如今传统企业如何做数字化转型？

宋懵懵说数据 2020-09-30

展开全文

什么是数字化转型？

“数字化转型”实际上就是对业务过程进行的重塑，通过重塑使其默认就更加适应更全面的在线环境，从最终用户的接触到后端的办公室工作，全面实现无需人工接入的过程自动化。

广义上的数字化，强调的是数字技术对商业网的重塑，信息技术能力。不只是单纯的解决企业的降本增效问题，而是成为赋能企业商业模式创新和突破的核心力量。

“数字化转型就是利用数字化技术，如云计算、大数据、人工智能、物联网、区块链等和能力来驱动组织商业模式创新和商业生态系统重构的途径和方法。”

如何实现数字化转型？

传统企业数字化转型大致分为六个阶段：业务数据化、数据资产化、资产价值化、价值服务化、服务生态化。

这六阶段并非瀑布式依次递进，各个阶段间也不一定有清晰的跃迁标志，这些阶段很可能会同时存在，只不过在某一特定时期某个阶段会占主导，因为数据资产是持续累积、完善和优化的过程。

例如某些集团性企业可能某些业态数字化进程已经很深入，而有些业态还没有开始或才起步；有些企业只是在相关业态开始了数字化升级，但集团层面还没开始或刚起步，或者集团层面已经开始，相关业态还没有跟上；同时企业跟生态的合作在之前也一直存在，只是合作的模式和深度各有不同。

业务数据化

在信息化时代，也逐步搭建了业务经营需要的不同的业务系统，IT系统围绕业务服务，在服务的过程中沉淀了众多数据，再在数据的基础上做一些分析，如ERP、CRM 、供应链、线上商城、线下POS 、主数据等系统。

数据资产化

基于移动互联、物联网、云计算、大数据技术，通过数字化手段采集消费者信息（粉丝、潜客、新客、老客、忠诚客等），给客户打上各种标签，如人口属性标签、行为属性标签、交易属性标签、偏好属性标签、消费趋势标签，建立数据资产目录，形成群体画像（如高购买力、中购买力、低购买力）。孤岛式分散以及没有清洗和整合的数据没有太多价值，只有具备完整性、唯一性、一致性、准确性、合法性、及时性的数据才是数据资产，才能真正创造业务价值。

数据资产化需要把分散在企业内部和外部、线上和线下的各个平台中碎片化的数据聚集起来，互相打通和增强，推动企业变得更加智能，企业都在尝试利用各种技术来处理超大数据量级、不同类型、不同格式的海量数据，以积累和提升企业数据资产的价值。

资产价值化

数据必须结合业务场景、人工智能和数据运营，才能真正呈现价值，改变过去系统辅助决策的方式，逐步以数据决策作为核心驱动力，通过数据复用、安全共享来达到沉淀经验、提效减负、业务赋能和创新的目的。在建立和完善数据资产化的基础上，对消费者做精细化运营，通过数据驱动场景应用，场景应用带来价值。

数据的积累和人工智能（AI）的发展，互相促进，相辅相成。企业通过智能化的手段进行预测、预警、推荐，实现千人千面、千店千面运营、更精准更高效的触达和营销，如最优人群推荐、最优SKU推荐、关联商品购买预测，并最终实现业务增长的目标。

价值服务化

企业需要梳理内部和外部的服务能力，将业务能力标准化，封装成服务，通过平台化思维来规划和搭建可复用的价值服务平台，打通企业内部前后台、对接外部生态平台。数字化时代需要以数据驱动为出发点，把数据资产作为企业的战略资产来经营，让数据资产增值和变成业务价值。

价值输出平台也是最近几年比较火热的中台，如业务中台、数据中台、技术中台、组织中台等。企业通过中台赋能，互相调用、互相赋能，调用别人的长板来弥补自身的短板的同时，也要开放自身的长板供别人调用，并依据新的价值链条获取相应的价值回报。

