张涵诚：企业的数字化转型方法论

　　用区块链从新定义生产关系，用云量、用数量、移动指数、物联网指数、数据的应用和开放能力重新定义生产力，实现现代企业的五化管理工作移动化、数据产品化、分析可视化、管理云化、业务社交化。笔者认为这就是企业数字化转型的要做的事情，总结起来就是：一个平台，两个核心技能，三个阶段，四个战略内容，五化建设，即企业的数字化转型的12345。

　　具体来说，一个平台是指，一个拥有大数据和人工智能各种组件的云计算平台；

　　两个核心技能是指，业务快速的IT化能力和数据科学的能力，三个阶段是指：一：业务数据化；二：数据业务化；三：业务职能化；四个战略是指：管理战略、运营战略、分析战略、工具战略 五化建设是指：工作移动化、数据产品化、分析可视化、管理云化、业务社交化。

　　企业通过这12345策略，利用新一代信息技术，构建业务数据的采集、传输、存储、处理、分析、可视化结果和反馈的闭环，打不同系统、不同技术、不同部门，甚至不同企业，不同产业间的数据壁垒，提高企业、产业、行业生态整体的运行效率，构建全新的数字经济体系。这就是笔者理解的数字化转型实施方法论。

　　我们一一道来。

　　 一个云平台，在以数字化、网络化、智能化为突出特征的新一轮数字化转型的过程中，云平台发挥着“操作系统”的重要作用。因为大家可以在一个平台上协同工作，运营维护IT系统、敏捷开发系统平台，基于云大协同工作，基于云进行IT创新的平台，基于云进行数据交换，之前的我们系统大部分烟囱，建了ERP、 CRM、OA、供应链、财务或者企业的网站或者企业的电子商务平台，都多家不同的系统供应商提供。每个系统都有自己的技术架构，数据库不连接，跨系统之间的工作流无法协同，这样呢，数据在每个系统里面跑自己的。就形成了数据烟囱，我们通过建一个统一的云平台，可以让我们的技术融合、数据融合、业务融合。云平台的建立，对于数据的共享和流通是非常有帮助的。所以之前的由各家承建的各种系统就会变成一个统一的云的大中台的系统统一起来。今天云平台提供的服务非常多，存储、计算、网络、负责均衡，业务的，整个的快速定制的管理PaaS平台。包括了最后的企业的各种应用系统SaaS。包括了从SaaS系统吐出来的数据能够为业务部门提供数据服务的这个DaaS。从IaaS、PaaS、SaaS到DaaS。

　　云平台提供了必要的IT资源，同时也需要数据服务，大数据和人工智能，这里主要是一些大数据的分析挖掘算法、文本分析、语音分析、视频分析、个性化推荐。、神经网络、各种机器学习的算法等，这个就是我们当前企业数字化转型的一个核心的云平台加上大数据和人工智能的组件助力企业实现数字化转型，包括亚马逊、阿里巴巴、IBM、Oracle、微软、Facebook、谷歌等国外的一些大的IT互联网公司。

　　两个核心的能力，一个是业务的趋势把握的能力，一个数据科学的能力。业务把握的能力实际上是对于企业所在行业的发展趋势的深刻洞察、预见、准备、布局、投资、运营管理、工具的使用等一种综合能力。使企业内部人员之间的沟通、对外的业务客户、企业内部、合作伙伴、供应商、竞争对手。协同起来能够更加快捷，高效啊，安全稳定适应市场的发展，特别是我们从IT到DT这个变化的过程中，企业业务就要上云了。

　　上面这个图和大家分享，主要是想跟大家说，IT处理的是单一稳定、流程驱动的一些系统，比如说CRM、ERP、OA、HRc这些都是电子流程化，相对比较稳定。

　　IT处理的这些，在之前你可以看作是一个成本中心。基本上是落后业务的，因为业务需要什么系统IT就会做什么系统。基本上是解决线下稳定的业务问题。

　　DT主要是处理多元的，实时在线的这种系统，比如说用户画像、在线的用户行为分析、个性化推荐系统、实时搜索、标签的管理包括大数据的系统。

　　DT是一个利润中心，它解决的是实时在线的业务。所以从这两个方面来看，IT实际上是成本中心，是落后业务的。DT建立的这些系统跟平台是利润中心，是领先业务的。

　　为什么说IT落后业务，DT领先业务呢？因为IT我之前干了八年，DT我干了八年，这个是我深有体会的。因为在IT的时候，我们做系统基本上是客户要什么，我们做什么，客户提出需求到项目落地基本上需要三到五个月，这算短的；如果时间长一点儿需要一到两年甚至更长的时间。所以业务提出后，IT做出来的时候，实际上业务已经发生变化了。

