数据驱动如雷贯耳，尤其在当前的数字化转型语境下面，数据驱动已经成为大家认为的必然。

关于数据的定义（我修改了一下）：通过科学实验、检验、统计等所获得的和用于科学研究、技术设计、查证、决策等的数值，并能够进行各种统计、计算、科学研究或技术设计等工作中能够作为依据的数值。

数据的一个基本属性是：能够被利用并成为某些判断的依据才能称之为数据，否则只是数值。

数据是说起来是一个基本的属性，是要想发挥第1个属性的作用，就必然涉及到第2个属性，就是数据必然是为业务来服务的，而服务的过程或者载体其实就是数字化系统。

可以从三个角度对于数据及数据驱动有更深刻的认识。

一是，就如同电力催生了一带工业革命一样，现在也有说法，数据也催生了新一代的工业革命，其实这也是数据驱动的本质追求。虽然电力和数据都是装置或者系统运行的输入，但也有本质的区别：电力是一种标准化通用的输入性质动力能源，而我们目前看到的形形色色的数据其实远远达不到这种程度。但是也不能就此绝望，想要让数据发挥类似店里一样的驱动式的能源作用，就需要面向特定的制造场景。特定的制造企业，特定的行业入手，通过建立原数据以及再往下一层的源源数据，才能实现向通用化和标准化的迈进。在这个基础之上，我们才有可能真正地降低代码技术真的发挥起来。这是数据向下的规范化标准化的追求。这方面我们现在做的工作很少或者只在一层而已，或者只是面向特点场景而已，甚至可能都没有意识到。

二是，数值的判据作用并不是天然或自然而然就必然会发生的，尤其是大量的业务并不是简单地依靠数值的大于等于或小于作出简单判断的，这就涉及到数据必然要进行组织建模并提现分析推理决策的作用，也就是将各种知识和机理乃至经验物化为数据组织模型以支持推理分析等，以知识化机理化为内核的工业软件或 APP也是真正需要深入探索的。这方面虽然我们意识到这个东西非常重要，但也处于散乱发展的一个过程，也是错失了很多的机会和时间的。

第三个方面，至于我们经常说的将数据驱动理解成数据的自动流动，那只是一种很浅显的认识，充其量只是数字化系统内部各个业务环节之间的数据周转而已。我们经常提到的数字化工厂，其本质是通过连续、规范无中断的方式将数据和信息的流动集成管控起来。从某种视野角度来说，所谓的数据中台其实也只是一种策略而已，并进而延伸出流程状态和知识中台等。但是很可惜，我们在这个方面也缺少系列的可操作的方法论与系统框架极其标准规范，这就使得我们的积累和发展，总感觉出一种无序、散漫、重复乃至低水平重复的状态中。

上述三个方面对推进数字化转型，尤其在技术层次上的认识，具有至关重要的作用。但就笔者观察来说，这个三个方面，我们哪一个方面都没有做好，最重要的第一和第二这两个方面更是做的差距，甚至是上个5年的时间都已经在浪费了。

………………………

虽然我是以确定性的口吻在说自己的一些观点，或者说观察总结，但是，本文仍然属于：一己之见仅供参考。