在刚刚结束的两会政府工作报告中，明确提出了2024年国内生产总值（GDP）预期增长5%左右的目标，发展“新质生产力”也成为各界人士热议的主题词，毫无疑问，寻找新增量成为了2024年经济的主基调。

传导到企业层面，这个命题必需答，但并不易答，以人口增长红利为基础，移动互联网技术爆发为推动力的“规模驱动式增长”早已见顶。以电商行业为例，各大电商平台在历年双十一GMV持续增长后，2022年首次不披露GMV增量；国内乘用车市场总体折扣率连续超过20%……存量时代，竞争加剧，企业急需探索新的增量范式。

“新质生产力”如何养成？

数据要素是构建数字生产力共识的重点和路径之一，作为数字生产力的底座，数据要素的价值被提升到了前所未有的高度。从2018年开始，数据要素对我国GDP的贡献度逐年提升，2021年数据要素对GDP的增长贡献率是14.7%，数据要素贡献率增长远快于GDP增长的速度。

对千行百业而言，“数据”并不陌生，在数字化、信息化高速发展的十多年里，数据早已成为企业经营的“血液”，它伴随着每一次点击、每一次生产、每一笔订单而产生，但是除了移动互联网、电商等数字原生企业，对数据价值的挖掘会相对充分外，在生产、制造、金融等产业，数据往往停留在对业务流和工作流的“映射”层面。据Forrester公开数据显示，60%-73%的企业内部数据是并未被使用并产生价值的。在以移动互联网技术推进的人口增长红利期，增量更多来源于市场规模效应的形成，来源于业务增长，但是当大部分市场趋于饱和，规模效应逐渐消失，“数据驱动”增量的价值会日益提升，Forrester的数据同时显示，数据驱动决策的企业，实现高速增长的可能性会提高8.5倍，存量竞争时代，企业势必要挖掘数据这个“金矿”的最大价值。

今年初由瓴羊和清华大学数据治理研究中心联合举办的首届数据同学会，邀请了众多产、学、研、企嘉宾共同出席，从会上的发言和讨论中我们可以发现，挖掘数据价值已成为行业的共识，“数据驱动”成为增量新范式。

流量红利出尽，细微处求增量？

传统的增量模式中流量为王，曾经流传过一句戏言，“新品牌等于5000篇小红书加2000篇知乎问答再加薇娅李佳琦带货”，在消费赛道越来越“卷”的时代，流量成本高企，一个爆款单品的红利期只有2-3年，这套“大力出奇迹”的逻辑行不通了，基于用户数据的深度运营才是高质增量来源。九阳数据运营总监张殿启在会上举了一个生动的例子，像豆浆机赛道，4-5人大容量的豆浆机增量几近见顶，但是通过对全域用户数据的深度分析，发现了对1-2人小容量豆浆机的细分市场需求，这一细分市场的增量，带动了整个豆浆机市场的新增量。

在营销领域，这样的例子更不鲜见。例如在汽车行业，通过对潜客线索的分级精细化运营，不仅可以降低运营成本，同时还能将线索转化率提升30%以上。

雅戈尔集团CIO王歆谈论关于“数据重塑企业效率”话题

除此之外，新质增量还来源于企业经营全链路的降本提效，例如数字供应链、智能营销及服务、敏捷决策……用雅戈尔集团CIO王歆的话来说，数据驱动效率提升，本质是缩短信息链路，提升信息反馈速度，再驱动流程，驱动运营效率，“让单位的时间产生更多的价值”。

以供应链为例，在传统模式下，企业的供应链像“链条”一般按部就班，在数字时代，这一运行模式已被颠覆，数字技术将供应链的运营从“串联”改造为“并联”，各个环节间无缝连接，构建了整个生态系统的协同关系，从而拓展消费零散、有限的增量空间。

SHEIN的“小单快返”柔性供应链和蜜雪冰城的极致性价比，是零售领域供应链优化促进增量的两个极致典型。服装行业最大的麻烦是库存，对于“SHEIN们”而言，优化库存就是降本增利，雅戈尔旗下的高端定制品牌美雅，通过CRM预测市场需求和库存，可将15天定制时间压缩成2、3天。蜜雪冰城蜜雪集团首席技术专家、流程与数字化中心副总经理苏虎臣也表示“数据是供应链优化的底层能力”，他总结了数据促进供应链优化的通用模型：“采购端依赖数据来保证稳定性，产品研发依赖数据来保证研发的可持续、可量化、可衡量，销售端依靠数据来驱动整体的供应链的销售，从而拉动后端的整体供应，以此达到研产采销一体化。”