　　而为什么说DT是超前业务呢？因为DT更多是利用大数据的技术进行预测，进行系统的快速更新迭代。在线下的时候，比如说一个超市，我们要做商品的摆放、推荐，我们是当天在超市结完帐以后，我们在部门去做一个工作的调整，第二天例如是端午节，我们把粽子放在最显眼的位置。而业务在线上的时候，比如在京东，明天要过节了，消费者在线上要选择一些过节需要的商品，如果按IT的方法去收集消费者需求，然后再去改进系统。消费者一点鼠标马上就要跑了，这样就来不及。实际上你希望多元异构、实时在线根据消费者的标签，偏好马上就能给他推荐一个。所以呢，就建立了一个DT的大数据平台，实时分析最终用户的行为，这样能够超前业务、知道他想要什么、他想要做什么，我们能够把商品做什么样的流程改进，能够时时的去满足消费者的需求、提高他的用户体验。所以这种预测能力，把握消费需求趋势的能力的就是企业的数商，我们的一言一行、一举一动都迅速的转变成大数据，然后转变成商家的洞察力和企业决策力。大数据将作为最重要的生产资料要素驱动所有业务流程、体验、效率产业进行革新，所以业务趋势把握能力的建设，除了市场的思维上的认知，实际就是我们能够从线下到线上，从IT到DT，建立一套基于大数据的系统平台，能够时时应对业务的变化，甚至能够去领先业务。

　　两个核心的能力里面还有一个能力就是数据科学，今天的数据科学为什么没有普及到很多行业，现在已经普及到围棋了，我们产生了AlphaGo这样一些优秀人工智能机器人可以把下围棋。那么为什么没有阿尔法猫、阿尔法医生、阿尔法打麻将，那是因为懂数据科学的人并不会打麻将，而打麻将的人也不太会数据科学。所以当我们企业在进行数字化转型的时候，有一类人是非常重要的，那就是既懂业务又懂数据科学的人才，能够把业务有效的通过数据科学去描述，去实现它的高效处理速度。各行各业的业务利用数据科学都可以高更智慧的运行，智慧医疗，智慧交通，城市大脑，智慧旅游，智慧海关，智慧税务，智慧**，都是要利用数据科学智慧的。

　　三个阶段：

　　第一个阶段就是业务的数据化，到目前为止还有很多企业没有把自己的业务全部数据化，这个数据化实际是在企业整个业务的闭环。从企业去找客户，找到客户以后去跟进客户，跟进客户的时候要给他去做一些定制或者一些产品的设计；拿到订单以后要形成一个服务，有生产产品，然后要要运输、收账。最后客户会给这个产品一个评价，反馈这个产品做的好不好，然后再去影响企业的下一波的找客户。

　　这就是从社会化的客户到销售线索到机会到订单到服务再到评论，然后再到影响你社会化的客户，这样一个营销的闭环，企业是否把它数据化了？如果说数据化了，那么就完成了数字经济建设的第一个阶段---业务的数据化。这个阶段全国很多优秀的知名的企业，包括一些政府、机构，现在都已经实现了业务的数据化。从数据的这种采集，到数据管理再到数据建模分析再到可视化。基本上去这些企业都有可视化分析的屏幕，就说基本上已经做完了从业务数据化的这个部分。当然也还有很多企业并没有实现这个逻辑过程，很多环节的数据还是记录在纸上或者excel表格里，并没有把它很好的放在系统里面去记录、统计、分析。当然业务数据化中，数据的质量管理非常重要，如果数据活性不够，数据质量不高，数据颗粒度，数据维度，数据关联性不够，收集的数据也会影响业务。

