在“感知型企业”的概念中，把企业分为5个不同的阶段，分别是敏捷分析阶段、行为数据阶段、协同思维阶段、分析应用阶段和自主决策阶段。

    在敏捷分析阶段，主要针对业务宏观方面的分析，如财务报表、财务报告或经营分析等，希望能够从业务宏观角度把控结果。

    行为数据就是用户与企业交互中产生的动账类数据和非动账类数据。在行为数据阶段，我们其实需要预测用户未来的行为是什么。在进行预测时，我们是在用户个体层面上进行分析、建立模型的，这样的分析属于微观层面。

    数据平台底层（也称为数据湖）存储着大量用户的交易和行为方面的数据，而用户标签体系就是将用户的基本行为信息进行抽象，从而建立标签，这些标签被提炼出来可以用于进行产品或渠道的用户画像。因为数据平台中存在大量的数据，而建立用户标签是一个非常复杂的过程，既需要用户掌握编程语言，又需要学习统计学和机器学习方法，甚至需要会一些深度学习的算法，所以数据平台的主要用户是数据科学家。

    为了更好地分析业务需求，业务运营人员与数据科学家进行深度合作，企业进入协同思维阶段，也被称为协同分析。在协同思维阶段，业务运营人员会逐渐认识到数据驱动的重要性，与数学科学家合作一同完成模型的开发，也就是业务与技术的协同。

    随着数据应用场景逐渐丰富，企业开始进行数据产品化管理，大量的数据产品使用相同的算法模型，数据产品的需求量越来越大，于是进入了分析应用阶段，其依赖的基础就是数据中台。数据中台主要是为数据产品服务的，可以理解为一个数据产品的生产工厂。数据中台提供数据产品开发的流水线。数据中台提供数据资产化的指标、标签、知识图谱和算法模型等，还集成了DataOps和MLOps工具，从而方便业务人员自主建立数据产品，包括从简单地制作各种报表，到诸如预测用户响应和识别反欺诈等复杂模型。

    最后的阶段是自主决策阶段，实现数据自适应，业务流程完全自动化。

为了简洁地描述数字化企业的工作模式，我们提出了EDIT企业数字化模型

    外环是企业的业务部门要做的事情，如对业务的探索、发现运营中存在的问题、定位问题后进行原因诊断。诊断完毕后提供解决方案并指导落地，这是需要业务人员来完成的。而数字化工作中需要用到的一些工具，如数据模型、算法模型、优化模型，都需要企业的数据部门提供。

一、探索阶段

    简单来说是利用基于KPI逐级分解构建的精益指标体系，实现可视化的业务运营监控看板，这个监控看板支持治理、管理、运营3个层面。

二、诊断阶段

    在分析维度方面主要从宏观方面和微观方面来定位原因，包括定性的外部因素分析、内部因素分析，以及定量的画像分群分析、趋势维度分析、漏斗洞察分析、行为轨迹分析和留存分析等。通过一系列的分析，我们找到了问题所在。

三、指导阶段

    这是一个策略优化过程。

四、工具支持

    业务人员在进行探索、诊断和指导的过程中，需要用到数据和算法工具。在第一阶段，我们进行业务洞察，就要建立指标库，方便业务人员进行业务洞察。在第二阶段，我们在分析申请完成率指标下降原因时进行用户画像需要用到用户标签，以及产品标签、渠道标签和文档标签等。在第三阶段，在制定策略时我们要基于用户、产品、渠道的特点进行策略的优化。以上数据资产需要丰富到知识库中。此外，还要明确业务操作流程