在汽車行業數據治理專家陳燕琦看來，要想完全發揮數據的價值，企業需要先建立一套完善的數據治理制度，把人員、流程、工具、應用等全部納入其中，并依照這一套完整的數據治理制度，充分利用更加先進的技術來開展實踐工作，形成以數據消費驅動的數據資產建設，讓數據資產充分轉動起來，才能夠真正實現數據與業務的高度融合，讓數據洞察與決策更加高效。

　　雖然以“數據”為核心的數智化轉型已經成為所有企業的共識，但時至今日，仍然有很多企業面臨著數據治理難度大、數據價值難以有效挖掘等問題，如何有效地管好數據、用好數據，實現以數據消費為核心的業務增長，真正挖掘數據的所有價值，為業務部門提供更好的決策，成為擺在很多企業面前的主要挑戰。

　　在汽車行業數據治理專家陳燕琦看來，要想完全發揮數據的價值，企業需要先建立一套完善的數據治理制度，把人員、流程、工具、應用等全部納入其中，并依照這一套完整的數據治理制度，充分利用更加先進的技術來開展實踐工作，形成以數據消費驅動的數據資產建設，讓數據資產充分轉動起來，才能夠真正實現數據與業務的高度融合，讓數據洞察與決策更加高效。

　　強化數據服務意識，聚焦業務構建完善的數據治理平臺

　　對于任何企業而言，用好數據的前提是聚焦于不同的業務場景，建設完善的數據治理平臺，并要求企業員工自上而下培養數據消費的意識。陳燕琦表示，很多企業的IT團隊往往是從IT系統建設的視角去考慮問題，缺乏以數據為中心的服務意識和服務觀念，因此致使企業收集的大量數據無法被有效利用，造成了數據資產的嚴重浪費。

　　“很多企業在數字化變革的初期，非常重視系統功能交付層面的建設，沒有將數據作為資產進行有效的管控，致使底層沉淀的數據無法發揮應用的價值。” 陳燕琦表示，任何企業的IT團隊必須轉變觀念，增強數據服務的意識，聚焦于業務本身的實際需求，構建完善的數據治理平臺，只有這樣才能從根本上破解數據治理難題，讓數據真正為企業所用。

　　在陳燕琦看來，以業務需求為中心的數據治理平臺建設，需要滿足以下兩個條件：一是保證數據可用;二是讓數據服務于業務場景。

　　數據中臺的建設確實有助于更好地管理和治理數據，但它只是實現數據驅動型企業的第一步，在實際的業務運營過程中，僅僅只是完成了數據中臺的建設，并不能夠直接讓數據產生價值和收益。陳燕琦強調，完善的數據治理平臺不僅要考慮數據底層的能力，而且要明確數據的消費能力。只有這樣，才能讓數據變成企業的資產，而不是企業的成本負擔。

　　陳燕琦表示，數據飛輪概念的提出，就是充分發揮數據中臺里沉淀的數據價值，為企業業務發展提供更好的參考。

　　從數據中臺到數據飛輪，讓轉動的數據賦能企業業務發展

　　前文提到，雖然數據中臺能夠幫助企業完成數據治理和管理等工作，但它僅是實現數據驅動的第一步，并不能直接發揮數據的真正價值。因此，企業需要建立以數據消費驅動的數據資產建設，通過對數據的循環利用，讓收集來的各種數據能夠產生收益，發揮數據的應有價值，為企業業務發展賦能。

　　具體到汽車行業，在消費者看車、試駕、選車、定車的過程中，都會產生大量的數據，如果充分利用這些數據，不但能夠為消費者提供更好的服務，而且還能夠為企業的經營發展提供有力的數據支撐。因此，數據資產建設形態必須是由數據消費驅動的，只有數據被消費才能為企業帶來價值，反之則會變成企業的成本。

　　陳燕琦表示，近兩年很多汽車企業在完成了數據中臺的搭建之后，正在不斷地探索數據應用的更多場景，為業務發展賦能。數據飛輪概念的提出，正在讓汽車行業中的所有IT人員轉變觀念，從數據消費的角度來審視如何充分挖掘數據價值。當數據被消費被應用于業務決策和操作中，并將數據循環利用起來后，就真正變成了企業的資產。

　　“我覺得數據中臺的下一步，一定是數據飛輪的建設。這就要求我們必須把數據中臺里沉淀的數據更好地釋放出來，充分發揮數據資產的價值，才能實現以數據消費驅動數據資產建設，更好地為企業業務發展賦能。” 陳燕琦表示，汽車行業正在追求個性化的需求，我們正在圍繞數據消費構建從數據資產到業務應用雙向正循環的數據飛輪，借助數據更好地滿足消費者的個性化需求，并更好地促進企業的良性發展。

　　觀點總結：

　　當前，數智化升級正在成為車企增長的重要引擎之一。從強化企業數據意識到數據治理平臺的建設，再到由數據消費驅動的數據資產化，不難發現數據飛輪已經成為越來越多車企實現數智化升級的重要選擇。為此，車企必須緊密結合業務需求，積極擁抱最新技術，打造由數據消費驅動的數據飛輪新型企業。

　　正如陳燕琦所述，車企必須樹立數據消費和數據服務意識，充分采用最新的技術釋放數據潛能，深挖數據價值，才能在業務和數據之間形成雙向良性驅動，賦能企業未來的高速發展。