中国“互联网+”的热潮已经有一段时间里，而且已经被总理提升到国家战略行动，目的是加快互联网推广应用，改造传统产业。在高层看来，“互联网+”是中国“新常态经济”保证持续增长和开启新一轮腾飞的发力点。

一、那么对传统企业来说 ，『互联网+』到底是什么？
互联网是啥？——互联网是信息高速公路嘛！

那么互联网+是什么？——把传统企业接上信息高速公路！

这是直白的理解『互联网+』，就是是传统行业+互联网，想利用互联网思维重新审视传统行业，让传统企业增加新的创新力和新的生产力，希望商业模式创新、希望生产流程再造、希望价值链重组。于是传统企业纷纷上马互联网，做个网站或者商城，或者组建专门部门对接互联网。

但是传统企业行业不同、规模不同、模式不同、市场地位不同，用这种+互联网的方式，其实就是在原有企业机体上，嫁接个互联网假肢。这种嫁接是要切开本体，植入假肢，很痛的！而且这个假肢与本体基因格格不入，排异反应严重。事实上很多传统企业已经尝试过一轮『互联网+』，结果并不如人愿，通常都会发现砸人砸钱进去嫁接个互联网，嫁接的互联网分枝不但没长好，反而拖累本体。于是大伙一致的大骂“互联网泡沫坑人！”

二、传统企业的『互联网+』是如何转化出“数据生产资料”
回到互联网本体，互联网本质上还是信息交流的通路，只是下沉得更为基础，从人际间信息交流的工具演变成了人们日常工作和生活的关键基础设施。今天的网络已经像食品、水、电一样，是生活不可缺少的基础设施。

对于传统企业来说，对待『互联网+』，并不是简单的去做点和互联网相关的事情，喊喊大数据、移动互联、社交网络、多媒体、人工智能、物联网等等时髦的口号，而是把网络像水、电、办公室、那样变成基础性生产资料。

传统企业要运作，需要各种生产资料：资金、人才、产品、市场信息等等。在互联网时代的今天，并不是以上生产资料发生了变化，而是运作这些元素的底层发生了变化。在前互联网时代，传统企业运营中的生产资料的各种信息流，太难以记录和利用。而在互联网时代，传统企业在运行中所有的生产资料的信息流，人、财、物，都可以沉淀转变为一种新的生产资料——数据资料。

这是一种具有互联网网络属性的生产资料：所有的人、财、物生产资料用一点少一点，但是只有数据这种生产资料是越用越多。

数据资料不仅具有越用越多的特性，还能增值使用。利用互联网，企业数据可以通过网络进行流转，从一个格式变成另一个格式，从一个方面用到另一个方面，用各种分析算法不断的增值使用。数据不像其他生产资料是死的、不会流动，它是流动活跃，随时可用的，并且能给出趋势预测的。

凯文凯利说，不管你现在做什么行业，你做的生意都是数据生意。过去的企业关键词是项目，现在的企业关健词是数据。

重视数据资料的转化和使用，把企业的数据变成新的企业资产，这种越用越多的生产资料，可以帮助传统企业把每一项资源发挥到极致，增加了在市场竞争中的能力。这才是传统行业『互联网+』的稳妥之路。

三、数据资料的关键
企业获取数据性生产资料，有三个关键：1、采集有效数据。2、持续的数据追踪。3、切实的数据分析。这并不是要对企业的来个商业模式创新、来个生产流程再造、来个价值链重组，天翻地覆的大革命，革命通常是要死人的！

2008年，华为任正非问部下的两个问题：（1）我们公司到底有多少面积的房地产？（2）每年花多少钱维护这些建筑设施？有没有浪费？第一个问题其实很简单，就是建筑面积测量，数据统计下就可以。但是第二个问题，就没人能回答出来。这基本上相当于TCO（总占用成本）的概念，是国内公司在没有数据化设施管理的情况下很难计算出来的，但却是企业高层最关心的数字，这直接关系到企业控制成本提高效率。可以说，当时能够回答这两个问题的公司，在建筑设施数据化管理上已经接近于世界领先的水平。任正非问这个问题，是因为他看到思科对使用的建筑设施的数据化管理。此后，华为在国内最早开展了数据化建筑设施的管理，并从数据化管理优化控制各类设施成本。

从华为例子可见，企业数据化是可以完全和企业运营并行，而不是必须嫁接合体。实际上传统企业只需要把自己日常运营中的数据，转换成有效的数据资料就能产生很大价值，并非需要来个组织再造的大手术。

1、采集有效数据
传统企业并不需要像BAT那样找到精通各种数据挖掘技术的高手。很多传统企业一上来大数据，就开始各种数据挖掘，好像收集到越多数据，效果更好。而其实大量挖掘，会更多产生数据噪音，就像收听无线电波一样，充斥着噪音反而掩盖了有效信息。丕丕基科技认为，企业有效的数据，核心其实就是三类：人力、财物、项目/产品。相对来说，财务、产品是很好数据化的，丕丕基的产品就是把企业最难的人力和项目数据化，转变为企业运营的信息流。

2、持续的数据追踪
数据必须有持续的追踪，才有反应企业实情的效果。如果不是持续有效的数据跟踪，而是类似一年一次，半年一次，一个季度一次的数据统计，有可能企业连单个项目的核算都做不出来。就像一个人要减肥，如果不每天监测自己运动量和卡路里情况，一个季度做一次测量，就算有再大决心，也难以达到目标。数据追踪是保证数据真实反映实际情况的保证。

3、切实的数据分析

只要对有效数据的追踪采集，这些最基本的数据结果，经过正确严谨的解读，就已经有极大的价值了，而很多人往往无视这些，去追求更高深的技术实现，搞一些莫名其妙的算法和逻辑，来彰显技术价值，其实是舍本逐末的表现。

数据的价值在于正确的解读分析，要遵循数据的本质，要遵循科学的逻辑，而不是靠处理算法的复杂度，不可喧宾夺主。 一旦简单问题复杂化，出现把四则运算就搞定的事情弄一套诡异的算法，最终非但浪费了资源，消耗了时间，还可能导致了严重的理解歧义，从而出现各种误读。

不炫技，不苛求技术复杂度，正确的数据解读和恰当的关联算法，有趁手的数据分析工具，你就能懂数据背后是什么，知道什么是重要的，什么是次要的。有没有因果关联错误、有没有忽略关键因素、有没有数据定义错误、有没有忽略前提、有没有样本偏差，通盘考虑这些，能让数据分析更切合实际。

四、数据决策体系和企业人工智能助手
数据放在那里，是没意义的，必须使用起来。

比如一个设计公司项目投标中标率50%，啥情况？不知道，你问谁谁也不知道。对比起来才知道。

首先是横比，同类公司比，别人平均中标率70%，你50%，但你公司比人家水平高，这就有问题了。

二是纵比，和自己时间轴比，上半年中标率30%，现在60%，有进步！但是要之前是50%，现在30%，的好好反思。

如果你的企业数据监控显示，能够可视化，在一大屏数据界面上像仪表盘一样，所有下降有问题的红色标识，所有上升优良的绿色标识，各种消耗数据清清楚楚，那么公司运营状况一目了然。

基于数据驱动来做判断和计划，这就是数据决策体系。

数据决策体系是未来企业领导的人工智能助手。

(互联网责编：陈峰 )