据上的布局，就不会有数据资产的积累，不会有数据应用的经验沉淀，也不会有能够游刃有余地处理数据的关键人才，更不会在未来有竞争力。这个道理就像农民在春天不播种，在秋天就不会有粮食收割一样简单。
    • 数据技术就是这样一种技术，它既改变了人类认知世界的方式、感知事物变化的方式，也改变了人类的思考方式、学习方式、决策模式，从而深刻影响人类的进化
  • 把握机会，开启数字化转型之路 / 006
    • 忽视数据的价值和意义，就不会重视数据采集和对数据质量的管理。在“没有鸡就不会有蛋，没有蛋就不会有鸡”的循环中，数据体系一直无法搭建起来。 而打破这个僵局的，只有“上帝之手”。所谓的“上帝之手”，就是事物的“第一推动力”。企业数据体系的建立，必须有“一把手”的“第一推动”，也就是企业家在这个过程中的布局和坚持，企业家要“相信”数据最终会发挥价值，相信数据的力量。
    • 数据技术的利用能力既决定了一家企业的认知能力，也决定了一家企业的决策水平。从长周期来看，一家企业是否能够持续，就要看这家企业是否能够持续地做出更好的决策。绝大多数企业倒闭都是决策失误导致的。
  • 洞察本质，利用数据技术实现认知升级 / 007
    • 这就是迭代升级，当有了一个新技术或者新方法之后，就及时跟进，当有新的方法替代原有的方法后，再及时跟进，并替代原有的技术。如果在深度上选择一步到位的创新升级模式，那么就需要自行创新或者等待新的技术应用方案出现。
    • 笔者辨别这些“碎片”、拼接这些“碎片”，进而描绘数字时代变革与转型的地图。笔者相信马克·吐温的一句话，“历史不会重复自己，但它会重复自己的规律”
  • 谋局而定，布局数据技术应用 / 009
    • ：因为现在他们不需要自己动手查数据，不需要自己研究该管理哪些客户，大大节省了他们的时间，提高了他们维护客户的效率，更不用担心因为自己疏忽没有对高价值客户进行及时维护而造成客户流失。 现在笔者正在升级这些算法，将更强
    • 技术等），结合算子算法，可以提高流程中各环节的效率，实现智能化控制，去人工化。
    • 用数据技术提高企业的认知能力、思考能力、决策水平，那么企业就会有更强的竞争力。
  • 高效管理，升级管理4.0 模式 / 014
    • 多的客户的相关信息和数据导入系统，建立客户智能分析，根据客户的诉求和与客户交互的信息，制定千人千面的模型，以便未来能够指导业务人员在联系客户时应该采用哪种策略和方法，以及维护客户的技巧和话术。
    • 手写订单，扫描二维码直接点餐就可以了。这一切的变化都是数据技术应用的结果，在提升效率的同时，整个环节还会沉淀更多的数据。 业务流程的数字化是提升运营效率的保证。应用最先进的数据技术（包括更快速的信息系统、智能硬件设备、生物识别技术、人工智能技术、自动控制
• 1.2 数字时代新模式 / 019
  • 六形态
    • 资源共享化 / 020
      • 资源拥有方资源闲置，得不到有效利用，而资源需求方又有强烈的需求，通过一个系统平台能够将双方的诉求基于时间、地点和需求差异化进行精准匹配。
      • 有人说“垃圾是放错了地方的资源。”如果高价值的资源没有得到有效的利用就是最大的浪费。有了信息技术，就能够采集各种资源的信息，并且能够让资源聚合，通过数据可以精准匹配资源拥有方和资源需求方，形成有效的资源配置，这样就可以最大限度地发挥资源的效用。 共享经济的核心就是资源的精准匹配。
    • 产品服务化 / 022
      • 酒店就是典型的早期产品服务化的模式。消费者不需要自己购买住房，而是支付一日或者几日的“租金”就可以获得房子的使用价值。这种模式逐步延伸到很多社会服务上，年轻夫妇结婚时，新娘需要穿婚纱，因为不是日常所需，消费者不需要拥有婚纱的所有权，只需要在拍照和婚礼当天使用，使用完交还回产品，支付相应的租金即可。而提供服务者则需要购买这个产品，拥有这个产品的所有权。所以，产品服务化的本质是使用权与所有权的分离。
    • 服务智能化 / 023
      • 之前阿里巴巴的1688就提供了这样的交流平台，但仅仅服务于某些产品，并不是服务于“资源”，特别是在“服务”领域，这样的平台就更少了。未来，基于产业的互联网平台能够在产业链上形成延展的共享经济平台，产生新的“产业运营商”。
    • 员工社会化 / 026
    • 客户员工化 / 028
