知乎上有個(gè)話題，說現(xiàn)在這個(gè)時(shí)代，如果不做數(shù)字化轉(zhuǎn)型的傳統(tǒng)企業(yè)就會在十年內(nèi)消失，當(dāng)然這個(gè)結(jié)論有點(diǎn)夸張，那什么是數(shù)字化轉(zhuǎn)型，怎么才能完成數(shù)字化轉(zhuǎn)型呢？本文就來講講。

文 | miao君

什么是數(shù)據(jù)化轉(zhuǎn)型？

數(shù)字化轉(zhuǎn)型就是利用數(shù)字化技術(shù)（如大數(shù)據(jù)、云計(jì)算、人工智能等）來推動企業(yè)組織轉(zhuǎn)變業(yè)務(wù)模式，組織架構(gòu)，企業(yè)文化等的變革措施，如衍生出的智能制造、智慧城市等概念。

數(shù)字化轉(zhuǎn)型是個(gè)和大數(shù)據(jù)一樣，是個(gè)有點(diǎn)大有點(diǎn)虛的概念，映射到直接落地，相對接地氣的概念就是數(shù)據(jù)化管理，也是當(dāng)下很多企業(yè)正在實(shí)施的措施。

諸如企業(yè)的財(cái)務(wù)、銷售、市場等業(yè)務(wù)自身就帶有強(qiáng)烈的數(shù)據(jù)分析需求，領(lǐng)導(dǎo)也厭倦了查看一沓沓報(bào)表，更希望看到結(jié)論化的數(shù)據(jù)。如果說運(yùn)用到個(gè)人或是某一個(gè)問題的叫數(shù)據(jù)分析，那么投入到企業(yè)的業(yè)務(wù)層面用于輔助管理產(chǎn)生效益的則可稱為數(shù)據(jù)化管理。

回顧若干年前，企業(yè)做信息化總結(jié)起來就是實(shí)施ERP系統(tǒng)，財(cái)務(wù)系統(tǒng)，人力資源系統(tǒng)，客戶關(guān)系管理（CRM）系統(tǒng)等等。這些信息化的項(xiàng)目有一個(gè)共同特點(diǎn)，就是把企業(yè)的組織架構(gòu)，業(yè)務(wù)流程，運(yùn)營模式等通過軟件系統(tǒng)的形式固化下來，這樣企業(yè)相關(guān)的員工，物料，設(shè)備，資金等要素就圍繞固化好的軟件系統(tǒng)運(yùn)轉(zhuǎn)。如果企業(yè)管理人員發(fā)現(xiàn)現(xiàn)有軟件系統(tǒng)不適用現(xiàn)在的業(yè)務(wù)，就會實(shí)施流程變革等措施來優(yōu)化現(xiàn)有的軟件系統(tǒng)，所以信息化更多的是支持業(yè)務(wù)。

企業(yè)實(shí)施信息化后，企業(yè)相關(guān)的人，物料，設(shè)備，資金等要素就圍繞固化好的軟件系統(tǒng)運(yùn)轉(zhuǎn)，但是這些要素在企業(yè)日常運(yùn)營過程中實(shí)際運(yùn)行情況是怎樣的，企業(yè)并不十分清楚，企業(yè)并沒有一個(gè)系統(tǒng)能實(shí)時(shí)抓取并可視化企業(yè)日常運(yùn)營全景，比如客戶購買企業(yè)的產(chǎn)品和服務(wù)后的使用情況、市場的變化情況、工廠流水線的運(yùn)行情況、供應(yīng)鏈的運(yùn)轉(zhuǎn)情況等。如果需要這些數(shù)據(jù)，大都需要通過人力來統(tǒng)計(jì)，做各種報(bào)表，費(fèi)時(shí)費(fèi)力，且不一定能保證數(shù)據(jù)的準(zhǔn)確性。

數(shù)字（據(jù)）化就是要通過收集企業(yè)日常運(yùn)營的數(shù)據(jù)，客戶使用產(chǎn)品服務(wù)的數(shù)據(jù)，市場行業(yè)，趨勢等等數(shù)據(jù)，形成企業(yè)日常運(yùn)營的全景圖，反映到產(chǎn)品研發(fā)、服務(wù)流程改善、精準(zhǔn)營銷、銷售模式升級、優(yōu)化庫存等業(yè)務(wù)的改進(jìn)上來。

?

