對于還在糾結是否有必要進行數字化轉型的老板們,可以直接忽略本文,點擊左上角關閉退出。 2017年,中國數字化轉型經濟元年。數字化轉型,已走過5個年頭。2020年5月13日下午,國家發改委發布“數字化轉型伙伴行動”倡議,首次從政府層面,倡導全行業數字化轉型。 國內的數字化轉型最早是從新零售、互聯網行業、新金融,慢慢延伸到智能制造、醫療、政府、城市等領域。服裝、農牧、能源、建筑、建材等傳統產業,也開始跑步布局數字化轉型。 在數字化轉型的浪潮之中,速度就是生命,這是一個贏家通吃的時代。不跟隨,就淘汰,企業做數字化轉型勢在必行。這種轉型是沒有行業區別的,幾乎所有的行業都已在其中。一個通過數據全副武裝的企業和一個停留在機械化乃至人力密集型層面的企業競爭,勝敗豈非顯而易見? 所以,不需要去糾結該不該轉型,最需要知道的,是自己的企業該如何進行數字化轉型?如何選擇一條適合自己企業現狀的數字化轉型道路?企業對于數字化既要勇于嘗試,也別想‘一口吃成個胖子’。而是要根據自身情況,循序漸進實施。 傳統企業要做到數字化轉型,最重要的一點,一定是負責人意識到了這種趨勢。企業領導者和高層首先認識到數字化轉型的必要性,明確企業轉型的最終目標,認識到企業現狀與目標之間的差距,然后確定路徑并一步一步堅持走下去。 只有這樣,才能真正建立起符合數字化轉型,并最終推動數字化轉型成功的:企業文化、組織結構、技術基礎、運營體系、業務形態。 企業的核心管理者必須認識到的一點是,數字化轉型無異于對一家企業脫胎換骨,洗經伐髓。轉型的過程是相對漫長的,也注定是艱難和痛苦的。但當一家企業完成了從業務形態,組織結構,技術管理、企業文化、人員組成的數字化轉型,無疑是一種升華和重生。 在未來的時間里,這家企業將以一種高效,敏捷,快速的發展速度,在數字化的浪潮中成長壯大。 對于企業而言,數字化轉型的根本是通過數據來推動業務的增長。將數據作為新的生產要素納入到企業的生產經營活動中,推動企業開展新型業務,通過對已有數據的深入洞察、應用并構建特有的數據壁壘,是建立數字化時代競爭優勢的切入點,也制造業企業數字化轉型更高層級的要求。 傳統企業數字化轉型面臨的數據難點 (一)有數據,但是不能直接用: 傳統企業由生產到銷售的鏈路長、環節多,雖有數據沉淀,但存在分散在不同系統、數據口徑不一致、數據顆粒度粗、更新頻率低等問題。 企業中的數據分散在不同系統中,由于各系統建設目的、使用方式存在不同,導致不同系統間數據統計的口徑不一致。業務人員在對數據進行分析時,需要耗費大量的時間對不同系統中的數據進行整合與清洗,甚至出現數據大量缺失的問題。 (二)知道數據有用,但不知道怎么用: 傳統企業數字化起步相對較晚,數據在實際業務中的應用少,業務價值尚未被充分驗證。 企業內對數據的應用多為簡單的數據收集、統計、對比,對數據進行深挖與洞察方面仍存在大量不足,未能將數據分析方法與實際業務場景決策、流程相結合,缺乏數據應用實踐案例。 (三)知道怎么用,但是能力達不到: 傳統企業人員數字化能力差異大,企業希望通過牽引提升組織和人員的數字化能力來推動數字化轉型,但在實施過程缺乏突破點。 企業人員數字化能力提升大多停留在培訓層面,主要通過開展數據分析課程對業務人員進行賦能,與業務人員的實際工作及業務場景結合度有限,難以讓課程參與人員產生共鳴并切實帶來業務價值。 而數字化是企業信息化的整體升級:企業的數字化與非數字化之間的核心差異,在于是否已實現數據在線?是否數據分析驅動業務改善?是否通過數據產生業務察,實現精益運營或者業務增長?