在剛剛結束的兩會政府工作報告中，明確提出了2024年國內生産總值（GDP）預期增長5%左右的目標，發展“新質生産力”也成爲各界人士熱議的主題詞，毫無疑問，尋找新增量成爲了2024年經濟的主基調。

傳導到企業層面，這個命題必需答，但並不易答，以人口增長紅利爲基礎，移動互聯網技術爆發爲推動力的“規模驅動式增長”早已見頂。以電商行業爲例，各大電商平台在曆年雙十一GMV持續增長後，2022年首次不披露GMV增量；國內乘用車市場總體折扣率連續超過20%……存量時代，競爭加劇，企業急需探索新的增量範式。

數據要素是構建數字生産力共識的重點和路徑之一，作爲數字生産力的底座，數據要素的價值被提升到了前所未有的高度。從2018年開始，數據要素對我國GDP的貢獻度逐年提升，2021年數據要素對GDP的增長貢獻率是14.7%，數據要素貢獻率增長遠快于GDP增長的速度。

對千行百業而言，“數據”並不陌生，在數字化、信息化高速發展的十多年裏，數據早已成爲企業經營的“血液”，它伴隨著每一次點擊、每一次生産、每一筆訂單而産生，但是除了移動互聯網、電商等數字原生企業，對數據價值的挖掘會相對充分外，在生産、制造、金融等産業，數據往往停留在對業務流和工作流的“映射”層面。據Forrester公開數據顯示，60%-73%的企業內部數據是並未被使用並産生價值的。在以移動互聯網技術推進的人口增長紅利期，增量更多來源于市場規模效應的形成，來源于業務增長，但是當大部分市場趨于飽和，規模效應逐漸消失，“數據驅動”增量的價值會日益提升，Forrester的數據同時顯示，數據驅動決策的企業，實現高速增長的可能性會提高8.5倍，存量競爭時代，企業勢必要挖掘數據這個“金礦”的最大價值。

今年初由瓴羊和清華大學數據治理研究中心聯合舉辦的首屆數據同學會，邀請了衆多産、學、研、企嘉賓共同出席，從會上的發言和討論中我們可以發現，挖掘數據價值已成爲行業的共識，“數據驅動”成爲增量新範式。

傳統的增量模式中流量爲王，曾經流傳過一句戲言，“新品牌等于5000篇小紅書加2000篇知乎問答再加薇娅李佳琦帶貨”，在消費賽道越來越“卷”的時代，流量成本高企，一個爆款單品的紅利期只有2-3年，這套“大力出奇迹”的邏輯行不通了，基于用戶數據的深度運營才是高質增量來源。九陽數據運營總監張殿啓在會上舉了一個生動的例子，像豆漿機賽道，4-5人大容量的豆漿機增量幾近見頂，但是通過對全域用戶數據的深度分析，發現了對1-2人小容量豆漿機的細分市場需求，這一細分市場的增量，帶動了整個豆漿機市場的新增量。

在營銷領域，這樣的例子更不鮮見。例如在汽車行業，通過對潛客線索的分級精細化運營，不僅可以降低運營成本，同時還能將線索轉化率提升30%以上。

雅戈爾集團CIO王歆談論關于“數據重塑企業效率”話題

除此之外，新質增量還來源于企業經營全鏈路的降本提效，例如數字供應鏈、智能營銷及服務、敏捷決策……用雅戈爾集團CIO王歆的話來說，數據驅動效率提升，本質是縮短信息鏈路，提升信息反饋速度，再驅動流程，驅動運營效率，“讓單位的時間産生更多的價值”。

以供應鏈爲例，在傳統模式下，企業的供應鏈像“鏈條”一般按部就班，在數字時代，這一運行模式已被顛覆，數字技術將供應鏈的運營從“串聯”改造爲“並聯”，各個環節間無縫連接，構建了整個生態系統的協同關系，從而拓展消費零散、有限的增量空間。

SHEIN的“小單快返”柔性供應鏈和蜜雪冰城的極致性價比，是零售領域供應鏈優化促進增量的兩個極致典型。服裝行業最大的麻煩是庫存，對于“SHEIN們”而言，優化庫存就是降本增利，雅戈爾旗下的高端定制品牌美雅，通過CRM預測市場需求和庫存，可將15天定制時間壓縮成2、3天。蜜雪冰城蜜雪集團首席技術專家、流程與數字化中心副總經理蘇虎臣也表示“數據是供應鏈優化的底層能力”，他總結了數據促進供應鏈優化的通用模型：“采購端依賴數據來保證穩定性，産品研發依賴數據來保證研發的可持續、可量化、可衡量，銷售端依靠數據來驅動整體的供應鏈的銷售，從而拉動後端的整體供應，以此達到研産采銷一體化。”

