林彪
據《往事回眸》記載：1948年遼瀋戰役開始之後，在東北野戰軍前線指揮所裡面，每天深夜都要進行例常的"每日軍情彙報"：由值班參謀讀出下屬各個縱隊、師、團用電臺報告的當日戰況和繳獲情況。
那幾乎是重複著千篇一律的枯燥無味的數據：每支部隊殲敵多少、俘虜多少；繳獲的火炮、車輛多少；槍支、物資多少……司令員林彪的要求很細，俘虜要分清軍官和士兵，繳獲的槍支，要統計出機槍、長槍、短槍；擊毀和繳獲尚能使用的汽車，也要分出大小和類別。
經過一天緊張的戰鬥指揮工作，人們都非常疲勞。整個作戰室裡面估計只有定下這個規矩的司令員林彪本人、還有那個讀電報的參謀在用心留意聽。
1948年10月14日，東北野戰軍以迅雷不及掩耳之勢，僅用了30小時就攻克了對手原以為可以長期堅守的錦州並全殲了守敵十餘萬之後，不顧疲勞，揮師北上與從瀋陽出援的敵精銳廖耀湘基團二十餘萬在遼西相遇，一時間形成了混戰。戰局瞬息萬變，誰勝誰負實難預料。
在大戰緊急中，林彪無論有多忙，仍然堅持每晚必作的"功課"。一天深夜，值班參謀正在讀著下面某師上報的其下屬部隊的戰報。說他們下面的部隊碰到了一個不大的遭遇戰，殲敵部分、其餘逃走。
與其它之前所讀的戰報看上去並無明顯異樣，值班參謀就這樣讀著讀著，林彪突然叫了一聲"停！"他的眼裡閃出了光芒，問："剛才唸的在胡家窩棚那個戰鬥的繳獲，你們聽到了嗎？"
大家帶著睡意的臉上出現了茫然，因為如此戰鬥每天都有幾十起，不都是差不多一模一樣的枯燥數字嗎？林彪掃視一週，見無人回答，便接連問了三句：
"為什麼那裡繳獲的短槍與長槍的比例比其它戰鬥略高？ "
"為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰鬥略高？ "
"為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰鬥略高？"
人們還沒有來得及思索，林彪大步走向掛滿軍用地圖的牆壁，指著地圖上的那個點說："我猜想，不，我斷定！敵人的指揮所就在這裡！"
隨後林彪口授命令，追擊從胡家窩棚逃走的那部分敵人，並堅決把他們打掉。各部隊要採取分割包圍的辦法，把失去指揮中樞後會變得混亂的幾十萬敵軍切成小塊，逐一殲滅。林彪的命令隨著無線電波發向了參戰的各部隊……
廖耀湘
而此時的廖耀湘，正慶幸自己剛剛從偶然的一場遭遇戰中安全脫身並與自己的另外一支部隊匯合。他來不及休息就急於指令各部隊儘快調整部署，為下一階段作準備。可是好景不長，緊追而來的解放軍迅速把他的新指揮部團團圍住，拼命攻擊，漫山遍野的解放軍戰士中，不斷有人喊著："矮胖子，白淨臉；金絲眼鏡湖南腔，不要放走廖耀湘！"
把對方指揮官的細節特徵琢磨到如此細微，並變成如此威力巨大的順口溜，穿著滿身油漬伙伕服裝的廖耀湘只好從俘虜群中站出來，無奈地說"我是廖耀湘"，沮喪地舉手投降。
廖耀湘對自己精心隱蔽的精悍野戰司令部那麼快就被發現、打掉，覺得實在不可思議，認為那是一個偶然事件，輸得不甘心。當他得知林彪是如何得出判斷之後，這位出身黃埔軍校並留學法國著名的聖西爾軍校，參加過滇緬戰役，在那裡把日本鬼子揍得滿地亂爬的新六軍軍長說："我服了，敗在他手下，不丟人。"
取得這場重要戰役勝利的其中一個關鍵因素，乃是出於統帥林彪司令員夜半時分，對一份普通遭遇戰之後的戰報的數據分析！
林彪18歲考上黃埔四期，20歲參加南昌起義，23歲當軍長，25歲當軍團長，30歲任115師師長。39歲、40歲指揮了著名的三大戰役的兩大戰役"遼瀋戰役"和"平津戰役"，並揮師南下，一直打到海南島，48歲被授予元帥軍銜。
