数据赋能（10）——数据赋能原则

在进行一些新的课题讨论时，总是期望明确一些基本原则与原理，这样在后续的工作中就能够保持一致性，确保方向与内容的正确。

简单理解什么是原则与原理。所谓原则就是做成什么样会更好；作为原理就是一般情况的做事方法。

这些原则与原理随着对数据赋能研究的不断深入可能会发生变化。

以下内容是思考出来的一些基本原则。

数据赋能中数据应遵守一定的基本原则如下：

1. 数据可用。数据质量、数据完整性、数据全面性等等。
2. 数据客观。获取的数据能够客观反映事物的本质，数据的采样具有科学性，或者采用全集合数据。
3. 逻辑合理。数据推导出的结论符合逻辑推理。若是数据分析得出结论与逻辑推理重提或者存在较大差异，需要进行根因分析，是数据原因，还是数据分析原因，还是逻辑推理存在错误，还是特殊原因引发的特殊现象等等。
4. 限定明确。数据分析的结论是有一定条件的，当条件变化了，其数据分析结论就会发生变化。在某些条件下，进行数据分析，需要假设一些条件，当这些假设条件发生变化，结论也就发生变化。
5. 沟通理解。数据分析是一个沟通过程，不能只看结论，还需要看数据分析过程与假设条件。

数据赋能中的组织管理应遵从如下原则：

1. 目标明确。数据赋能有明确的业务目标，并可以用财务数据进行衡量。
2. 过程稳定。数据赋能是在业务过程稳定基础上实施的。因此，在实施数据赋能之前需要判断业务过程的稳定性。
3. 机会有效。从定性分析，具有潜在、有效的机会。

能力适配。人员具备利用数据进行业务赋能的能力。