更大的增量空間來自于新趨勢、新技術給企業帶來的“創新革命”。

AI席卷世界、萬物互聯時代加速、出海和全球化……成爲企業尋求全球市場增量的主要手段，在這些浪潮中，數據扮演著前所未有的重要角色。

比如席卷世界的AI，它之所以能夠發展得如此迅猛，核心之一是高質量的數據，而高質量的數據正是來源于數據治理和業務融合。正如雅戈爾集團CIO王歆在數據同學會上表示，“數據質量背後代表著企業的治理思路和規範體系，只有真正意義上以業務流程爲核心的數據治理，才能夠訓練出優秀有價值的AI模型”。長安汽車集團智慧營銷中心副總經理範龍祥也認爲，AI要應用到業務場景當中，需要兩個基石，其一是合格的數據治理，其二是業務融合，要建立基本的業務流。而所謂對AI有價值的數據，是要在業務流程和業務活動很清晰成熟的前提下，産生的業務數據。

圖片來源：pixabay

AI作爲新的業務驅動輪，給很多行業帶來新的增長空間，在有彎道超車之勢的新能源汽車領域，吸引年輕消費者的智能座艙和自動駕駛是重度依賴數據的AI場景，在這兩個場景中，數據安全合規是增量底線，高質量數據的應用則帶來增量的無限想象。

路特斯科技數智中心資深專家曹學成提到，合法合規提取數據，遵循全球不同地區的數據合規要求提供差異性解決方案，是在AI和全球化時代，數據人需要具備的基礎能力。 而基于汽車行業的獨特數據，才能打造出智能座艙場景中的智能服務、個性化體驗，這也是中國智能汽車走向全球的差異化競爭力之一。對此，小米數據中台部門負責人劉應耀也提出了類似的觀點，作爲汽車、手機、智能家居等多個業務板塊全球化布局的企業，“各個地域板塊的合規要求不盡相同，通過拆解的方式來滿足地域的合規，然後將核心大數據一定程度脫敏，確保隱私合規的前提下進行全球數據集成。”

數據要素流通帶來新質增量更高緯度的想象空間，杭州數據資源管理局副局長齊同軍表示，“千行百業的數據碰撞，會産生新的場景，新的應用”，這正是2023年瓴羊發布的“瓴羊港”所在做的事。今年1月，國家數據局發布的《“數據要素×”三年行動計劃》，將新質增量的想象空間規劃化、政策化。行動計劃中選取工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、文化旅遊、醫療健康、應急管理、氣象服務、城市治理、綠色低碳等12個行業和領域，以推動發揮數據要素乘數效應。配合數據資産入表這個數據資産化的重要一步邁出，將開啓數據要素産業化的大時代，也會迎來全新的增量空間。

數據的背後，是一場全新的增量革命。在這個數據要素産業化的大時代，數據人需要練成“十八般武藝”。

圖片來源：pixabay

懂業務是數據人的必備能力之一，九陽數據運營總監張殿啓表示：“在一個體系裏人人都可能會數據，但數據人的核心競爭力在于更懂業務，能夠完全理解工具背後的邏輯和價值。”只有深入業務的核心，探尋數據在業務中的閉環，通過閉環反饋再修正數據，才能真正理解並挖掘數據的價值。

與此同時，數據人也必須緊密關注技術變革的趨勢，不斷更新升級技術能力，正如路特斯科技數智中心資深專家曹學成表示，“傳統數據人可能更關注數倉、數據建模以及數據治理，但是對于AI場景來說，數據人必須了解人工智能的相關趨勢和知識。”

更重要的是，數據人正在經曆著認知和思維的革命——必須培養“增量意識”和“危機意識”，以驅動持續的增長，並在行業的飛速發展、技術的不斷進步以及充滿不確定性的未來中，找到屬于自己的定位和價值。

在這個過程中，數據從業者們需要相互扶持，共同升級。由瓴羊和清華大學數據治理研究中心聯合打造的“數據同學會”，正是這樣一個互相幫助、交流、聯絡和學習的平台，這裏彙聚了來自産業、學術、研究等多個領域的數據從業者坐而論道，通過深度交流與合作，相互引導和啓發。在數據同學會上，阿裏巴巴集團副總裁、瓴羊CEO朋新宇表示，所謂“同學會”，就是志“同”道合、相互“學”習、“會”面交流，期待同學會能夠幫助數據人共同進步，一起迎接未來的挑戰，開啓數據行業的新篇章。

對于數據人而言，一個嶄新的黃金年代，正悄然降臨。