AI、出海、IOT…打开增量新场景

更大的增量空间来自于新趋势、新技术给企业带来的“创新革命”。

AI席卷世界、万物互联时代加速、出海和全球化……成为企业寻求全球市场增量的主要手段，在这些浪潮中，数据扮演着前所未有的重要角色。

比如席卷世界的AI，它之所以能够发展得如此迅猛，核心之一是高质量的数据，而高质量的数据正是来源于数据治理和业务融合。正如雅戈尔集团CIO王歆在数据同学会上表示，“数据质量背后代表着企业的治理思路和规范体系，只有真正意义上以业务流程为核心的数据治理，才能够训练出优秀有价值的AI模型”。长安汽车集团智慧营销中心副总经理范龙祥也认为，AI要应用到业务场景当中，需要两个基石，其一是合格的数据治理，其二是业务融合，要建立基本的业务流。而所谓对AI有价值的数据，是要在业务流程和业务活动很清晰成熟的前提下，产生的业务数据。

图片来源：pixabay

AI作为新的业务驱动轮，给很多行业带来新的增长空间，在有弯道超车之势的新能源汽车领域，吸引年轻消费者的智能座舱和自动驾驶是重度依赖数据的AI场景，在这两个场景中，数据安全合规是增量底线，高质量数据的应用则带来增量的无限想象。

路特斯科技数智中心资深专家曹学成提到，合法合规提取数据，遵循全球不同地区的数据合规要求提供差异性解决方案，是在AI和全球化时代，数据人需要具备的基础能力。 而基于汽车行业的独特数据，才能打造出智能座舱场景中的智能服务、个性化体验，这也是中国智能汽车走向全球的差异化竞争力之一。对此，小米数据中台部门负责人刘应耀也提出了类似的观点，作为汽车、手机、智能家居等多个业务板块全球化布局的企业，“各个地域板块的合规要求不尽相同，通过拆解的方式来满足地域的合规，然后将核心大数据一定程度脱敏，确保隐私合规的前提下进行全球数据集成。”

数据要素流通带来新质增量更高纬度的想象空间，杭州数据资源管理局副局长齐同军表示，“千行百业的数据碰撞，会产生新的场景，新的应用”，这正是2023年瓴羊发布的“瓴羊港”所在做的事。今年1月，国家数据局发布的《“数据要素×”三年行动计划》，将新质增量的想象空间规划化、政策化。行动计划中选取工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域，以推动发挥数据要素乘数效应。配合数据资产入表这个数据资产化的重要一步迈出，将开启数据要素产业化的大时代，也会迎来全新的增量空间。    

数据人，迈入新的“黄金年代”

数据的背后，是一场全新的增量革命。在这个数据要素产业化的大时代，数据人需要练成“十八般武艺”。

图片来源：pixabay

懂业务是数据人的必备能力之一，九阳数据运营总监张殿启表示：“在一个体系里人人都可能会数据，但数据人的核心竞争力在于更懂业务，能够完全理解工具背后的逻辑和价值。”只有深入业务的核心，探寻数据在业务中的闭环，通过闭环反馈再修正数据，才能真正理解并挖掘数据的价值。

与此同时，数据人也必须紧密关注技术变革的趋势，不断更新升级技术能力，正如路特斯科技数智中心资深专家曹学成表示，“传统数据人可能更关注数仓、数据建模以及数据治理，但是对于AI场景来说，数据人必须了解人工智能的相关趋势和知识。”

更重要的是，数据人正在经历着认知和思维的革命——必须培养“增量意识”和“危机意识”，以驱动持续的增长，并在行业的飞速发展、技术的不断进步以及充满不确定性的未来中，找到属于自己的定位和价值。

在这个过程中，数据从业者们需要相互扶持，共同升级。由瓴羊和清华大学数据治理研究中心联合打造的“数据同学会”，正是这样一个互相帮助、交流、联络和学习的平台，这里汇聚了来自产业、学术、研究等多个领域的数据从业者坐而论道，通过深度交流与合作，相互引导和启发。在数据同学会上，阿里巴巴集团副总裁、瓴羊CEO朋新宇表示，所谓“同学会”，就是志“同”道合、相互“学”习、“会”面交流，期待同学会能够帮助数据人共同进步，一起迎接未来的挑战，开启数据行业的新篇章。

对于数据人而言，一个崭新的黄金年代，正悄然降临。

（本文首发钛媒体APP）