　　做完了第一个阶段以后，企业就进入了第二个阶段叫数据的业务化，业务分析出来的数据能够去指导业务实践，比如我们通过在线用户cookie，发现他经常看一些足球的新闻，做了大量的足球相关活动的评论，最近的世界杯，他非常也关注。那么我们当他上购物网站的时候，我们能不能给他推荐一些跟世界杯相关或者跟足球相关的商品去满足他的需求。这就是数据的业务化，将数据分析出来的结果发挥价值，产生收益。这一步很多企业没有实现，互联网企业可能对于数据的采集加工分析和利用指导业务是做的比较好的，可是在我们很多传统的企业，比如制造企业，收集了产品的不良率，他并不能通过这个数据去指导，因为改生产线可能花费巨资，改个人的行为需要管理上的很多手段。所以数据的业务化，实际上我认为对传统企业来讲很有挑战性，完全用数据去做管理，让数据说话、数据管理、数据决策，实际上现在很多企业还做不到。这个阶段是一个比较漫长的过程，这个过程在传统企业可能会持续再过二十年、三十年，比如厂房的改造，组织结构的挑战，政府管理制度的变革都会影响数据指导业务。这里必须说的是不是所有企业是按这个数据决策的。不管是决策管理还是做业务，都有科学和艺术的成分在里面，最近的世界杯就说德国队利用SAP系统，做了对球员的运动，对教练的指导，对整个比赛的数据分析做了很好排兵布阵，但德国队还是输了，有的人说德国队输了证明这个事情是很科学，但是缺少获胜的信念，关键的射门等人的艺术行为，最终还是赢不了的。

　　而且数据的业务化对于企业管理层、企业运营经理等具体执行人员都要有能够把数据加工运营好的意识，除了有意识以外，当然还有过硬的技术，自己能够做一些简单分析，能够从数据中发现一些业务的机会，这种能力和技术，还有方法，实际上是这个阶段非常重要的一个企业建设的内容。

　　第三个阶段就是业务的智能化，我们已经通过系统的分析得出了结论，然后能通过结论再去调整系统或是去优化管理，指导人的工作，那么这个就是要把这些全部要写成算法，让它智能化地去执行，减少人的干预。

　　比如说运营商要给一批客户打电话，电话每次都是自动化拨出呢，在播出的时候，他可能选择了一万个电话号码，不同的性格偏好的人选择不同的话务员去沟通交流，交流完这一万个电话号码可能第一次接听的是五千个，接听后深入沟通的可能有三千个，最终跟你做了洽谈有购买意向的可能有两千个，最后可能真正跟你发生业务关系的也就一千个。这是一次通过自动化的外呼产生的数据，那么企业在下次去利用这个数据打电话的时候，就应该有一个自动化的排班，之前打过这个电话的人就不要让他再打了，说明这个客户可能不喜欢他或者他沟通的方法有问题；或者说之前已经购买过这个商品的就不要再拨出了；之前一个脾气比较暴躁的你可以放一个声音比较甜美温柔的姑娘去跟她沟通。所以就是把之前业务的整个过程变成一个智能化的过程，让他不断优化。当然这个只是一个比喻，就是说怎么把业务智能化。

　　当然智能化的除了这个方面，我们还可以智能化地去发掘一些销售线索、跟踪一些销售机会、进行一些订单的生产、甚至智能化的去做一些售后服务，比如现在很多聊天机器人，我们可以做智能化的产品反馈跟调研，自动的去市场上收一些我们产品的缺点、优点，以及消费者对它的自然语言的一些信息，通过这些信息再去改进我们的产品，创新改进我们的市场营销方法和策略。

　　业务的数据化、数据的业务、业务的智能化大体就这三个阶段，我们现在经常做咨询、培训的一些项目，到了客户那边，基本上跟客户聊完以后就知道他是一个什么样的阶段，不同的阶段，他需要的我们企业数字化转型做的事情是不一样的。你数据都没采集呢，就想实现智能化这个是很难的，你没有很好的业务指导数据，指导业务的思想和具体的人、场景去实现它，你就想去说这个事情能不能帮我自发去做到了，这些都是不切实际的想法，我们在跟企业去做这个咨询。到时候这三个阶段，我们通过沟通就马上能知道这个时候我们要给企业提供什么样的方案。当然这三个阶段不是绝对的，有可能是一个混合的，企业也会根据自己的业务重点的不同开展这三个阶段也是可以的，企业在不同的发展阶段，企业的人财物产供销对于IT信息系统和对于DT系统的需求，迫切程度也是不一样的。