傳統(tǒng)企業(yè)如何做數(shù)字化轉(zhuǎn)型？

呼聲最大的是生產(chǎn)制造業(yè)，所以以下很多都傾向于生產(chǎn)制造業(yè)的業(yè)務(wù)情況：

1、第一階段：數(shù)據(jù)連接、采集、整理

數(shù)據(jù)是數(shù)字化的基礎(chǔ)，數(shù)字化轉(zhuǎn)型的第一步往往都是先進(jìn)行數(shù)據(jù)連接。要分析什么業(yè)務(wù)，分析的指標(biāo)有哪些，需要的數(shù)據(jù)有哪些，當(dāng)下已有哪些數(shù)據(jù)，哪些數(shù)據(jù)不足需要定向收集。

比如：

生產(chǎn)可以通過傳感器等設(shè)備收集生產(chǎn)環(huán)節(jié)的數(shù)據(jù)。

庫存可用過掃碼等手段來收集，以及后續(xù)物流運(yùn)輸數(shù)據(jù)。

銷售可以通過改進(jìn)業(yè)務(wù)流程，設(shè)置數(shù)據(jù)采集環(huán)節(jié)來收集數(shù)據(jù)。

營銷可以通過網(wǎng)站的埋點(diǎn)來收集用戶的行為數(shù)據(jù)。

……

數(shù)據(jù)采集的成本比較高，而且往往大動干戈。建議先做好數(shù)字化路線和場景的規(guī)劃，盡量自頂而下推導(dǎo)到底需要哪些數(shù)據(jù)及其采集技術(shù)，往往數(shù)據(jù)采集的難點(diǎn)不在于技術(shù)層面，而在于業(yè)務(wù)層面的推動。

采集到數(shù)據(jù)還只是第一步，后續(xù)需要有大量的工作保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)有問題分析再嚴(yán)謹(jǐn)都是空談。建議在數(shù)字化規(guī)劃階段，需要對全數(shù)據(jù)鏈路進(jìn)行詳細(xì)設(shè)計(jì)，爭取做到幾個(gè)要點(diǎn)：

①多個(gè)系統(tǒng)相聯(lián)通，至少保證同一種數(shù)據(jù)在不同系統(tǒng)中是一致的；

②通過數(shù)據(jù)鏈路設(shè)計(jì)使得相鄰環(huán)節(jié)的數(shù)據(jù)可相互校驗(yàn)；

③數(shù)據(jù)質(zhì)量需融入日常運(yùn)營管理流程。

然后是數(shù)據(jù)整合。采集到的數(shù)據(jù)往往都分布在各業(yè)務(wù)系統(tǒng)內(nèi)，但后續(xù)分析的時(shí)候往往會涉及多種業(yè)務(wù)的數(shù)據(jù)，比如財(cái)務(wù)+銷售，所以系統(tǒng)之間的數(shù)據(jù)壁壘要打通，避免數(shù)據(jù)孤島。

系統(tǒng)來看，就是從數(shù)據(jù)分析出發(fā)，向上要保證數(shù)據(jù)口徑的統(tǒng)一，避免數(shù)據(jù)對不上。向下要以分析為目的來搭建數(shù)倉和數(shù)據(jù)中心，讓數(shù)據(jù)整合—數(shù)據(jù)清洗—數(shù)據(jù)分析—可視化都在一個(gè)平臺上進(jìn)行。

在這個(gè)過程通常需要借助BI平臺、數(shù)倉來搭建。

有些數(shù)據(jù)體量大的企業(yè)會搭建大數(shù)據(jù)平臺。

2、第二階段：數(shù)據(jù)分析及可視化

數(shù)據(jù)連接完成后，下一步是基于業(yè)務(wù)需求分析和可視化展示。分析分為歷史和當(dāng)下數(shù)據(jù)按指標(biāo)、業(yè)務(wù)歸類展示，生成報(bào)表、可視化報(bào)告。涉及到具體問題比方說找到帶來80%營收的20%家優(yōu)質(zhì)代理商，則需要數(shù)據(jù)挖掘技術(shù)來追蹤定位。

數(shù)字化成熟到一定程度，各個(gè)業(yè)務(wù)都應(yīng)該有相應(yīng)的可視化模塊，運(yùn)用商務(wù)智能BI系統(tǒng)或制造智能MI系統(tǒng)，這是企業(yè)實(shí)現(xiàn)數(shù)字可視化的重要工具。

