用友网络高端BG CDO张旭：数据变现已经成为可能

纵观整个2023年，毫无疑问是数据领域关键的一年。2023年10月25日，国家数据局正式挂牌，由国家发展改革委管理，响应《党和国家机构改革方案》，各省市也紧跟步伐，江苏省数据局、四川省数据局、内蒙古自治区政务服务与数据管理局、上海市数据局、云南省数据局、青海省数据局、河北省数据和政务服务局以及广东省政务服务和数据管理局、湖北省数据局等陆续揭牌成立。“数据局”揭牌不断登上新闻。

2024年1月17日，由数据猿和上海大数据联盟主办，上海市经济和信息化委员会、上海市科学技术委员会指导的“第六届金猿季&魔方论坛——大数据产业发展论坛”上，用友网络高端BG 首席数据官张旭进行了主题为《发挥全面数据服务，驱动企业智能运营》的演讲。

从2023后半年开始，行业发展速度日渐加速，尤其在一系列政策发布后，“数据20条”、数据资产入表要求，再到数据要素x，有更大的力量推动行业不断学习和前进。

2023年12月，国家数据局等十七部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，其内容可概括为：把握一条主线，做好三方面保障，实施五大举措，推动十二项行动，针对性地解决当前数据供给质量不高、流通机制不畅、应用潜力释放不够等问题，促进我国数据基础资源优势转化为经济发展新优势。

张旭认为2024年在数据领域将是波澜壮阔的一年，大数据技术发展将从面向海量数据的存储、处理、分析等存储计算类技术，逐渐向DataOps体系、资产评估和资产运营、数据流通安全、数智融合等方向延伸，不断为数据资产化/要素化提供先进的生产工具。

数据要素让数据变现成为可能

数据已经成为一种新的生产要素。

当数据在企业间流动时，它具有非常多的业务价值。例如，对于制造企业来说，最核心的问题是配套和交付。当客户向企业下了一个订单，订单的交付一方面依靠自己的产能和库存，也需要向上游厂商询问。上游厂商同样需要回答这个问题。要保证及时交付，厂商需要不断增加产能配套和库存储备，以应对准确交期的问题。

当链条变长后，由于数据信息不通畅，中间的损耗巨大。如果数据在这个场景中流动起来，它就会成为数据要素，在产业链上降低很多不必要的浪费。因此从宏观角度来看，数据要素从国家角度提出是有利于社会发展的。

数据变现，从要素角度来看，已经成为可能。从应用角度来看，如果链条上的数据变得智慧，单点也应当变得数据和智慧，这样才有可能将产业链串联起来。

用友提出数智化进阶模型，主要分为三个层级：“数智化1”是要推进“云化连接”，实现业务的云化部署、网络连接和实时感知；“数智化2”是要推进“数据驱动”，实现数据治理、数据中台和数据应用与服务；“数智化3”是要推进“智能运营”，实现业务运营智能化、人机交互自然化和知识与应用生成。

当前大部分企业处于数智化2层级，也就是数据驱动。

数据作为新型生产要素仍面临诸多困难与挑战。例如：由于数据猿广泛，数据类型多，数据接入方式复杂等问题导致数据集成与存储难度较大；跨组织数据的标准与规范问题，数据质量与准确性、问题；数据如何分类，对隐私数据商业数据的隐私保护及数据安全和共享问题；跨组织的数据确权以及全球化数据监管等数据监管机制问题。

用友认为，企业能否充分利用数据的核心矛盾点在于数据体系。张旭解释道，数据体系类似于一棵树，包括它的树根、树干以及上面的枝叶，以及最终结出的果实。一旦忽略了这个体系追求果实时，会发现许多空中楼阁。

而企业能否把数据用好，最重要的就是数据管理体系。通过数据管理体系的建设，企业能够让数据应用逐步、逐层次地产生价值。由于数据管理体系的搭建和运转是一个相对庞大的任务，如果每一项任务都齐头并进，那么企业管理者和各个业务部门的使用者可能无法耐心等待。

盘活企业数据资产，发挥数据要素价值

数据资产化是数据要素市场化的重要起点。用友提出企业首先要树立‘数据是资产’的理念，经过数据资源化、数据资产化、数据资本化三个阶段，对数据进行运用，盘活数据资产，发挥数据要素价值。

