近年来，随着我国市场经济体制的不断变革，我国企业之间的市场竞争压力越来越大，企业开始通过建立信息化系统，对企业的生产过程、客户交互、事务处理、现金流动等业务进行数字化处理。随着云计算等信息技术的快速发展，进入了数据赋能时代。
从上世纪80年代以来，随着社会进步和企业发展，企业信息化建设逐渐成为了企业管理和革新的重要保障；互联网时代新技术不断涌现，数据资产不断积累，信息化时代逐渐向数字化时代过渡，通过数据为企业管理效率提升、降低成本、增加收入等方面的赋能将成为未来的主流，企业整体IT建设的价值也将不断提升。
第一波企业信息化普及
谈起中国的信息化建设，要追溯到上世纪80年代末，随着推行会计电算化相关规定的出台，诞生了用友、金蝶、金算盘这样的财务软件公司，核心目标是生成规范化的财务报表，这确实是企业管理规范的第一步，也可以说政策推动了中国企业第一波信息化普及。
企业管理仅靠财务是远远不够的。
而财务软件本身也需要基础信息的收集，需要深入业务环节，同时随着企业规模扩大、业务复杂度提高，企业信息化建设迈向了第二步，其标志性的产品体系是经典的ERP+SCM+CRM。
这个时代促进了一大批国内外知名厂商的发展，代表性的国外厂商SAP、Oracle，也包括微软、IDE、IFS等；国内的用友、金蝶产品基于财务向进销存、资产管理、HR模块进行产品延伸，深吃大量财务软件客户；针对中小企业的诸如速达也发展了不少客户。
根据不同产业特点，管理软件开始向下延伸，发展出针对制造企业的CAD、PLM、APS、MES以及底层OT等产品，针对流通企业OMS、TMS、WMS、GMS、CVS等。
这是一个企业信息化快速发展的阶段，也是一个充满争议的阶段，有厂商间的PK，也有对企业是否应该上ERP的争议，还有各厂商林立带来的后续数据孤岛的问题。
到这里我们去回顾企业信息化发展的前两个阶段，信息化建设确实得到极大的普及和发展，财务逐渐规范化，管理系统初具规模。
但也有一个特征，企业信息化是被推着走的，会计电算化是政策推动，基础管理系统的普及是企业管理复杂度提高，靠人管不过来了；而企业IT部门一直是个成本中心，这也是时代的尴尬。
国内企业很少每年按照收入或利润划分出固定比例的资金用于信息化建设，尤其是经济低谷或企业发展不利，通常削减IT预算，所以企业信息化建设总是在十分被动的条件下艰难前进。
信息化到数字化
互联网时代的来临产生了诸多创新，也为传统行业带来了变革机遇，无论是针对C端用户的画像形成及行为的捕捉、还是上游产业链的优化，同时IT技术的进步带来了从架构到服务模式的变革。
但真正数字化的开端我认为是2010年前后基于线上交易场景和数字营销领域。
包括类似秒针（PC端）、TD（移动端）这种做监测切入的营销变现，以及现在看来比较传统的选址、基于线上流量的微博、微信营销，程序化购买和基于运营商数据、银行交易形成的用户行为画像后的行为分析，基于线上（尤其是电商）行为数据的推荐引擎等，那么第一波数字化浪潮主要是针对营销方向的，这也比较好理解，离钱近！
2012年后，随着互联网金融行业的快速发展以及金融杠杆效应，征信成为了新热点，个人信贷、企业贷款等，基础是基于数据的征信体系和模型，这也符合前述逻辑，离钱近！
当时我们还看到类似星环这种技术平台见长的公司出现，以及底层数据库诸如巨杉、人大金仓、南大通用、达梦等，整个三方数据服务市场初步形成。
同一时期，很多头部和腰部甲方企业虽然企业信息化建设达到一定程度，数据形成积累，但还处在统计报表，初步BI阶段，而DMP市场一直没有起来，也从另一个角度说明企业还没有到数据资源整合后的资产增值阶段。
当时对数据市场未来期待是基于数据分析并为企业带来效率提升、成本降低的价值项目，特别是带有行业场景和深入产业的数据类项目和应用，并对类似归因、预测的方向非常看好。
时间来到2016年，随着供给侧改革概念的提出（这两年互联网的发展带来的变革主要是新的商业模式和消费、交易场景，对传统制造端改变有限），甲方企业加大了数据化改革的力度：
1、平台架构的重构（加速私有云、公有云和混合云的应用）；
2、数据资源的整合（进一步打破信息孤岛、企业内部与外部、生产类和消费类数据打通等）；
3、基于数据深度挖掘（开始通过预测、模型优化去提升效率，降低成本，通过打通外部数据，诸如消费数据，进行销售预测等）。
随着数据资产逐渐深度挖掘和应用，甲方企业从基础信息化建设阶段逐渐向数字化赋能阶段过渡，包括销售预测、库存优化、运输线路优化，生产排程优化、品项优化、用户端增值服务等方面全方位为企业赋能。
企业信息化建设向数字化转型后，IT建设本身不是单纯的成本投入，而是通过一系列优化后给企业带来实实在在的效益提升，这也是企业数据资产积累后的价值逐渐体现和放大的过程。
数据赋能的时代同时会给企业甲方信息化部门以及三方数据服务部门带来很大的挑战，来自于以下几个方面：
1、对场景和业务需求的理解；
2、底层数据质量，数据标准化程度的问题；
3、数据孤岛和数据收集的问题；
4、实时数据处理、高并发数据处理的架构承载能力的问题；
5、建模方法及模型不断优化问题；
6、数据安全问题；
7、战略、业务流程和组织架构调整的问题。
总之，企业数字化时代已经来临，这是一个机遇和挑战并存的时代，利用好数据资产这座金矿，任何企业都会拥有业务爆发式增长及弯道超车的机会！
联系我们请点击：
数邦客
