1948年，数学家香农首次提出“熵”的概念，而70年后的今天，我们不可逆转的陷入“熵增”的世界：万众接入数字世界，数据体量快速膨胀，企业连接的资源愈发多元……但随着数据、资源的增加，企业的增长并没有变得更加简单，反而，它的规则愈发混沌与复杂起来。

熵增的世界里，我们能否跳出混沌，梳理出一条关于增长的清晰线索？数据科学会给你答案。

以数字重新定义企业与人的关系

数字时代，“0101”重新定义了信息的形态，让信息有了统一的格式，同时，它也在重新定义我们描述企业与消费者的方式，企业的经营行为、消费者的需求最终也可以“0101”的形态呈现出来。

许多企业正在尝试这样的做法。譬如可口可乐正在打通从生产线到销售端数据链条，让每一瓶产品的生产、物流、渠道、销售留下数据痕迹，以数据描述整个生产流通过程。

在需求端，消费者需求的数字化过程早已开始。尤其在国内市场，消费者在各个媒介平台、交易平台留下数字足迹，企业也早已习惯通过数字来定义和管理自己和消费者的关系，在复杂的“熵增”环境下找到增长的确定性。

通过推荐技术实现供需最优匹配

全面数字化为企业以“大数据+智能技术”的治理法则管理增长进程打下基础。大量相互连接的数据反复训练建立模型，以机器智能突破人工算力的天花板。企业利用模型能更好的理解与预测市场甚至用户个体级的需求，并与自身所具备的供应能力形成最优匹配。

实际上，最优匹配一直是企业追求的重要目标。在今天媒介费用不断上涨的背景下，要把对的内容在对的位置推荐给对的人，即在复杂的媒介环境中，借由数据分析预判单个消费者的点击或购买行为，并实现物料、媒体、消费者最优匹配，才能帮助企业以最少的成本获取最大的收益。

而把视野扩展到企业经营，实现最优匹配也是企业推动增长的重要手段。小米的做法是典型的一例。它连接庞大的米粉群体，并通过科学的手段了解他们的需求，与企业生态内的制造、流通能力相匹配，提供多元的商品，刺激消费者反复在其商城平台下单。

吉利汽车也在采用类似的做法。它的一端连接着上万家零配件供应商、工厂，另一端则连接千千万万消费者。在企业平台上，生产数据与消费者需求数据不断碰撞、匹配、调优，最终实现生产能力与消费者需求的最优匹配。

在经济学研究框架中，增长的路径是把稀缺资源配置到能产出最大利润的地方，以最优匹配提升经济效率。而在当下的数字商业世界中，其实现路径便需要以数据定义经营环节中的各个元素，再以“数智化”的治理法则形成经营的新逻辑、新秩序，以推动“最优匹配”的达成。