01

业务和数据的逻辑

即将到来的物联网时代，企业需要基于数据来快速做出决策，支撑决策的数据反馈质量要求越来越高,不管是个人与企业，能满足业务+数据结合需求未来真正趋势。

企业内外价值链间的数据对业务支撑的作用越来越大；业务行为及结果产生数据， 业务决策需要以数据实时反馈为核心。数据提供业务价值链的指标化，实时化监控反馈给业务决策者。

业务和数据的相互闭环交替，相辅相成。

02

业务价值链的数字化

传统行业初级阶段的产品业务是在线下展开，完全数字化十分困难，相关环节或流程难以实现以数据方式存储，中小企业农业、制造业产品生产阶段缺乏数字化硬件基础（标准化信息自动化收集）；小微个体户依托兴趣、资源化整合决策模式，缺乏外部业务分析思维和数据定性定量数据支撑决策。

业务的数字化需要数据收集、分析、数据智能和自动可视化等环节，从而让业务本身变得可分析、可改进，除了储存数据库，更重要的是数据的多维度分析和可视化。

服务行业代表性销售行业、咨询服务公司等，业务价值链已经数字化，借助专业化的数据分析人员和软件，多维度数据可视化展示，促进了业务发展。

03

数字化渠道业务

基础设施数字化改造，产品运营和市场营销应依托数字化软件应用，业务数据的标准化、自动化、可视化，进而推进业务数字化决策的转型，改进业务运营；进一步减少人工成本，更多时间专注业务方向的投入，注重资源整合和战略的调整。

国内传统中小企业专业的数字化设施和数据分析人员不足，借鉴成熟的数字化案例，招聘数据分析人员，同时运用互联网平台和自媒体营销成功经验，增加业务价值链中端和末端数字化运营，弥补前期业务难以数字量化的缺陷。

寻找符合需求的成熟标准化行业软件，或拥有自主知识产权的业务数据分析模型和软件，提高企业运营的效率和产品市场竞争力。

建立安全可靠的企业自主数据库，在数字化时代掌握核心数据，助力企业决策。

04

商业分析趋势

随着主流市场产品和服务的市场份额稳定趋于饱和，如今业务需求发展商业模式越来越多样化，分析需求多维度化。未来的商业分析将是可“实时收集数据”、可处理“大数据量”、可进行“预测分析和自动化分析”的。掌握这样的技术能力不仅有助于提高经营效率，而且可以规避风险，更好地为未来做出正确的战略规划决策。

分析后提出的解决方案更加注重时效性、多维度，选择的多样性。

启示

数字化集成度高的企业通过业务和数据的互联网平台融合，通过深度分析后，运用资源、人力和物联网平台拓展业务，业务层面会进一步压缩中小企业市场份额。

中小企业应将战略放在小众行业或者产品，充分运用敏捷的商业分析，加快企业的数字化转型和企业架构的设计，增加产品和服务更新迭代速度和多样性。借鉴互联网自媒体等新兴媒介，加大知识产权的保护，积极主动的参与互联网时代的市场竞争。