深入解析企业数字化

深入谈谈企业数字化

|0x00 如何理解企业数字化

数字化转型，是这几年很热门的一个词，虽然“数字化”很热，但想了解数字化、知道企业在转什么、以及如何转型升级，核心在于理解数字化的对立面是什么。只有明确了一件事情的对立面，才能明确这件事情的价值。

就“数字化”而言，个人理解，它的对立面是“经验化”。

就企业而言，过去企业管理虽然有制度，但不论是制度怎么定、还是制度怎么落，核心都在人上，重点都在中层管理者上。所以我们对于管理者的期许，往往是一些从业很多年、见过世面的人，因为只有经历的多了、看得多了，对一些棘手的事情才能有比较准确的判断，碰到大风大浪也知道应该怎么做才能平稳渡过，这都是个人经验带给企业的价值。

但问题是，过去工业时代的商业环境，变化是很慢的，所以通过人的经验来管理企业是可行的。但互联网时代的到来，尤其是移动互联网的普及，使得商业模型进化的速度骤然加快，一家企业的兴衰可能就几年的光景，一些过去对的经验，放到今天可能就是错的。特别是我们推崇的新赛道、新风口、新蓝海，单纯靠经验去做判断，是很难的。

这里就涉及到一个非常关键的问题，就是经验虽好，但经验是滞后的，而互联网下的商业模式，非常看重前瞻性，这“一前一后”，透露的是两个思维方式的差异。

数字化的优点，就在于可以通过数据告诉我们，哪些商业模式值得关注，哪些领域可以去探索。比如大数据中的多维分析、异动归因等方法，都是通过数据的方式，在某些迹象出现的第一时间，就给我们预警。通过数据分析师的解读，就能第一时间知晓这是个机会，还是个灾难，不至于等窗口过去很久了，才后知后觉。

但经验就不重要了吗？不，经验一样很重要，数字化并不是一个“非此即彼”的关系，而是让企业同时具备两种能力，通过经验来总结过去，通过数据来拥抱未来。

所以，我们可以总结一下“企业数字化”的核心观点，就是“通过数据来刻画企业、通过数据来指导业务”。通俗一些，就是企业通过数据，来了解自己的现状是怎样的，优化点在哪里，同时看清楚业务正在发生和即将发生的事情。

|0x01 企业数字化要做什么

虽然企业的形态千差万别，ToB、ToC、ToG，等等，但业务的本质却没有变，一种叫做“价值增量”，一种叫做“降本提效”。因此，通过数据，我们可以搞清楚两个问题：一个是我们目前的业务是怎样的，这个领域是不是有增长空间、相较于竞对是不是有竞争力，等等；一个是数据对我们目前的业务，有没有帮助作用，比如识别高成本低效率的部门、或者是检测成本的支出有没有浪费，等等。

当然很多企业会说，我们也有数据分析团队，基于企业目前的ERP系统去做，但这都是浅层的数字化工作，只能局部改善，起不到质变。那么什么是深层的数字化工作，要看企业有没有数字化的运营系统，通过数据来探查业务的转化、指导业务的展开，企业不同机构、业务之间的数据有没有打通、现在是不是依然与数据孤岛的情况，有没有懂数字化的人才在管理企业。所谓的“用新的头脑指挥旧的身体”，通过数据建立合理的发展观念，大致就是这个意思。

阿里内部的数据文化，可以总结为：“有数据，讲数据；没数据，讲案例；没案例，去调研”。大家都尽可能地用数据来沟通和讨论，从而保证指导业务的科学性，而不仅仅是根据个人过去的主观经验，来对未来的业务做指导。

但是，唯论数据也不对，不同的行业，有不同的基础原理、行业知识、应用工具、业务流程，这些沉淀了几十年的行业经验，不能随着数据的出现，就可以去打破它，而是想一想这些经验如何才能沉淀到数字化的平台上，与现在的新技术产生融合，才能产生强大的化学作用。

例如，产业数字化 ≠ 数字技术 + 产品，而是产业数字化 = 产业 + 数字技术。比如工业制造领域，一个成品可能有几十个生产制造环节，过去这些环节并没有彼此打通，因此生产效率、良品率、库存率都得通过人的经验去做，那么现在这些环节能够通过数据的形式，呈现在数字化平台上后，我们是不是就可以实时发现生产环节中的问题，是不是就可以通过淘宝等平台预测未来销量，从而实现良品率的提升和库存率的下降，同时出现呢？