    • 公司平台化 / 028
• 1.3 维度融合助升级 / 030
  • 四种组织
    • 企业1.0，零维的企业做公司 / 030
    • 企业2.0，一维的企业做产业链（管道型企业） / 031
    • 企业3.0，二维的企业做平台 / 034
    • 企业4.0，三维的企业做生态 / 035
    • 企业升级到一维的线状企业，不仅需要产业链的整合，还需要信息技术的高效对接，而二维的平台化企业的发展需要数据技术作为支撑，三维的企业则需要一个基于数据智能的操作系统实现全方位的智能化互联互通。
  • 四种模式
  • 利润分配。但在产业链模式下，这种模型就存在问题：过度强调某一个环节的利润高低导致整个链条不够顺畅，就像一个管道，有的环节粗，有的环节细，而整个管道的输送能力由最细的部分决定。 然而到了产业链的企业，此时“协作关系”大于“竞争关系”，原有榨取前后端利润的模型已经不再适用，产业链企业需要考虑的是如何辅助前后端提升技术水平、提升效率、降低成本，维持整个产业链的利益平衡，管道中各个环节的粗细匹配才是最佳的产业链，才能有最高的效率。
• 第2章 企业数字化转型涉及的技术 / 039
  • 2.1 数据技术可以产生智慧 / 041
    • 数据技术的本质是智慧 / 041
      • 未来企业的竞争优势将基于数据构建 IT技术的换代升级过程如下：第一代，信息的单向传播；第二代，信息的双向传播；第三代，信息的精准传播
      • 仔细对比信息技术和数据技术的不同可以发现，信息技术提供的是超越时空的信息传播，而数据技术则是在数据分析和挖掘基础上的精准匹配。所以，大数据技术或者数据技术的本质是信息加工的技术，从信息传播到信息的深度加工，这是新的变化，而且这个变化是深刻的，是颠覆性的，比信息传播技术对社会的影响更加深远。 任何技术都是在延伸人类的能力，技术的应用提高了人们改变世界的能力。信息技术作为信息传播的技术，提升了人类器官传播信息的能力，使人们能够超越时空对信息进行传播
    • 数据技术威力尽显 / 042
    • 未来企业的竞争优势将基于数据构建 / 043
      • 那么数据技术的第一代、第二代和第三代将是什么呢？ （1）目前数据技术还处在第一代，这个时期人类指挥计算机进行“思考”，通过人类的各种算法和模型，从而产生人类对世界新的认知，并且更好地改变世界。这是数据技术的第一代，也是现状。在这个时期，至关重要的三个要素是数据、算法、算力（运算能力），这三个要素的融合能够创造出新的信息和知识，创造出人类更高级的智慧。也可以用公式表示为 未来智慧=数据×算法×算力
    • 正在迈向“机喻时代” / 045
      • 算科学，在第二范式中，推演是靠手工完成的，到了第三范式时可以使用计算机总结规律，如天气预报，靠手工是无法完成的。第四范式是数据密集科学，机器可以代替科学家进行规律的总结，夸张地说，到了这个阶段科学家可能就要失业了。 当第四范式实现时，人类也就迈向“机喻时代”。不仅人类的学习方式会发生变化，组织的学习方式也会发生变化。组织通过生态体系的广泛连接，采集四面八方的数据，并实时地转为智慧，使组织成为智慧的容器，继而将智慧精准地输送给任何一个需要的员工，这将极大地增强员工的能力。
  • 2.2 构建“感知—思考—响应—反馈优化”闭环 / 046
    • 大数据底层模型 / 046
      • 市场研究企业如果没有与广告公司结合，就无法深度加工市场研究数据并形成真正的决策报告，而只是提供数据分析报告而已。有些媒体监测企业通过在各种媒体上进行数据埋点采集消费者端的行为数据，但是这些数据是否真正形成决策，也存在无法形成闭环的缺陷。 企业的经营和管理决策也必须是这样一个循环闭环。如果缺少其中一个环节，企业经营和管理决策可能就会出现问题。在洗澡场景中，如果手因为事故失去了感知水温的能力，那么将手伸到花洒下试水温就没有意义，如果不知道现在的水温是高是低，那么调节水龙头阀门的动作就变得毫无意义，有可能本来合适反而会被调节为不合适。在企业的经营和管理中，如果没有足够的数据，企业的经营和管理决策就变得不仅没有任何意义，反而是非常危险的。如果企业的领导者不能感知更全面的数据，就会造成“盲人领导盲人”的情况。所以，在企业管理中，应主张“无数据，不管理；无判断，不决策”。
    • 实现瞬时决策 / 049