企业数据资产管理，首先要建立数据资产管理的组织、制度、流程和工具，为企业进行以业务价值为导向的全局数据治理提供保障。然后通过三个阶段盘活数据资产：

第一阶段，通过数据盘点、数据确权、数据资产分级分类、数据资产编目等关键工作完成数据资产盘点与确权；

第二阶段，通过统一的数据治理、数据资产运营、内部数据应用以及外部数据流转等，来推动数据资产管理与应用；

第三阶段，通过制定数据战略与组织变革、数据资产应用和流通商业模式规划，最终完成数据资产交易与流通。

实现从BI到DI，企业数据服务的5层宝塔

结合数据应用的特点，用友提出数据驱动的企业数据服务“5级宝塔模型”，分为展现级、分析级、控制级、决策级、创新级，构成了企业数据服务的完整体系。“5级宝塔模型”离不开全面数据治理，夯实企业数据要素基础。

第一层是展现级数据服务，表现为通过云端一体的智能分析云，帮助企业更好地理解和分析数据。功能是“全知”，即企业中任何角落发生的事情，对于企业的管理者和运营者而言应该是透明的。这是将企业从物理世界搬到数字世界的过程。

第二层是分析级数据服务，主要依托成熟的行业模型，快速构建企业专属的数据服务，从而让数据产生洞察力，为管理决策提供数据支撑。

在全知的基础上，分析师可以主动出击，回答许多以往业务上不容易回答的问题。例如，可以进行大量业务分析，分析销量下降、投诉增多以及利润下滑的原因。当物理世界不再有时间和空间屏蔽时，企业可以对海量数据进行按需分析。这样的分析会让企业找到许多以前不太在意或关联性并不清晰的问题。

第三层是控制级数据服务，以数据驱动业务，实现产销协同，优化生产工艺，降本增效。

这个层级会对数据进行更加深度的挖掘和应用，比如打通前后端数据，结合历史销量、仓储计划、用户需求综合分析预测预市场需求，针对性排产，提高产能利用率，降低库存积压，减少订单延误率，促进产销平衡，规避经营风险。

第四层是决策级数据服务，主要通过高级的数据分析和机器学习算法，为企业的提供更加智能化的决策支持，发挥数据要素“乘数效应”。这个层级更强调自动化、智能化在企业决策中发挥的作用。比如概览分析、信息补全、企业评价、关联挖掘、关系图谱、风险监测等智能应用。

第五层是创新级数据服务，通过AI加持数据应用，驱动企业业务创新。通过大模型、深度学习、自然语言处理、知识图谱等技术，实现数据的自动化处理、理解和决策。

张旭提出了另外一个趋势，他认为未来，“数据管理”这个词可能会逐渐淡化，变成“数据运营”，运营者在运转体系中观察组织体系是否能顺畅运转，当数据体系出现问题时，数据指标或者数据系统会告诉他发生问题的原因。例如通过对用户行为、市场趋势和竞争环境等数据的深入分析和挖掘，提供针对产品的优化方案，以提高产品的性能、用户体验和市场竞争力。

张旭表示，通过数据管理体系建设可以推动企业主动发现和解决数据问题。用友所服务的部分客户中已经实现了这个阶段。用友结合三十多年的企业管理经验积累，以及领先的技术，

赋能数据指标体系。并基于用友BIP云端一体的混合云架构，将不同行业企业管理者多年的管理经验融入到系统中，形成用友BIP云端统一模型库，整合了600+行业领域模型，为企业提供一体化的数据方案。

最后张旭还介绍了用友支撑企业数智化转型的技术底座用友iuap平台。用友iuap包括了“三中台+三平台”,也就是业务中台、数据中台、智能中台、技术平台、低代码开发平台和连接集成平台，形成了完整的企业数智化底座平台体系，并提供数智化工程、可持续运营两大体系,助力企业全面升级。基于用友iuap，用友已经构建了完备的数据应用服务能力，包括数据咨询、数据服务、数据应用服务和大模型等数智化产品与服务。

最后张旭表示，用友已经打通整个企业数智化生态闭环，可以预置许多数据应用场景，有效加速企业数据管理体系建设，激发数据应用价值。