3、第三階段：精益分析

在第一階段和第二階段推進(jìn)一段時(shí)間之后，企業(yè)多數(shù)已經(jīng)具備自動化和信息化的基礎(chǔ)，往往這時(shí)候企業(yè)會開始思考：“我有這么多數(shù)據(jù)，能看到這么多報(bào)表，我怎么提升效率降低成本呢？”因此，進(jìn)入數(shù)字化轉(zhuǎn)型的第三階段精益分析。

傳統(tǒng)企業(yè)在推行精益/工業(yè)工程方法和工具時(shí)，工業(yè)工程師或咨詢師一般通過現(xiàn)場診斷分析來發(fā)現(xiàn)企業(yè)生產(chǎn)運(yùn)營管理的問題，并指導(dǎo)企業(yè)持續(xù)改善的路線。

絕大部分生產(chǎn)制造企業(yè)在精益化方面相對落后，而精益分析的階段需要企業(yè)利用數(shù)字化軟硬件技術(shù)和工具，來固化、簡化并優(yōu)化精益化的過程，將原來經(jīng)驗(yàn)驅(qū)動的現(xiàn)場診斷，逐步轉(zhuǎn)化并結(jié)合實(shí)時(shí)數(shù)據(jù)驅(qū)動的數(shù)字化診斷，更客觀、更及時(shí)、更全面、更智能地去發(fā)現(xiàn)企業(yè)生產(chǎn)系統(tǒng)中存在的浪費(fèi)和問題，這也是智能制造中所謂“智能”的第一小步。

4、第四階段：高階分析

基于第三階段精益分析的成果，企業(yè)及其管理者被賦能，能夠更簡單、更準(zhǔn)確、更及時(shí)地發(fā)現(xiàn)企業(yè)的生產(chǎn)運(yùn)營問題后，就面臨到如何分析問題產(chǎn)生原因并且提供問題解決方案的挑戰(zhàn)。

這時(shí)候就該是大數(shù)據(jù)和人工智能技術(shù)的用武之地，通過機(jī)器學(xué)習(xí)等技術(shù)對最佳歷史實(shí)踐進(jìn)行提煉并預(yù)測，通過APS等技術(shù)為企業(yè)的計(jì)劃排程提供智能決策，通過知識圖譜等技術(shù)構(gòu)建企業(yè)的知識庫，通過計(jì)算機(jī)視覺聽覺等技術(shù)替代現(xiàn)場枯燥無聊的重復(fù)勞動工位等。

針對于每一種行業(yè)、每一道工藝、每一個(gè)流程節(jié)點(diǎn)，都可能有一些工業(yè)應(yīng)用場景需要大數(shù)據(jù)和人工智能技術(shù)，來輔助管理人員進(jìn)行快速決策，乃至解放管理人員進(jìn)行自動決策，從而真正實(shí)現(xiàn)企業(yè)智能制造，是為高階分析。

5、第五階段：全面轉(zhuǎn)型

當(dāng)企業(yè)推進(jìn)內(nèi)部的智能高階分析至一定階段之后，必然需要與全供應(yīng)鏈的其他智能企業(yè)進(jìn)行連接，實(shí)現(xiàn)智能化的全面轉(zhuǎn)型。

最后，啰嗦幾句

1.落地是從一到五，設(shè)計(jì)是從五到一。

2.軟硬件全買最好的，不如用精益方法先把整個(gè)流程擼通，然后逐步迭代升級（可借鑒IT行業(yè)的敏捷開發(fā)模式），在技術(shù)發(fā)展太快的今天，除非你能像換iPhone一樣換你的數(shù)字化系統(tǒng)，不然總有更好的版本，更好的產(chǎn)品。

3.一次性把數(shù)據(jù)采集全了，不如挑一、兩個(gè)典型工業(yè)應(yīng)用場景（痛點(diǎn)）直接從第一階段干到第三、四階段。

4.智能制造、工業(yè)4.0、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、MES等都是概念，往往每個(gè)人對同一個(gè)概念的理解都不完全相同，不如簡化一下思路，這么想：我想要哪些數(shù)據(jù)，能幫我把哪里管得更好。

歡迎關(guān)注我的公眾號“商業(yè)智能研究”，私信回復(fù)“資料包”，即可領(lǐng)取大數(shù)據(jù)、數(shù)據(jù)中臺、商業(yè)智能、數(shù)據(jù)倉庫等6G精華資料！

總結(jié)

以上是生活随笔為你收集整理的2020年的风口来了！传统企业如何做数字化转型？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。