      • 实现瞬时决策 未来的大数据技术或者数据技术也正是一个这样的循环闭环
    • 具有敏捷性 / 050
      • 学习和适应的过程。 当开车时间长了，就会非常熟练，很多动作已经变成下意识的动作，而且在转方向盘的角度、踩油门和刹车的幅度上有了很好的效果，这时候人们甚至不知道是大脑在指挥手脚在开车，变成了“老司机”。很多开车的动作都是下意识的，甚至是无意识的，这时驾驶能力得到大幅度提高。对应到管理上，当人们在一个行业中时间很久，就会深谙这个行业的“窍门”，就能够游刃有余，驾轻就熟，轻松处理各种情况，如果企业中所有的人都是“老司机”，那么企业的竞争力就会大幅度提升。
    • 迭代升级的模式 / 051
    • 数据驱动工业互联网转型升级 / 052
  • 2.3 数据应用的四个层级 / 055
    • 用数据发现问题 / 055
    • 用数据发现规律 / 056
    • 用数据发现未来 / 057
    • 用数据发现规范（范式） / 059
      • 高级业务分析师随时监控数据的变化，1个月之后，排名在后50位的业务经理该月份的业绩比上个月上升了20%。排除企业业绩环比增长的5%，业务经理行为的改变直接带来15%的绩效提升。
  • 2.4 企业的发展离不开的七大类数据技术 / 062
    • 以前人们对历史的研究只能借助历史上留存下来的记录，如果没有记录就无法知道其发生过。过去，人们的记录能力有限，最初使用甲骨、墙壁（壁画）等记录历史，由于没有文字，只能通过图画的方式进行记录，记录的信息非常有限。目前，人们可以采用的方法非常多，如奥运会中心比赛可以用影像回放进行重新裁定结果
    • 移动互联网、移动通信技术 / 063
      • 人们可以在办公室先找好车，平台根据司机和车辆的闲置情况，就近派单，车到楼下时用户再下楼，直接上车。
    • 物联网IoT 设备数据采集、边缘计算和反向伺服设备技术 / 068
      • 产安全所有必要的监控。如果具有“跑、冒、滴、漏”智能监测摄像头，则各种化工厂的安全事故就会大幅度减少。
      • 一些安防的预警。例如，凌晨3∶00，几个陌生的手机终端在试图连接布局在空间中的商业Wi-Fi，在识别出非客户和商户的基础上，这个商业Wi-Fi系统就可以发出警示：有陌生人半夜三更进入购物中心某位置。如果这个人的行为异常，与一般客户的行动轨迹不同，就可以根据其行为特征判断是不是盗贼，
    • 社交化技术 / 069
    • 大数据分析和挖掘技术 / 072
    • 区块链技术 / 073
      • 区块链技术的三大优势具体如下：①分布式记账机制，区块链上一台记账机失效，其他机器自动填补，确保账面数据一致，不丢失数据；②不可篡改的终生追溯机制；③不能事后人为干预的智能合约机制。
      • 千克胡萝卜，并答应他进货后，如果有2.5千克西红柿或者5千克胡萝卜库存时，则自动归还甲2.5千克西红柿或者5千克胡萝卜，交易自动完成，无须人工干预。这个条件签署后，当乙有了菜，甲就自动将菜拿走，双方自动销账。如果甲不让乙拿走这些菜，就属于违约，自动公布给菜市场的所有卖家，所有的卖家都不会再借菜给乙，乙在菜市场就没有立足之地，最终被清理出菜市场。
    • 云计算技术 / 076
    • 虚拟现实、强化现实和数字孪生 / 077
      • 数字孪生是真实物理世界的副本，而这个副本能够随时调阅查看和分析，能够为诊断物理世界的问题提供可追溯的全生命周期过程。物理世界中这个设备出现故障，人们无法倒序回去，现实世界中没有月光宝盒可以使人们回到从前，但基于全面数据采集的数字孪生可以
      • 生活的数据，这些数据聚合在一起，构筑了智慧城市的数字化虚拟现实，是城市的数字孪生。所以，CIM（City Information Modeling，城市信息模型化）
      • 未来，人们可以足不出户就在全世界“旅游”。因为景区可以利用虚拟现实技术构筑一个数字孪生，让人们“身临其境”地参观各地的美景。
  • 2.5 企业数字化转型是趋势 / 079
  • “跨界打劫”现象越来越普遍 / 079
  • 数字化是实现“跨界打劫”的超级武器 / 081
  • 数字化转型成为新趋势 / 081
• 第3章 企业数字化转型的方式与策略 / 083
