1.4 數據科學與經營管理

企業在實踐中會面臨各種經營、管理決策、運營效率等方面的問題，那么企業該如何更好地利用數據經營自己的業務？將數據科學與這些問題相結合，可以把問題歸結為三類：數據科學與企業經營、數據科學與企業管理決策、企業運營效率的數據分析訴求。

1.4.1 數據科學與企業經營

隨著大數據、人工智能相關技術的不斷發展，更多的科技公司，尤其是互聯網公司（如美團、滴滴）都在爭相招募數據領域的人才，幫助企業利用數據發現問題，利用數據分析改進業務，成為數據驅動領域的先行者。這些互聯網公司的數據分析應用優于傳統企業，這與互聯網公司業務變化快、有大量數據領域工程師、可以快速響應業務的變化也有很大的關系。

傳統企業也越來越離不開數據科學。比如，傳統企業面臨的用戶端的問題包括：用戶研究、用戶增長、銷售增長，以及產品創新、供應鏈管理、廣告媒體投放等，它們為數據科學提供了豐富的應用場景。

1.4.2 數據科學與企業管理決策

管理決策是企業中高層管理者每天都會面臨的問題。企業的中高層管理者在進行管理決策時，普遍會基于自己的認知系統（通過在業務領域長期實踐形成的認知體系）。

筆者在以往的技術咨詢實踐過程中，走訪了不同行業的大量的大、中、小型企業之后，發現很多企業的管理者（尤其是民營企業的管理者）非常渴望在企業管理決策中應用數據科學。很多新生代管理者，出生于互聯網、新技術蓬勃發展的時代，擁有開放的頭腦，更是看重數據科學的應用。隨著數據科學的發展，企業決策靠“拍腦門”的時代已逐步成為過去。

但筆者在接觸航空、汽車、零售、保險等領域的中高層管理者時，發現很多中高層管理者都面臨著相似的痛點：不知道如何用數據幫助自己做管理決策，不知道哪些數據、技術能夠幫助自己將業務做得更好。同時，很多中高層管理者不了解新技術、新思路及新理念，導致業務不能快速發展。所以企業管理者應該主動了解數據科學，然后才能在實踐中運用數據科學。

1.4.3 企業運營效率的數據分析訴求

企業除了面臨經營問題、管理決策問題之外，還有運營效率提升的訴求，第三類問題涉及企業不同的部門。

技術咨詢工作的經歷，使筆者有機會接觸不同行業、不同部門的業務，在將其做了一次總結之后筆者發現：不同行業或部門面臨的問題及數據訴求驚人地相似，并且不同的企業都期望利用數據解決運營效率提升問題。

綜合以上三個部分的介紹，容易得出結論：數據在企業的經營、管理決策及運營效率方面都有重要的指導作用。隨著現代企業管理水平的提高，企業的中高層管理者在做管理決策時會引入更多的商業分析、數據決策模型，幫助企業更好地進行數據決策。未來，企業應該逐步培養自己利用數據、分析數據的能力，這樣企業在未來的發展過程中才能更有競爭力。