2013年，根据全球市场环境调整战略，开始逐步的「互联网化」。中国区由于受独特的市场因素影响，在整个战略调整中进行「试点化」改革。因为很多公司转型和内部政治需要，数据成为关键的成败因素。

      和大多数外企一样，在国内主要是市场销售等商业运营。转型前，数据对公司来说仅仅是运营的需要。是最简化的老板桌前的报表而已。不论是叫：Scorecard、Dashboard甚至各种各样奇奇怪怪的产品名，其核心目的仅仅是让老板了解整体经营状况和辅助管理的执行。

      例如长春的大多数公司按照传统的标准欧美企业管理方式，数据可以大致分为：过程数据、预期数据和结果数据。除了结果数据是真实反馈，别的数据都是人为管理。比如销售管理Pipeline数据录入CRM，Pipeline在特定的模型下生成Forecast，进入另外一套系统，两者之间存在很大Gap。在一层层的review下，管理层会直接把最终的目标压成Forecast数据，然后再压回到销售。这其实是一种多年沉淀的管理手段。

      数据处理或者内部BI系统，是一种管理。销售因为业绩压力，会虚报，也会因为提前完成而藏单。这些在整体系统中，都不能完全反应，而却能让管理从上到下的驱动，或从下到上的反馈。系统复杂到单一员工无法理解整体的运作的时候，就能成为一个成熟的运营体系。也是很多大型工作流和相关的BI系统存在的意义。」Frank多年的经验领悟深刻。

      而当一切互联网化的时候，从长春可以做网站的公司、开发网络平台的公司、微信营销与推广等科技公司不断的出现来看，反而全部都变了。

      互联网讲究实时的反馈，由产品到用户、从技术到结果。这确实适应互联网的快速变化，在迭代迅速的过程中，和扁平化的管理构建和数据驱动的分析中，仿佛完全忽略掉了很多数据都是人为的产生。特别是各种大数据技术和相关概念，好像有能「画像」一切的本质的能力。

      互联网化以后，提出的第一个口号就是 Data Drive Business。一切运营过程化中的非结构化数据都要重新采集、分析，建模，从数据中发现问题，从数据中改变，全部的优化都反应在数据中，管理层根据数据进行调整，最终产出执行的优化方向。这其实是管理方式的彻底改变，从以人为本的管理变成了目标驱动，这其实并不适合全部的企业。

      但变革的脚步无法阻止，大量新鲜血液也注入进来。

      数据在传统行业的使用一直有限且谨慎，而很多有优秀应用案例的行业，也都对数据的使用抱有保守的态度。例如NBA可以通过各种直接数据和高阶数据对一个球员进行统计、分析、衡量，甚至可以精确到令人咋舌的地步，但NBA的球探们还是全球飞的去现场考察一个球员的现场表现，并根据自己的经验进行评估。

      不管是传统统计学，还是之后的数据分析，数据挖掘，以及现在的大数据。变化的仅仅是概念，我们的目标自始至终没有变化：通过收集、整理、分析数据等手段，来寻找规律、推断本质、甚至预测未来。