是否通過數據驅動整個企業商業和業務模式的轉型? 因此,數字化轉型在企業內部落地的時候,我們有必要把它拆分為四個階段去實施: 第一階段:企業對數據做簡單的清洗及加工,并實現數據在線 數據在線是企業數字化的基礎,也是企業數字化的開端。這步的開始首先是企業建立多維的數字觸點,并通過不同的方式和渠道收集數據和存儲數據,并對數據進簡單的清洗和加工,使之形成相對統一的格式,并將其儲存起來,并保持“視圖” 在線,以方便對數據進行取用和展現。 第二階段:企業數據在線的基礎上,通過數據分析驅動業務精益運營 數據分析是企業數字化應用的第部分,這個時間段,企業很可能已經發現了傳統通過導出數據庫數據,進行手工的跑數據的工程及時間精力投入之巨大。開始考慮引入數據分析工具,可視化展示工具等。以提升對于數據不同緯度的拆分以及分析,但更多的還是體現在業務層面的分析。 比如:企業發現銷售數據分析,可以更好的配置銷售資源。又比如:企業發現某個商品的銷售額不斷下降,則很快將產品進行了下線,但說不定背后還有更多其他層面的原因,值得更深一步再做探究。 第三階段:企業通過數據產生業務洞察,驅動企業的業務顯性增長 通過數據產生業務洞察,就是對企業數據分析更深一步的探討。當然,到了這個層面之后,企業的數據就不能僅僅是來自于自身,還需要一些第二方第三方數據的支持,以幫助企業更好的了解整體的市場環境及競爭格局,了解潛在及目標包括已經成單的老客戶的特征,對用戶的行為、偏好等做綜合性分型。從而形成立體的分層的分析和趨勢性判斷,更好的對產業、對行業、對目標客戶群體產生洞察與了解。 比如:通過標簽增補,對已有的用戶群體補充第三方的維度分析,從而建立更精準的用戶畫像數據,通過更精準的營銷手段進行營銷,從而實現獲客的轉化。 第四階段:企業通過數據智能,最終驅動整個企業商業和業務模式的轉型 商業和業務模式的轉型,對任何一家傳統公司而言,都是難中之難。 一方面大量的大數據企業都在不斷倡導數據能力的平民化,希望能通過數據能力平民化,一方面幫助用戶更好的解決他們潛在的需求與問題;另一方面也給予希望能夠獲得更多的客戶數據,以實現更深度的用戶數據察。 這就要求企業從原有的流程及經驗驅動,升級為以數據驅動作為決策依據進行驅動。當然,這并不是說經驗不重要,而是說數據作為規模性樣本,可以幫助管理層提供更多的預測性分析據,并更好的輔助管理層的決策。 1和2兩個階段,都是借助一些廣泛且通用的技術手段,對業務數據進行加工,以進行局部的業務優化,提升效率等。更側重于對已有業務流程的帕累托改進,不破壞原有的組織運行規則。其核心是數據統一、數據公開、數據可用、數據可分析。 3和4兩個階段,則需要企業在組織層面做出一些變化,打破原有的組織隔閡,以數據為驅動變更企業原有的業務運轉模式。比如:數字化營銷手段的推廣,就需要市場部門和銷售部門的雙重配合,進行銷售線索的清洗與分配,重構了原有市場與銷售之間的配合方式。 從實現的難易程度來講,傳統企業通過一到兩年的技術能力嵌入與組織人才的培養, 可以實現1和2階段的轉型,在局部通過技術進行運營優化及技術提升。但3和4兩個階段是企業需要不斷去投入時間、人力、物力等資源去持續進行提升的,會花去企業三至五年的時間,甚至會伴隨企業生命周期的全部旅程,成為企業基業長青支柱性基礎的一部分。 基于此,傳統企業如何進行數字化轉型,實際上就是如何邁出數字化轉型第一步,實現第一階段目標。只有邁出第一步,才能一步一步的在轉型過程中不斷調整優化并尋找適合自身企業的數字化轉型道路,一個階段一個階段的去實現,最終完全實現企業的數字化轉型。