  • 3.1 企业数字化转型方式 / 084
    • 精益式转型 / 085
      • 在数字化的探索过程中，是可能催生战略性变化的，明茨伯格将其称为“自然涌现”的战略。例如，为了提高销售，人们进行用户数据的分析，在分析中，可能发现用户的新需求，可能因此研发新的产品、提出新的价值主张，带来战略上的变化和创新，所谓“小变积大胜”。当精益式转型获得成功之后，企业就可以采取增强式转型或创新式转型，进行更大广度和深度的变革。
    • 增强式转型 / 088
      • 场景中也存在网络效应。因为管理是一个系统，各种场景都是相互关联的，一种场景的数字化会激发另一种场景的数字化。所以，企业在数字化转型中，通过一两个场景的数字化，可以带动和引发持续的变革。
    • 创新式转型 / 088
      • 1）变革的深度。
      • 根据环境可塑性、可预测性及战略转换成本确定变革的幅度：①强化战略；②重塑战略。根据企业盈利性、数字化能力及变革阻力确定变革范围：①重点突破；②全面推进。
      • 自己所从事的行业正在发生哪些变化？存在哪些动荡和不确定因素？是否具有可塑性和可预测性？“跨界打劫者”“互联网数字巨头”“潜在的技术创新创业者”“未来的产业生态整合者”是否正在挑战行业规则？
    • 跃迁式转型 / 090
      • 在认知商业环境的变化之后，应将问题落在商业模式的创新设计上。商业模式理论的兴起源于互联网热潮，因为人们发现这些互联网企业在价值创造的方式上不同于以往的企业。一个很明显的特征是，价值创造的方式是跨行业边界。因此，在数字化转型中，谈的更多的是商业模式的设计，而且把商业模式视为一个超越战略的视角和范式。
  • 3.2 企业数字化转型所应具备的实力 / 091
  • 资本决定速度 / 093
  • 环境决定选择 / 094
  • 巨变行业求创新 / 095
  • 稳定行业求突破性发展 / 096
  • 3.3 企业数字化转型路线选择 / 098
  • 看企业的数据应用能力 / 098
  • 看企业的资本实力 / 101
  • 3.4 企业数字化转型要内外兼修 / 102
    • 由外而内，优先提升客户体验和改善供应商关系 / 102
      • 与年龄无关，与工作阅历无关，与是否在更高岗位层级无关，当然，与学历也无关。当到了“机喻时代”，企业会更加依赖机器，更加依赖算法，更加依赖企业是否有更加丰富和更加全面的高质量数据。管理者的作用被弱化，机器算法和数据采集成为企业的竞争力，是企业经营和管理决策的基础。
    • 由内而外，改变生产方式、管理方式和决策方式 / 104
    • 内外兼修，长远规划，阶段实施，收割阶段成果 / 108
      • 过去企业的经营和管理决策以经验为主，所以工作时间越久的人积累的经验越多，形成了更多对行业和市场的认知，以及对管理的认知，能够做出更好的决策，所以企业为他们提供更高的薪资、更高的层级，并且赋予更高的权限，让他们在管理者的岗位上能够做出更重大的决策。企业招聘时也要求有若干年的行业经验，也要用过去的经验证明自己做过什么，积累了什么知识和经验，也用过去的“简历”证明个人到底“值”多少钱。这是企业传统的模式，是缺少数据的模式，因为缺少数据的积累，所以缺少对数据的分析，更缺少对知识的总结。因此，企业更加依赖个人经验，而越来越值钱是过去的做法。
      • 人才晋升的ITπMO模型及人才能力盘点与发展地图
  • 3.5 利用数据技术构筑产业生态 / 109
  • 电商平台的一次交易撮合 / 109
  • 美团的两次交易撮合 / 110
  • 产业促进平台的多次交易撮合 / 110
  • 企业内部的多次交易撮合创新 / 112
  • 未来跨界融合的创新模式 / 115
• 第4章 企业经营的数字化升级 / 120
  • 4.1 客户体验数字化 / 121
    • 培养用户的数字化习惯 / 121
    • 客户关系数字化，洞察客户有基础 / 123
    • 客户关系多元化，互动提升体验 / 124
    • 数据个性化，从千人一面到千人千面，再到一人千面 / 12 6
    • 销售导航系统，让数据指挥人聪明地工作 / 127
  • 4.2 业务流程数字化 / 131
    • 沉淀数据是基础 / 131
