正如“一千个人眼力，有一千个哈姆雷特”的感觉。对于绝大多数人来说，对数字化只有一个非常宽泛抽象的概念，很难一两句话讲清楚、道明白数字化转型的定义和内涵。
在诸多主流声音中，有不少人把数据分析和数字化转型当成很相似的事情。背后的思想是，如果在业务中大规模地用到数据分析技术了，那么数字化转型想必是比较成功的。
然而，当真正接触到“真实”的数字化转型项目之后，才恍然发现，数据分析虽然是数字化的精神内核，但是只占整个数字化工作量的极小比例。
数字化项目中，基本上仍是在做信息化的事情，如果说再多一些的话，就是数据体系和数据制度建设的事情。
数据分析只是数据成果“装盘上菜”的最终精彩呈现，但在此之前，需要大量的“打基础”的活儿，枯燥且繁冗。
早在数字化转型浪潮之前，数据分析的岗位和活动就已经在各行各业成为“香饽饽”了。
因此当下备受关注的问题是，数据分析从业者们，能否利用自身数据方面的技术优势，赶上数字化转型的“风口”继续发光发热!
原先的数据分析专家能不能做数字化转型?当然可以，但是仅仅是数据分析技能还不够，还需要具备搭建数据分析基础环境，以及把数据分析结果转化成业务场景的能力。
数字化转型做的就是要搭建这个环境，让一个行业，一个企业，有条件去做数据分析应用，让数据分析能够为业务场景更好地赋能，发挥价值。
当然，如果了解数据分析方法，并拥有数据分析活动对业务价值的认知，那么参与到数字化转型，一定是具有非常显著的能力优势。
众所周知，数字化转型并不是盲目的转型，僵硬的转型，而是因地制宜，以目标为导向的计划性任务。
如果不知道有什么数据，以及数据将要怎么用，就无法准确地评估企业数字化转型的潜力、成本、迫切性、机会、风险、瓶颈。
数据分析是单点的技术栈，而数字化转型是关于系统工程的技术栈，依靠的是系统思维、架构思维。数据分析和数字化转型的关系就好比软件开发和软件架构设计的关系。
数字化转型的人才画像特征包括：数据建模能力、数据分析能力、系统架构能力、业务规划能力、方案设计能力、体系建设能力、组织沟通能力、流程优化能力，材料编撰能力 ... ...
未来，数据分析从业者更大的职场舞台在于数字化转型，这是毋庸置疑的!
尽管数据分析工作让产业方看到更精准的商业洞察和机会，但终归是单点的价值呈现;
而数字化转型做的则是实现各节点数据分析能力的贯通、融合，与复制，推动企业整体数据要素价值的充分释放。
