人事档案的结构化程度还不够高，因为各单位处理信息时都有自己的一套标准，所得数据的通用性差，它们只能算是散落在各单位档案柜里的“死”数据；而且“性别、籍贯”这些抽象表达也是粗颗粒度的，数据呈现的画像也比较模糊。
有了计算机之后，我们就可以继续对信息进行“数字化”：将这些粗颗粒度的文字信息全部转化成计算机语言，即更加通用的数字信息，这就是俗称的“编码”。
随着计算机技术的不断进步，越来越多信息都可以编码，进行数字化转换，做批量处理和开发——这就是更高阶的数字化。
从互联网出现到移动互联网流行，是数字化中最具革命性的一步。
通过移动终端，北京大学10000名员工的行为和交互逐渐线上化，被连接，形成海量的数据。
这种数据和之前的“数据”有本质区别：
第一，数据量极“大”，这也意味着信息的颗粒度极细。
它们不仅仅包含“性别、籍贯”这些基本属性数据，还包括人们在互联网上留下的点击、搜索、留言评论等数字足迹，可以由此提取出兴趣爱好、行为规律、心理特征等一系列标准化标签，从而拼出“高像素”的用户画像。
第二，它是即时、动态的“活”数据。
过去传统经济模式下，数据是单线传递的，一个企业想要获得消费者的反馈，必须建立一个营销团队，甚至雇佣专门的咨询公司来做市场调查，形成的是成本高、时滞长、信息粗放的“死”数据。
而在数字化时代，互联网记录了社群之间的实时互动。
在电商平台上，随着消费者的点击、付款、评价等动作，厂商就即时接收到了消费者的反馈信息，并根据这些信息进一步优化产品和服务。
这样，数据就变成了流动的生产要素，不断提供增值服务，改进后进一步再产生新数据，形成“活”数据的反馈闭环。
所有数字化平台都依赖于类似“活”数据的反馈闭环。