林彪打勝仗的因素很多，但基於他"從紅軍帶兵時起，身上有個小本子，上面記載著每次戰鬥的繳獲、殲敵數量"的優良軍事素養是一個非常重要的因素！
這種"記載每次戰鬥的繳獲、殲敵數量"，以及由值班參謀讀出下屬各個縱隊、師、團用電臺報告的當日戰況和繳獲情況，每天深夜都要進行例常的"每日軍情彙報"，就是：收集數據、整理數據、分析數據、數據決策和數據化管理。
其實戰爭首先就是"情報戰"，情報即數據，因此，戰爭就是"數據戰"！沒有情報，沒有數據，就像軍隊沒有眼睛，只能逞匹夫之勇。
青年林彪
戰爭如此，商業又如何呢？
中國"商祖"白圭說：商戰勝於兵戰。戰爭是流血的戰爭，商業是不流血的戰爭！戰場丟命，商業丟錢乃至丟命。
今天，互聯網+時代，傳統企業轉型和產業升級更需要注重數據，進行數據化。
互聯網+時代，數據滲透到企業管理從財務核算，到設計、研發、採購、生產、營銷、物流、質量、服務等各個方面，數據化正成為企業經營管理的"第三隻眼睛" （詳見段王爺著《互聯網+兵法》第四章）。
商祖白圭
什麼是數據化呢？
簡單說，數據化就是通過採集和整理數據，形成標準化的、開放的、非線性的、通用的數據對象，並基於不同形態與類別的數據對象，實現相關數據應用，開展相關經營活動（詳見段王爺著《互聯網+兵法》第四章）。
數據化有以下四種：
第一種是個人行為的數據化。通過移動終端把個人自身的行為進行數據化，如位置數據、健康數據、消費數據等等上傳至雲端，這些存在雲端的數據可以還原個體生活、可以預測個體需求、可以實現數據的再利用。投資智能硬件和可穿戴設備的公司，其目的就是通過掌握用戶的個人數據，然後進行商業模式的創新。
第二種就是人與人關係的數據化。隨著智能手機的隨時、隨地和實時在線，能夠更精準的通過時間、地點和連接關係這三個維度去把你和你願意連接的人的關係數據化。基於這個機會誕生了大量的移動互聯網的應用，比如微信、陌陌、脈脈等。
第三種是人與物關係的數據化。人與物的數據化，就是通過移動設備的"橋樑作用"連接人與物，然後將人與物的關係數據化。如滴滴打車把用車服務實時化，美團讓訂餐團購實時化等。而這一點就是與我們傳統行業息息相關的部分，因為移動互聯網在改造傳統行業、特別是餐飲娛樂和生活消費服務領域具有無比的優勢。
第四種是物與物連接的數據化。物與物連接的數據化，也就是物聯網的重要內容。這一領域目前更多的體現在智能家居方面（詳見段王爺著《互聯網+兵法》第四章）。
四種數據化圖
數據化與大數據之間有什麼關係呢？
大數據 (big data)，又稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到採集、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。
數據化與大數據之間的關係簡單來說就是：一方面，數據化是大數據的基礎，沒有數據化就不存在大數據。另一方面，大數據又將大大促進數據化工作。
為了深刻理解大數據，我們還必須瞭解大數據與傳統數據的區別：
（1）大數據是巨量數據，擁有全樣本數據；傳統數據數量有限，只有小樣本數據。
（2）大數據弱化了因果關係，關注相關關係，傳統數據非常注重因果關係。
大數據由於數據足夠多，不需要了解具體的因果關係就能夠得出結論。
計算機可以並不瞭解問題的邏輯，但是當用戶行為的記錄數據越來越多時，計算機就可以在不瞭解問題邏輯的情況之下，提供最為可靠的結果。也就是說只要知道"是什麼"，而不需要知道"為什麼"，在信息複雜錯綜的現代社會，這樣的應用將大大提高效率，為人類理解世界提供了一條完整的新途徑。
而傳統數據只有小樣本數據，非常注重因果關係。
（3）大數據可以處理半結構化或非結構化的數據，傳統數據只可以處理結構化的數據。