      • 过去企业重视市场机会，并不太重视内部管理的精细化，也没有太多数字化的手段，信息系统建设不完善，这一切都导致了管理的粗放性。未来的竞争越来越激烈，只要利用信息化和数据化，升级企业的管理方式，就一定能够快速扭转局面。
    • 业务流程从信息化到数字化，再到智能化 / 133
      • 就导致数据慢、数据不准确、数据提供不及时。如果做生产计划时向各个环节索要数据，就会导致效率低下。在笔者服务的客户中，一个生产近百种产品的大型工厂，做一个月度的生产计划，需要五个人连续工作一个星期，才能够将这个计划做出。当这个计划做出之后，很多数据又发生了变化，包括原料库存、产品库存、门店需求等。因为过去一个星期之后，很多数据又会发生变动。
    • 数字化流程，效率随时可见，效果随时可查 / 136
    • 数据技术替代人工，优化体验，节省成本，提高效率 / 142
      • 多数传统企业目前仍然采用手工记录数据的方式，或者用Excel表格对数据进行维护，这些表格数据不能及时通过信息系统传递到另外一端。整个流程的上下游各环节也不能够共享数据，
      • 传统企业难以改变
  • 4.3 市场洞察数字化 / 144
    • 市场洞察方式在变化，数字智能时代的新媒体 / 145
    • 客户在哪里，营销就应该在哪里 / 146
    • 洞察客户需求，从更精细化的行为出发 / 148
    • 动态化的客户洞察，创新传统研究方法 / 150
  • 4.4 运营管控数字化 / 152
    • 运营管控指标化，让管理看得见 / 152
      • 从企业经营绩效的角度考虑，一般包括五大类指标，即规模指标（数量）、速度指标（增长）、效率指标、效益指标和风险控制指标（见图4-6）。
    • 运营管控数字化，提高运营管控敏捷性 / 156
    • 消除浑水摸鱼，推动阳光化治理 / 158
    • 组织社交化，打破影响效率的桎梏 / 160
  • 4.5 数据平台系统化 / 163
    • 信息化和数据化的基本逻辑不同 / 164
    • 数据中心的逻辑与数据中台建设 / 166
    • 基于数据资产的数据平台逻辑架构 / 168
    • 数据资产管理，企业数据资产综合治理 / 170
    • 数据资产价值开发，为管理者提供高效数据工具 / 172
    • 数据资产应用，服务业务才能创造价值 / 174
    • IT 负责人的角色转换 / 176
• 第5章 企业管理的数字化升级 / 178
  • 5.1 创新管理模式 / 179
    • 既自上而下，又自下而上 / 180
    • 既进行技术变革，也进行管理变革 / 181
    • 既要利用式学习，也要探索式学习 / 183
  • 5.2 塑造数据文化新体系 / 185
    • 数据文化是一种能力 / 185
    • 数据文化根植于管理 / 188
    • 数据文化实施必须有第一推动力 / 189
    • 数据文化落地需要用对方法 / 191
  • 5.3 搭建敏捷组织新架构 / 193
    • 传统组织架构面临的挑战 / 193
    • 平台型组织崛起 / 194
    • 生态型组织创新 / 196
  • 5.4 构建数据运营新资产 / 198
    • 数据标签化运营 / 199
    • 数据指标化运营 / 199
    • 数据可视化运营 / 201
    • 数据模型化运营 / 202
    • 后记 我的数据技术应用实践录 / 205
    • 生在大山下，从无知到敏锐 / 206
    • 凡事皆有道理，因思考而知性 / 2 07
    • 化工工艺设计逻辑：以终为始 / 2 07
    • 配方思维：企业经营有最佳配方 / 2 08
    • 量化思维：因数据而入宝洁 / 209
    • 因特殊经历而善于观察差异 / 210
    • 数据分析：长期训练养成的职业习惯 / 2 12
    • 双校学习：拓宽知识宽度 / 215
    • 数据分析：探寻事物发展背后的规律 / 2 16
    • 优化经营决策：要掌握数据分析方法 / 2 17
    • 理性投资：用数据驱动战略投资决策 / 2 19
    • 数据驱动经营和管理模式升级 / 2 20
    • 用数据创造价值：做乙方亦快乐 / 2 20