如今，新冠性病毒的防控工作已经得到初步成果，新增和死亡病例在大幅减少，预计这场“抗疫”大战将在4月底进行收尾，如何有序复产复工已成为当前最重要的工作！那么，作为掌控企业核心业务的CIO，该如何看待这次病毒带来的影响？如何全面整合数据和资源，确保业务的连续性？
从心态上进行调整
“企业是否真正实现了数字化，还是只做到PPT层面的数字化，越是在紧要关头，越能暴露真实现状。”Gartner研究总监孙鑫认为，疫情如大浪淘沙，退潮过后，谁在裸泳，一目了然。在抗击疫情过程中，企业业务肯定会短期受挫，但从CIO的角度来看，却也是一个新的转机，甚至可以说是到了主动出击的紧要关头。
Gartner每年都会做一个CIO调查问卷，其中会问两个重要问题。第一，企业这些年在进行哪些重大变革？并且，要对变革力度进行从1到7的指数打分。第二，企业在进行变革过程中，对业务造成了哪些影响？或者说，经历了变革过后，是否改变了原来的业务现状？如果企业业务表现更健壮，则代表“Fit”，可以打3分以上；如果没变化，则打3分以下。
这种业务衡量模型，同样适用于处于新型冠状病毒期间的企业。受疫情影响，很多企业不仅改变了业务发展状态，甚至改变了商业模式。比如：在过去，更依赖线下服务的麦当劳、星巴克、KFC，APP的下载量增长了43%，而一些原生的O2O企业，在疫情期间的增长速度则更为迅猛。所以，在此种背景下，CIO必须要率先行动，重新思考哪些技术、哪些应用能帮助企业更好地推动业务发展。
事实说明，一些表现“Fit”的企业，都有一个共同的特征，那就是都会选择数据分析作为推动业务变革的重要技术。Gartner认为，数据和分析是数字化平台的核心，直接决定客户体验，它也能对生态、IOT以及企业内部基础信息管理系统产生重大影响。
付诸行动
那么，具体来说，如何通过数据分析让企业变得更数字化？孙鑫给出的答案是，CIO要确定短期和长期目标！
首先，短期内，要获取公开、开放的数据，帮助员工树立信心。比如：可以利用一些公共数据帮到企业建立统一的信息源，让员工理性看待疫情，做到有效防护，不过分焦虑，只专注于工作本身。很多公共数据在疫情期间全面开放，就像“丁香园”一样，很多开放平台就是通过丁香园开放的API去获得公开数据。通过公共数据平台，我们可以直接获得数据，包括哪些地方有多少病例，有多少人确诊，有多少疑似病例等等。
其次，从长期来看，要培养企业及员工的数据素养。Gartner认为，数据分析有不同模式，不同的分析方式带来不同的结果。如果是基于新闻平台做的分析，是Descriptive Analytics（描述性分析），这种分析只能解释发生了什么，不能解决为什么发生的问题。而如果能解决为什么发生，那就是Diagnostic Analytics（诊断性分析），比如：这个区域为什么会有那么多的病例，或者说从A城到B城为什么不能去，都能找到答案。另外，还有很多企业会做预测性分析，包括可以预测明天这个城市有多少病例产生，会对企业造成哪些影响等等。但前提是，所有分析和预测都要来源于准确的数据和好的员工素养，而数据素养的积累是一个长期过程，需要通过正确的数据分析方法，甄别出哪些分析更具实际意义。
其三，选择适合的数据分析工具。目前，有些企业用的是仪表盘，有些企业则采用一些固定的报表，员工如果输入自己家里的地址，或者自动式检索自己的地址，就可以知道附近有多少病例发生。如果企业再发散一下，除了地理维度的分析，能不能做成一个数据产品，让用户去做互动？这样即使疫情结束，也依然能发挥业务价值。实际上，很多企业都缺少这种利用现代化技术和工具的能力。
