数字化转型必然面对的问题
说起来数字化转型已经被提倡了至少3年时间，从我的实际体会上存在以下困难：
1 由于技术发展过快，许多企业的管理人员无法理解，所以也不知道该怎么转型 2 过于“珍惜”数据，宁可放着不用也不打算用（长期来看，数据资产的质量是下降的，乃至不可用）
从某种程度上说，建模所需的数据恰恰是隐私无关的。类似电话号码、身份证这样的数据，对模型一点用都没有。模型需要的是学习并提取通用的规律。
刚才还想着怎么解释，正好有一个Kaggle的竞赛有点兴趣，难道这不是一种很理想的方式吗？（企业出钱，整理好数据，让大家来做，选择做的好的）
10万美金，对一个企业来说，多吗？
将数据维度和实际业务意义进行剥离
这一步比较简单，例如age 变量可以比较容易猜出业务