服务生态化

未来企业要转型升级就要开放，与产业形成链接，需要有共生、共存、共建、共赢的思维，纵向服务企业内部前端和后端，横向服务各业务单元和整个产业链的上下游。

对于产业中的龙头企业或拥有核心数据的企业，除了对企业内部各业态进行服务和赋能外，还可以将服务体系延伸到产业生态，将内部平台延伸为c2S2b2c （或c2B2b2c），S是指供应平台，小 b 借助供应平台 S 的赋能对 c 进行服务。

生态产业化

数字化核心要点就是产业链上下游企业借助同一个数字化平台、企业赋能各自的核心能力和资源，来实现高效的分工和更合理的价值分配，改变过去“麻雀虽小、五脏俱全”的企业组织形式，把企业的边界和组织扩展到产业链层面，同时也规避了企业各自的短板。

企业边界模糊、产业边界模糊，将会直接导致垂直分工则更加明显，由于产业间横向整合使得横向链条变宽，产业内链条网状化使得产业内纵向链条平缩。这些都将会加剧产业间重新融合，并进化和演变成新的产业生态或产业联盟，甚至有可能，未来的产业形态，可能跟我们当前的产业形态完全不同。

在企业做数字化转型升级过程中，可能不会一帆风顺，甚至会面临不少困难和挑战。虽然面临一些困难，但数字经济发展势不可挡，企业的数字化转型也是势在必行。我们来看看一些实践案例：

案例一：东芝的工业互联网之路

东芝信息机器（杭州）有限公司是东芝笔记本电脑全球唯一的生产基地。随着生产规模和业务的扩大，数据采集难、手工数据质量差、报送周期长、事后监管机制不全等问题日益凸显。在引入数据采集软件i@Report和亿信BI软件后，生产数据可自动上报、异常数据也可自动预警，大大提高了工作效率和人力成本。采集上来的数据定期生产分析报告也使领导层可快速做出决策。通过智能数据平台的搭建，亿信华辰帮助东芝提升生产力的同时，也保证了数据的安全性和可靠性，着实为互联网时代的制造业注入了新的活力。

案例二：某银行智慧管理系统——AI引入，智慧升级

在新兴科技高速发展的当下，传统银行网点受到来自新技术的冲击。此情形下某地银行金融机构积极拥抱创新金融科技，引入人工智能产品——智问，向智慧银行转型升级。通过语音及检索，智问就可完成数据分析。解决银行各层级人员无法快速获取相关数据的行业痛点，现在无论是决策层还是各网点的工作人员，都可以通过语音的方式即时地获取想要掌握的数据，极大地提升了银行对数据的掌握程度和工作效率。

案例三：汽车集团预算与管理决策支持系统

XX汽车集团是中国最早经营进口汽车的品牌代理商，为了更好的服务于填报人员、提高工作效率、减少各级数据汇总压力，基于i@Report+亿信BI建立科学的业务数据采集体系，替代前期利用excel收集、汇总方式，减轻各级人员数据上报、收集汇总的压力；利用数据仓库技术建立不通主题数据集，科学的对业务数据进行管理；利用亿信BI建立科学的指标统计和预警体系，建立领导驾驶舱、企业运营等分析模块为企业管理提供支持。

类似案例亿信华辰合作的有不少，以上案例都有一些关键共性，可以理解为是产业数字化的内在驱动力和主要目标。

以上案例都有一个明显的共同点就是在自己传统的产业内，拥有很好的品牌和庞大的用户群体，也就具有庞大的用户数据或用户数据基础。产业互联网从消费互联网借鉴的一个重要方面，就是用户体验思维、用户运营模式、数据价值意识以及如何利用数据进行价值变现经验。

企业越来越重视数据的作用和价值，也都在思考如何利用自身的数据优势来重塑商业模式，在数据价值驱动背景下，纷纷开始围绕数据进行产业转型和数字化升级。亿信华辰经过14年的技术沉淀，围绕数据全生命周期打造了多款重量级核心智能数据产品，产品线涵盖了数据采集、数据处理、数据存储、数据分析、敏捷分析、数据挖掘等多个领域，致力于帮助企业和政府解决数据应用难题，实现企业生产力和政府治理能力的数字化转型，让数据驱动进步。