理解数字经济的底层发展规律，有助于企业提高对数字化转型的认知，了解如何在新的经济增长模式下制定企业数字化发展战略，提高数字创新能力，成为新时代具有竞争力的增长型企业。
在数字经济时代，影响企业数字化发展战略的因素，遵循三大基本定律：梅特卡夫法则、摩尔定律、达维多定律。
1. 梅特卡夫法则
梅特卡夫法则也叫梅特卡夫定律(Metcalfe's Law)，是乔治·吉尔德在1993年提出的，这个定律描述了网络技术的客观发展规律，定律指出：网络的价值等于网络节点数的平方，网络的价值与联网的用户数的平方成正比。
梅特卡夫定律可以很好地解释为什么使用某个网站的实际用户越多，这个网站所表现出的经济价值也就越大。
基于互联网技术的平台类应用系统所创造的价值，与使用这个平台的用户人数表现为平方关系。用户越多，平台价值越大，平台价值的增长越来越快。
梅特卡夫定律在基于数字化创新的内容服务平台的构建和运营方面同样适用。企业在成长过程中，以数据为内容载体，形成具有平台特点的数字化服务模式，是非常有意义的数字业务创新方向。
在平台思维下，随着平台上的参与的用户不断增加，会产生更多的信息交流和产品或服务的交换。在这个过程中，除了直接产生经济收益，如平台的交易佣金，更为可观的经济价值在于用户之间每一次互动产生的数据积累。
通过机器学习、统计分析等数据科学方法，这些数据本身可以转化为平台的数字化服务能力，为平台上支撑的广大用户提供更好的业务服务能力。
企业在构建数字化应用时需要关注数据价值的有效沉淀，建立起从“业务到数据”，再从“数据到业务”的逻辑闭环。“业数闭环”的最终形成，才是数字经济时代新的平台模式的底层逻辑。
2. 摩尔定律
摩尔定律是英特尔创始人之一戈登·摩尔提出的，定律指出：集成电路上可以容纳的晶体管数目在大约每经过18个月便会增加一倍。
定律核心思想：计算机的计算技术成本正在成指数逐渐下降，这让人们对于大规模数据的处理能力也在迅速提升。
摩尔定律给数据科学技术的发展带来很多机会，也让企业数字化业务的应用场景更加丰富，更加契合大数据时代的应用需求。
首先，是体现在数据分析能力的提升，拓展了数据处理的应用场景，摩尔定律使得面向大规模数据的存储和计算成为可能。
随着HDFS为代表的分布式存储和MapReduce为代表的大数据计算的出现，人们能以低廉的设备对数据进行持久化的存储，并通过动态扩充计算节点的方式任意增加数据的计算处理效率。
大数据技术方法对业务问题的解决适用性更好，能够处理更加复杂的分析类需求。
其次，随着技术成本的降低，企业获得数字化能力的经济门槛也在下降，对数据的处理成本将不再是数字化过程中让人纠结的参考因素。
更多的中小企业能够通过云服务的形式快速获得数字化能力，并且在接受数字化服务的过程中可以支付得起相应的网络流量资费、数据存储开销，以及数据服务的订阅成本。
用户角度，随着技术成本的下降，更多的用户通过PC互联网和移动互联网进行网络冲浪、浏览新闻消息、观看自媒体直播，让企业的数字化应用服务具有更强的市场基础。
除此以外，在摩尔定律的支配下，数据分析技术也逐渐变得更为成熟。
面向非结构化数据、半结构化数据的算法日益流行，人们逐渐关注从更广泛的数据类型中提取有价值的业务信息和知识，指导业务发展。此外，还催生了基于深度学习复杂数据科学算法的出现，使得数字化应用的智能化水平进一步提升。
3. 达维多定律
达维多定律是由曾任职于英特尔公司高级行销主管和副总裁威廉·H·达维多提出的，定律指出：市场的第一代产品能够自动获得50%的市场份额，尽管可能当时的产品还不尽完善。
达维多定律强调了先进入者非凡的市场竞争优势，企业必须通过不断创新，争抢产迭代的时机，才能保持长久的市场竞争力。
达维多定律要求企业的成功建立在敏捷的市场反应能力之上，企业需要有源源不断好的想法并有将这些优秀想法快速落地实现的能力。
数字化转型为企业发展提供了非常强大的技术创新能力。其中，数据可以为企业提供有价值的商业洞察，让企业可以快速发现市场机会，找到有效的产品设计方向和业务活动改进思路。
数据作为一种重要的信息资产，让数字化企业比非数字化企业天然拥有更多有价值的业务知识，大量优质数据的积累也为企业的服务和业务创新提供了更多技术上的可能性。
总体而言，数字化企业具有更强的产品创新能力和产品创新效率，在达维多定律支配的市场环境下，具备数字化能力的企业将更有可能率先赢得市场先机，更快成为头部优秀企业。
