企业数字化转型的核心

　　传统信息化一般是通过ERP、CRM、MES、PLM等系统的建设，构建覆盖企业完整业务条线的业务平台，从而实现对企业人、财、物等方面的精细化管理。但传统的信息化业务平台只是实现了业务运行过程的规范性和合规性，不能满足数字化时代企业对业务运行的要求。在数字化时代，企业更关注数据的采集、分析和应用。

　　一、数据采集

　　要达到数据采集的完整有效，需要满足两个方面的要求，即业务全覆盖和有效的数据埋点：

　　1、业务全覆盖

　　此处说的业务全覆盖不仅仅覆盖业务场景，还包括业务流程中的主动和被动操作。所谓主动操作，有打开APP、跳过广告、浏览商品等，所谓被动操作有会员无感识别、生产过程监控、电子围栏等。通过信息化和自动化的技术，实现对这些业务场景和操作的全覆盖，为数据的有效采集提供保障，为企业数字化转型打好基础。

　　2、有效的数据埋点

　　一个有效的数据埋点应该具备4W1H，即：Who谁是行为人；When什么时候触发了行为；Where在哪里触发了该行为；What触发了什么行为；How是怎么触发的。为了达到4W1H的要求，通常来讲，企业首先要经过业务分析，确定要进行数据采集的业务场景，再通过技术人员撰写嵌入代码来监控用户的动作，从而能够对其动作的内容、时长、轨迹等数据进行采集。只有这样，才称为是有效的数据埋点。

　　为了保证进行数据采集结果的有效性，数据采集过程分为以下五步：确定场景、数据采集、数据分析、实施优化、持续监控。

　　图片

　　1、确定场景

　　确定场景是数据采集的第一步，只有确定了数据采集的场景，才能够明确目标，才能够做有意义的事情。例如，我们的PV很高，但是很少人购买，转化率不够理想。为了改善这种情况，提高购买转化率，我们需要对从用户浏览到购买的这个业务场景的各个阶段进行数字化改造，从而能够找到转化率不理想这一情况背后的真实原因。在这个例子中，我们的场景是使用户在线的购买过程，我们的目标是找到影响用户从浏览到购买的转换因素。

　　2、数据采集

　　确定目标后，我们需要了解这些场景中，哪些是影响我们目标的数据，对此进行埋点和采集。在前面的例子中，为了分析转化率低的原因，我们可能需要知道以下几个问题：哪些会员对我们的商品感兴趣？他们停留了多长时间？是从什么渠道进来的？是否详细的浏览了我们商品的详细介绍？最后又去了哪里？有了这些问题，企业就可以针对性的进行数据埋点，通过技术性的手段获得此业务场景中的每一个数据，从而为数据分析打好基础。

　　3、数据分析

　　数据分析是数字化转型的核心，是其价值所在。前面提到过，正是由于数据的存储方式、数据存储成本、数据处理技术等方面有个长足进步，我们才有机会关注数据的本质所在，才有机会把执行以数据为核心的数字化转型，才有机会展示数据价值。

　　正如在前面的例子中，通过数据分析，我们会发现转化率低可能是我们把商品推给了不太匹配的会员，也可能是我们项目内容介绍做的不足够好，不够吸引人，导致会员很快离去。有了数据分析，我们才能够得到转化率较低的真实原因，才能够针对性的采取措施。从而从根本上帮助企业优化业务流程，降低运营成本，提升营业额，从根本上帮助企业管理人员进行“最好的”决策。关于数据分析，以后会进行详细介绍。

　　4、实施优化

　　我们对企业在数据分析过程中发现的问题进行总结分析，给出适当的解决方案，制定实施计划、预测和评估实施效果。

　　5、持续监控

　　企业数字化部门要与业务部门随时沟通，了解业务执行过程中存在的各种各样的问题，并对其进行分析，不断执行“确定场景、数据采集、数据分析、实施优化”的过程，在这个业务循环中不断的优化、提升企业的数字化水平。