一个数字化做的比较好的企业，基本都是充分结合自身应用场景、能清晰提出问题和定义问题的企业。

|0x02 数字化过程中的问题

即便我们知道了数字化是什么、数字化要做什么，能够把数字化落地，仍然不是一件容易的事情。这其中的GAP，主要体现在两个方面上，一个是企业战略与技术产品的GAP，另一个是数字化方案与数字化实施的GAP。

虽然我们往往把一些讲方案的事情称之为“忽悠”，但其实能够把方案讲清楚，对企业而言是非常重要的。企业不是创新业务，可以有快速试错的机会，企业的顶层设计不好，很多工作是无法展开的，而且一旦要改变原有的方案，对于组织复杂的企业而言，无异于一次“化疗”。

现有的企业数字化经验，虽然能够在当前行业获得比较不错的结果，但但对新的行业，仍然是两个平行世界，它们的技术、绩效、商业模式等等，都是不一样的，所以导致了传统企业不信任新技术、而新技术对传统企业又不屑一顾的情况。

很多技术出身的专家，在讲自己方案的时候，通常用三个“牛”来形容自己：我们公司多么牛、我们的产品多么牛、我们的案例多么牛。不论客户是谁，一顿道理说出来，给企业的感知就一个：我们就是最佳实践，你们不用思考，照着做就行。

虽然互联网在数字化的道路上跑的很快，甚至很多企业就是数字化企业，但我们也需要看到，从C端数字化走向B端数字化的过程中，很多领域的复杂性是之前考虑不到的，而且很多专业知识都是经过几十年的沉淀，我们对于这些知识是陌生的。一个简单的动作，对于C端而言动作可以很快，但B端就不行。

因此要想把自己的技术产品用起来，还是要走到企业的战略中去，了解它的过去和问题，提出切实解决问题的方案，而不是技术产品的性能和数字化产品的指标。

从这个角度看，一个合理的咨询和调研过程，一定少不了。

就像KPI和OKR，很多时候它们是重合的，但KPI是为了数据指标，而OKR是为了团队目标，看起来类似，核心理念其实是不一样的。

数字化的过程不会一帆风顺，因此企业数字化能力，更应该向四大取经，而不是互联网公司。

|0xFF 数字化人才的素养

我们常常讽刺互联网的一些用词：打通、闭环、抓手…… 但面对复杂的客观世界，这些词依然有它的意义。以企业数字化能力为例，大道理都是务虚的，具体到每件事情上，都要无限的去挖掘自己的潜能。

还记得一则故事：咨询公司的一名新员工，要向目标客户兜售方案，但目标客户的老大很忙，因此需要把自己的方案在1分钟之内讲清楚。最后，跟目标客户的老大沟通时，在电梯中，一句话就阐述清楚了自己的方案：根据我的调研，贵公司能在一年内提升30%的营收。

细节忘记了，但这种高度抽象的能力，还是非常需要的。

那么数字化人才的“务虚”能力，应该有哪些呢？简单讲，有四点：

首先是将抽象问题具象化的能力，比如一个客户问你：关于企业数字化，你认为我们应该做什么？这是一个非常开放的问题，但却又需要非常具体的说明，因此如果没有事前对客户行业的调研，就很难把抽象的问题具象出来。

其次是根据现象看本质的能力，比如客户企业这么多的部门，相互之间利益冲突很多，怎么解决？这其实就得从打通、闭环、抓手……的角度来考虑，提炼出本质问题，解决本质问题才能解决客户问题。

再次是系统思考问题的能力，真实的方案，不一定有多么的高大上，更多的是非常琐碎但又具体的细节，那么如何像画架构一样来提出一个系统的方案，考察的就是体系化的能力。

最后是快速学习的能力，这点与基金、投行等行业的要求比较类似，日常接触到的公司不会都是你熟悉的，大多数是陌生的行业，比如化工、生物或者是航空航天。过去是一个“隔行如隔山”的时代，但在信息互联网化、知识平台化的今天，跨领域的快速学习，其实是可能的。

因此，数字化的人才，不一定从数字化的公司走出来，因为只有解决问题才是行业的目标，所以从咨询公司中出人才，反而更可靠一些。

有时候，企业会会对数字化有质疑：这不就是个带货的平台吗？每时每刻，数字化都在被质疑，但自始至终，数字化都在被重视。

我一直认为，数据研发岗位，卷到最后，卷的都是行业解决方案，所以，在技术之外多了解一些业务问题，不仅是必要的，而且对于未来二三十年的职业规划，帮助很大。

●用Python操作Word自动编写离职报告！●10大Python数据可视化库！
关注不错过干货