　　接下来说一下数字化转型战略的四个方面：

　　第一个就是行业的数据战略咨询，行业的变化趋势是什么，他的政策法规和国家的投入、行业的发展趋势，这对于一个企业来讲是至关重要的，其实它相当于一个大环境，这个大环境好的时候企业在这方面投入就能得到回报，大环境不好的时候企业在这方面投入就会相对比较少。

　　第二个就是运营，就是运营的指标架构体系，我们要了解行业，目前领军企业他们的运营的优势，因为每个企业在建立的过程中最后都会形成自己的核心管理优势，这些企业的优势对我们企业转型有哪些借鉴的作用，这个我们是需要知道的。

　　第三个就是数据分析，因为不同的分析层面，实际上需要的算法和模型是不一样的，我们有很多优秀的算法，效率会更高，我们有很多优秀的人才，他能够去加快企业的速度增长和建设，所以在企业的分析层面，我们需要优秀的算法跟人才。

　　第四是工具，工欲善其事，必先利其器，我们要实现我们的战略，实现我们更好的运营时间、更好的商业上的分析，我们需要好的工具，不管是选择微软、oracle、IBM、阿里巴巴、腾讯、百度哪一个大数据平台、工具、SaaS、PaaS…你都会根据自己的实际经济能力、人员的水平、业务的场景去做一些个性化的选择。

　　n  第五是五化的建设

　　第一个是业务移动化，因为今天可以说移动手机占了整个使用系统时间的百分之八十九十，所以企业的五化建设第一个一定是移动化，就是系统尽可能的去满足用户当前的场景，移动的办公、移动的业务、移动的需求。

　　第二个是数据产品化，因为数据通过产品更容易去释放它的价值，你把你的数据、企业的业务能够变成一个数据的产品，你的客户、员工、领导再去发掘数据确定数据的时候，能够比较便捷地获取并且比较安全，那么数据的这种产品化已经是非常重要的一个方向。

　　第三个就是分析可视化，大家知道一图胜千言，一维的分析能让你发现的规律是有限的，二维就能让你比较容易的发现，三维的动态就让你更直观，能够去促动你找出数据之间的一些规律。企业在分析自己的业务时，可视化工程师可以说是在画画，能够通过画去驱动领导对决策对管理的需求，如果画的好可能我们对于业务的探索就会更加便捷，更加清晰。

　　第四个就是管理要云化，管理乐趣在云端，因为在云端把你的审批变得很方便，对员工、客户的用户体验就是要及时，不管是ERP、CRM、OA等最好能够把它放在云端，云端的管理实际上会更加便捷，方便。所以尽可能的让管理者的应用在云端去实现。今年贵阳世博会提出的主题叫数化万物，智在融合啊，就是说我们的部门数据对部门肯定有用，但是对跨部门、企业的集团公司、产业链其他的上下游合作伙伴有没有帮助？对整个行业有没有借鉴作用？能不能创造价值，就非常重要了。管理者要有大数据思维，只有在云端才能实现数据共享。

　　第五个是销售社交化，在不知不觉中，把商品自动推荐客户，这种场景将会越来越多，不是客户找信息和产品，而是产品和信息反过来找人，这就是亚马逊大数据的一个核心能力，个性化推荐引擎技术，不打扰式销售有望通过社交的方式利用个人标签、行为、偏好这些数据来解决。

       作者：张涵诚，研究领域主要包括： 大数据基础概论，大数据在企业和政府的应用实践，数据驱动业务变革的商业模式，医疗大数据运营体系、财税大数据、海关大数据、运营商大数据建设方案，旅游大数据平台建设方案，数据资产管理，大数据产业生态分析、数据交易市场，区块链，人工智能等新技术对于传统企业的价值和赋能方案。