数字化转型的本质：用数据思维将企业价值链重朔一遍.docx

《数字化转型的本质：用数据思维将企业价值链重朔一遍.docx》由会员分享，可在线阅读，更多相关《数字化转型的本质：用数据思维将企业价值链重朔一遍.docx（4页珍藏版）》请在第壹文秘上搜索。

1、企业数字化转型，就是用数字技术段，让数据流动起来，将数字世界的价值链具现化、可视化、透明化，对企业价值链进行优化和重朔，构建一个全面感知、无缝联接、高度智能的数字化企业。01业务数据化在线业务化将线下的商业活动和商业过程搬到线上，通过在线业务将业务数据和管理数据沉淀到数字世界。这些数据通常会散落在不同系统，很多数据是割裂的。业务数据化将商业活动和商业过程的关键性事件和动作，记录和映射到数字世界。在线业务化通常是单对单的人机行为，这些行为可能发生在不同地点、不同时间和不同场景。从个体视角来看，流程节点、业务动作可能是不连贯和不连续的，但在系统的数据层面，这些数据是有关联的，可溯源的，记载了物理世

2、界的商业活动和商业过程。02数据业务化数据业务化将数字世界的商业价值链数据做具象化、可视化、透明化再现，然后用数据思维将蕴含数字世界的商业规律具象化到物理世界，通过数据驱动业务赋能和创新，促进企业价值持续增长。数字世界和物理世界的连通和对接，需要一个媒介和平台，同时具备连接器、适配器和加速器的功能，这个平台就是大数据平台或数据中台。数据中台是企业数字化转型和数据战略的承载工具和数据底座和基础数据平台，肩负着企业的未来和使命。数据中台将会成为数字化企业的数字基础设施标配。随着数字化转型实践的逐步深入，企业服务市场将会衍变出三大新趋势：趋势一：就是会涌现出一些数据平台产品和产品技术服务的公司，他们

3、拥有专业的大数据技术和数据平台研发能力，但缺乏行业经验和场景实践。这类公司的定位可以理解成数字化时代的的Oracle,SAP,建立生态合作，让合作伙伴基于他们数据平台产品，来实现价值场景落地。趋势二：会涌现出一些数字咨询和实施公司，他们有丰富行业实践和场景实践，擅用数据的思维和方法，所数据价值场景落地和场景运营服务。这类企业的定位科理解为数字化时代的埃森哲、德勤等公司，专注于数据业务的咨询、实施和运营。趋势三：数据平台公司和数据咨询公司将会深度合作，通过生态协作推动企业数据服务市场的发展,并专注各自的核心优势，共同服务客户。03数据驱动业务关键四步曲数据驱动业务，就是用数据的思维和数字技术，将

4、企业的价值链重朔一遍，让企业更具生命力和竞争力。1、观链路、察节点对企业价值链进行全面分析和诊断，将数据要素融入企业价值动因，让数据在数字世界的价值链中流动起来。就好像血液在企业血管中流动，气在企业的经脉中运行。围绕企业的业务价值、业务目标和管理重点，提炼出价值链的关键性事件和关键性动作，这些节点和动作可能最终落实在不同的部门，甚至是不同的业务系统。分析和诊断过程中，如发现有瑕疵、断点等不能拉通的环节,给出相应分析建议。2、可视化、透明化依据企业整体战略和数据战略，借助价值树确立各业务域的分析重点，以衡量价值动因和管理重点为出发点，定义企业的基础指标、计算指标、聚合指标和预警指标，并定义好指标

5、间的关联关系。通过数据中台、Bl软件和可视化工具，形成各个管理层级的场景和报表应用，让企业价值链全链条管理可视化、业务可视化、预警感知化。3、寻价值、找场景对企业价值链有瑕疵、断点或不足的之处，利用数据思维进行优化和重塑，并最终对业务进行赋能和创新。业务数据化阶段都是单人单机行为，这些行为和动作在线下看可能是割裂和分散的。但从数据的价值链来看，它们可能是连续的，并且其中蕴含了很多的商业逻辑和商业规律，等待我们去挖掘和学习。比如我们可以结合内外部数据来做更精准的预测和优化。内部有海量数据，外部因素如气象特征、商圈环境、市场行情、节假日等，再结合算法模型和机器学习来做分析和预测。比如在营销域，可以

6、结合不同业务阶段可用数据及核心影响因素，设计不同的销量预测模型，并随着时间及数据的更新，动态调整。可以针对人群做预测，也可以针对某个时间节点或某个时段对用户的购买行为进行预测。用酒业的开瓶扫码为例，也可以建立模型预测在某个时段、某个区域、某个产品品类会有多少用户开瓶扫码，扫码人群画像是什么样的。有了这些扫码预测数据，品牌方可以做很多事情，比如可以提前预知资金池和渠道分利的资金的流动情况。也可以利用现有的扫码数据，分析扫码数据的人群画像，然后做精准营销和广告投放。同样，对生产域我们可以做排产优化，对仓储域可以做库存优化、精准补货。也可以对商品做深度洞察，生成商品推荐结果，实现人货匹配、店货匹配，然后赋能终端门店。4、建闭环，做运营如果将数据中台的建设看成是搭台“，那么数字化运营就是唱戏“。数字化运营就是使用数字化运营工具、数字技术，结合数据运营方法论，对企业进行业绩诊断、价值活动运营，比如用户生命周期运营。通过数字化数据运营，加快数据在企业内部的循环流动，让企业具有自我预警、自我修复和自我再生，逐渐进化成一个全面感知、无缝连接、高度智能的数字化企业。