大數據將使計算機能夠分析的數據範圍迅速擴大，能夠在最大程度上利用互聯網上記錄的人類行為數據進行分析。
而在大數據出現之前，計算機所能夠處理的數據都需要前期進行結構化處理，並記錄在相應的數據庫中。但大數據技術對於數據的結構的要求大大降低，互聯網上人們留下的社交信息、地理位置信息、行為習慣信息、偏好信息等各種維度的信息都可以實時處理，立體完整地勾勒出每一個個體的各種特徵。
（4）大數據分析不依賴模型和算法，傳統數據分析依賴模型和算法。
計算機科學在大數據出現之前，非常依賴模型和算法。人們如果想要得到精準的結論，需要建立模型來描述問題，同時，需要理順邏輯，理解因果，設計精妙的算法來得出接近現實的結論。因此，一個問題，能否得到最好的解決，取決於建模是否合理，各種算法的比拼成為決定成敗的關鍵。然而，大數據的出現徹底改變了人們對於建模和算法的依賴。數據本身是全樣本，保證了數據分析結果的有效性。即便缺乏精準的算法，只要擁有足夠多的數據，也能得到接近事實的結論（詳見段王爺著《互聯網+兵法》第四章）。
大數據
數據化管理對企業的作用
具體來說，在企業管理中，數據化管理起到那些作用呢？
（1）幫助管理層進行科學決策，這也是數據化管理最重要最基本的一個作用。全面而詳細的數據，能夠讓管理層明確企業經營狀況，發現業務工作中的不足，從而以此為依據，作出科學的決策。
（2）規範企業管理流程。通過數據化管理，可以將企業管理中的各個要素整理成規範的表格，按照規範進行數據的填寫、統計、分析及上報，長年累月，便形成企業一整套規範運作的流程。
（3）優化企業資源配置。通過數據統計分析，得出企業資源總狀況，多少資源有分配、多少資源用來儲備等情況，可以幫助企業有效地分配資源，避免浪費。
（4）便於企業進行績效考核。數據化管理能夠為企業績效考核從多個方面設定一個評價的標準，以及提供最直接最真實的計量方式，讓企業的績效管理更加的客觀與公平公正（詳見段王爺著《互聯網+兵法》第四章）。
數據化管理的基本流程
數據化管理的基本流程為：
數據化基本流程
（1）收集數據：是指通過一定的方式在線上、線下和社交網絡上進行相關數據的採集。
（2）整理數據： 是指將收集完畢的數據進行歸類，對有效的數據進行統計，剔除無效數據。
（3）分析數據：是指根據決策需要，從基礎數據庫中選取有關聯的數據，通過常規的數據統計分析方法形成特定報告予以呈現。
常規的數據分析方法包括：①數據展示：通過數據表格、數據圖表等形式將數據進行直觀的展示。②數據分析。數據分析常規方法有對比分析（包括同比、環比、定基比）、趨勢分析（時間段趨勢分析）、結構分析和異常分析等。
（4）數據決策：是指大數據輔助決策。大數據能夠解析存在於現實世界、虛擬世界以及虛實融合世界的複雜網絡關係，並適時做出判斷和決策。這種決策模式遵循數據轉變為信息、信息轉變為知識、知識湧現出智慧的流程。區別於此前專家、精英、權威主導的戰略決策，是一個非線性的、去中心化的、自下而上的、發現群體智慧的決策模式。
（5）數據化管理：是指依據大數據輔助決策進行相關管理（詳見段王爺著《互聯網+兵法》第四章）。
"互聯網+"的本質是傳統產業的互聯網轉型升級，具體來說就是利用大數據、智能化、移動互聯網、雲計算和物聯網等與傳統產業的結合，實現傳統產業的"四化"：標準化、信息化、網絡化和數據化（詳見段王爺著《互聯網+兵法》第一章）。傳統企業實施電子商務的本質是實施數據商務。因此，數據化是傳統企業互聯網轉型、開展電子商務的決定性因素，數據化決定成敗，數據化決定未來，傳統企業必須高度重視數據化！
閱讀更多 段王爺朋友圈 的文章
