数据应用的5个致命的认知误区，你所在机构中了几个？

眼下，数字化转型十分火热，越来越多的企业、机构认识到了挖掘数据价值的重要性，一些走的比较前面的行业，几年前就开始布局大数据应用了，比如，对数据强依赖的商业银行。但是，就目前来看，包括商业银行在内的传统行业整体数据应用的效果并不尽如人意，数据价值并没有得到很好的挖掘，归根到底是陷入了一些致命的认知误区。思想指引行动，思想上没有认识到位，行动上就必然会有偏颇。

误区一：将数据应用和传统IT开发混为一谈。很多传统企业管理层和业务部门对数据应用了解不足，搞不清楚数据应用和IT开发有什么区别，往往以为是类似的，所以，很多时候，管理层和业务部门只是把数据当成和IT一样的执行工具，你只要按照我说的ABCD执行就好了。事实上，数据是帮助业务寻找最佳的解决方案的，IT开发是负责实现解决方案的，两者有着本质的区别，如果你所在的机构不能尽快走出这个误区，数据基本不太可能发挥出应有的价值。

误区二：数据条线以“软件开发工程师”思维做数据应用。近几年，很多传统机构都新设立了独立的数据部门，然而，数据部门的负责人大多是做传统IT出身的，员工也很多是传统的软件开发工程师转过来的，做惯了软件开发的人，形成的思维定式就是你要做开发，你就要把需求讲清楚，要把1、2、3、4讲的清清楚楚，这是典型的IT思维，以这个思维为指导，这个数据部门做好的可能性很低。这里面有两个方面的原因，一方面，以IT思维做数据说明你自己就没有搞明白数据应用是怎么回事，事实上，数据应用是具有很强的业务属性的，更多的时候需要的是业务思维，而且数据应用本身就具有很强的研究、探索性质，你让业务部门提出十分具体的需求本身就是强人所难，其实，你更应该向业务部门提的要求是让他们提出业务痛点，然后，你再利用数据帮助业务部门找到解决方案。另一方面，很多传统机构业务人员本身都还没有找到数据应用的门，你对他们提出过多的要求，只会适得其反。

误区三：将算法工程师、数据产品经理等数据人员和软件开发人员等同。很多传统机构往往容易将数据分析人员、算法工程师、数据产品经理和传统软件开发人员等同，这点在传统的IT条线中更为普遍，突出表现在几点，一是很多人简单的认为数据人员也是会写代码的，所以，和软件开发人员是一样的，也往往要求数据人员写的代码能够满足生产的效率要求，而事实上，很多数据人员尤其是算法工程师虽然会写代码，但是，他们更多的是写算法，建模，调参，保证模型的效果，至于模型代码本身的运行效率并不是他们的长项，用专业软件开发人员来要求数据人员无疑是不合适的。二是很多机构没有为数据人员量身定制相应的激励机制。更多的还是按照传统软件开发的模式来考核和激励，而事实上，数据产品经理、算法工程师、数据分析师从事的是更富有挑战性，更具有创造性的工作，很多时候需要探索、研究很长的时间，最终也不一定保证能成功。如果你按照传统的软件开发项目去考核、管理，明显也是无法适用的。另一方面，很多工程师的兴趣只在算法上，如果你让他干算法以外的脏活、累活，他们很有可能会撂挑子。

误区四：认为数据治理不重要。一些传统机构对于数据治理的重要性认识不足，以为大数据容许混杂，数据质量就不重要了，只要有数据，就能应用好数据。关键是如果大量数据的源头或者上游就是错的，当你在为自己上线了一堆的模型而自豪的时候，风险正在向你靠近，数字时代，数据作为关键生产要素，如果数据质量不能保证，就会使得企业做出错误的决策，甚至影响企业的生死存亡，对于金融机构更是如此，如果你输入给智能风控模型的数据都是错的，审批结果也一定是有问题的，最终一定会危机信贷资产质量。

误区五：认为数据安全核心是管理。数据安全的确非常重要，要不然，国家也不会颁布好几部法律来规范，但是，数据安全的目标应该是保障数据的合规应用，而不是限制数据的应用。说白了，就是要为数据应用保驾护航。一些传统机构对于数据安全的认识过于教条主义，一刀切管控，这也不能做，那也不能做，导致数据无法得到合理、有效的利用。的确，当你什么都不做的时候，你就是最安全的，但是，这对企业的长期发展绝对会产生严重的负面影响，数字时代，数据应用能力必然是企业的核心竞争力的重要组成部分，考验的也是企业的数据安全的保障能力。一刀切固然简单，但绝对是“懒政”，终将自食其果。

数字化浪潮汹涌而至，我们正在大踏步迈入全面的数字时代，企业的经营逻辑也随之发生巨大的改变，这当中，数据作为关键生产要素就是数字时代的显著特征，就是企业要适应的新经营逻辑。无论你过去对数据有多么不重视，现在，都应该全面、深刻的重新认识数据的价值，走出认知误区，真正的拥抱数据，打造具有自身特色的数据应用新优势。