其实，除了普通的数据分析方法及工具，我们可以借鉴很多高科技的手段，比如：图谱分析（Graph Analytics），图数据库分析公司TigerGraph就能提供这种分析方式，通过“点+边”的形式，让数据分析更全面、更立体。而不像传统的数据库，只存一张表，用“行”的形式去把数据存好。图数据库存储包括很多点，而“点数据”包括人、机场、医院等很多物理属性。就像玩游戏，根据玩家的年龄、玩游戏的等级，然后我们根据这些属性进行人物画像。还有银行的反欺诈业务，也会遇到同样的场景。比如：A为了洗钱，不会把钱直接打给B，而是通过六、七层人的关系最终给到B，如果用图分析的方式，就可以绘制出一张完整的关系图谱，了解到A跟B到底是怎样一种关系。疫情分析也一样，利用图分析的形式可以把人与人之间的关系、行为编织出来，从而准确找到已经感染的人，然后把被感染区域直接切断，防止进一步感染。
其四，积极鼓励企业内部员工参与到Data for Good（数据向善）项目，让他们了解到有哪些公开的数据资源，有哪些竞赛项目以及开源工具可以做数据分析，给他们足够的时间去参与公益性的数据分析项目，甚至可以跟HR的机制结合起来，帮助员工成长。
在这次疫情期间，很多数据分析厂商开放了各种平台及工具，Gartner把这一切总结为“数据向善”。已经有越来越多的企业正在跨越纯粹的商业属性，把自己的软件以开源的方式开放出来，愿意通过数据分析影响整个社会发展。
以TigerGraph为例，在全中国以及全球处于疫情感染的紧要关头，TigerGraph对中国公共事业部以及科研机构开放了图数据库，让我们更好地甄别出传染源在哪里，或者如何去切断源，这比简单的预测更有意义，更能有效地减少疫情发生。再比如：阿里的天池大数据竞赛平台，做为公益行为，开放出一些公开的数据源，并且愿意拿出一些奖金来激励数据科学家或者是社会上一些有很深数据分析能力的人来参与其中，从而推动数据向善项目的发展，为推动社会进步作出更大贡献，包括解决这种疫情期间的各种突发问题。另外，还有很多社区也在做类似的事情。比如在GitHub，就有一个“武汉2020”的公益组织，主要的形式就是利用分析型人才，通过开源技术收集数据，解决疫情中出现的一些具体问题。
其五，可以采用增强型分析激发员工对数据分析的兴趣。增强分析，是Gartner在2019年提出的十大创新技术之一，其主要作用是帮助企业以非常低的数据分析门槛去做更深层次的分析，也就是说把数据分析的门槛降到更低，让用户能够以无感知的形式，或者说是不用写代码、不用拖拉拽的形式就可以去把数据分析做出来。你可以通过搜索引擎直接进入关键字的形式，就可以自动出现一些图形、图表来解答想问的问题。
针对疫情，每个人每天都在看数据，但无非是打开某个媒体平台看一下有多少新增数据，这样只作为一个单纯的数据消费者，并没有真正提高数据素养。所以，企业要引入增强型分析的能力，让员工仅通过语音、打字的形式就可以和数据沟通，帮助员工了解到数据分析可以帮助他，甚至可以推进他的工作。
增强分析可以帮助员工节约更多时间，把一些重复的工作或者很重的活，交给机器来做，而员工主要去想一些业务问题。增强分析不需要很深的技术背景，重点是帮助我们去做自动化，而不是说取代人。我们依旧需要人的思维、人的想法去做更好的决定，但是增强性分析可以让人类去利用工具，尤其在我们技术能力不够强的时候，帮助我们去做分析。
比如：阿里有一个工具，可以用AI技术每天去做海量CT扫描的行为，并且甄别出哪些CT有问题。如果医生去看这些片子，每天要花大量的时间，AI的形式能大大提高工作效率。等于是把看片的过程实现了自动化，最终要做决定的还是医生，只是帮助医生节约大量时间，快速做出诊断结果。
总之，这次疫情是一个很好的变革机会，会极大地激发出企业和员工对于数据的兴趣，如果时机把握得好，企业会快速转型为数据驱动型企业，甚至成为真正的数字化企业。CIO应该审时度势，快速行动起来！