为什么大家认为中台不能用于传统行业?

前言

本文来自于数字化转型大咖群聊天实录。

数字化转型学习没有休息日,痛苦脸,以下是本周六的价值信息,只要你看过,就不会失望。

中台&传统企业?

提问:

为什么你认为中台不能用于传统行业?

研讨:

(1)不是不能用于传统企业,是这种东西是配套来了,我卖你个sap套件你花了1000万,然后找几个人100万给你做个咨询。

(2)不是不能用。而是要在合适的时候用。而且,传统企业的范围也太广了。美的是不是传统企业?蒙牛是不是传统企业?浙江温州皮革厂是不是传统企业?

(3)做中台也不一样定非要云计算、大数据平台,只是借鉴思想和理念,结合业务,通过技术实现而已。我们其实怕的是见到新概念就不管不顾往上冲的人。这个不仅害死自己,还会害死别人。

(4)SAP、金蝶一堆公司都说中台不适用生产制造业,我觉得他们是在给ERP续命而已,或者说他们的产品转型还没准备好,不能仓促革自己的命。

//可是金蝶刚刚投资了中台供应商数澜。他们说的和他们做的不一样。

(5)不是不能用,先定义清楚中台的外延和内涵。只要不要因为中台而中台,被互联网公司忽悠了概念,关键看解决了企业什么问题。

(6)回归业务本质,中台是手段之一。

(7)中台来自于互联网公司,虚拟化世界可以模块化,但是传统行业与物理世界强相关,物理世界以为时间轴的存在必然是线性发展的。

比如生产线只有一条,你无法同时复用这条生产线,生产不同的SKU生产工艺不同,每次都要换工艺换线都要花时间。你中台里设计一个生产模块,系统里可以轻松调用,但是和物理世界是脱节的。和物理世界相比,传统行业系统上的效率其实是领先的。

(8)制造业用互联网公司,你先问问他们能搞清楚生产成本怎么核算的么?否则一定挂。(这个论点激起了一番辩论)

//我是业务方,我懂就行,互联网公司有技术就可以。(反方)

//每一个业务概念甲方都要指导但是甲方自己也是有局限性的出了问题难道甲方自己背锅么。需要有经验的人共同校正,不同的观点碰撞,一个人的视角肯定是受局限的。需要明确请来的外部公司到底是为了一个技术外包,还是有理念或者咨询的部分。(正方)

(9)其实就是回归业务本质,然后再看什么方法,没有银弹。

(10)erp没所谓续命不续命,他们会一直在的。寿终正寝不会的,最多是名称、外延和范围变了,就像100年前的交通工具,可能就是马车、牛车、人力车、燃气车;现在的有飞机、汽车、电车,但本质上还是交通工具,同时赋予了更多的外延和内涵。

感谢@官*、@彭文华 @麦**、@王*、@穆*、@安* 等各位大佬的精彩讨论!

转型失败的原因

提问:

数字化转型失败最多原因会是什么呢?

研讨:

(1)眼高手低的人太多。

(2)执行力不足+不切实际的各种操作。

(3)甲方为了数字化而数字化,乙方以赚钱为唯一目的,失败是常态。(甲乙方对数字化转型的目的和诉求不一致)

(4)其实和项目管理一样,双方对项目范围的认知和能达到的预期效果期望值都不一致。

(5)各种跟风,别人中台我也中台,阿里说中台不行了,再改个名字。有的就是为了要经费然后把这钱花了。“名词越新,预算越多”。

(6)中台也好,微服务也好,我一直都觉得没比10年前的中间件思想和大经分的思想太大的提升,各种转型方案缺乏眼前一亮的东东。(转型方案中技术和思想的演进缺乏深度,在炒冷饭)

(7)所以顾问开篇来讲时,先撸一遍片子,这几十页有哪篇是专门给我写的?能挑出来五页我都谢谢他。一页没有的比比皆是。(乙方交流前缺乏对目标客户的调研和准备)

(8)现在负责落地,举步维艰啊,传统行业变革,有种一拳打进棉花堆的感觉,深刻理解摩托,诺基亚只能等死。

(9)也很尴尬,需要非常深入去了解企业才能有点想法,进去谈那么几天不可能知道真正的问题,而咨询项目又很难给那么长时间和空间。再有就是说了好多次的,顾问行业水平和从前十年平均水平比,断崖似下跌。(咨询项目的制约条件较多,实施人员水平下降)

(10)某企业请了外面顾问驻场指导落地,一说起来都是空的,不解决实际问题。没有银弹,都得一点一点解决,现在大部分还是靠企业内部招人想办法。(数字化转型还是需要内部发力)

(11)我是觉得这个咨询行业的人都干别的去了,所以凋零。前浪已在沙滩了,完整经历金融,电信这两大行业信息化的人都没几个在行业内了(那真是0-1-n,大型雷场趟出来的),早年认识的一批批的erp顾问,现在都在甲方,后浪都跑互联网去了,我在18m感受就非常明显,一些老美的老爷子都很强,年轻的都不咋地,很明显就是18m市场上找不到牛逼的年轻的了,好的都去Googlefb去了,早年入职那些老头18m是行业翘楚,所以没有水的。都在追求财富自由我之前遇到最大的问题就是做sap留不住优秀的年轻人了,行业变迁了。2b行业要么是老人,要么年轻的顶不住,top毕业都去互联网了,当然,也不排除互联网的人才外溢革命。(伴随历史的发展,行业人才的迁徙是遵循行业发展的规律,美国也是如此,当下我国面临的数字化转型(ToB与ToG)将是下一波人才流动的重要方向)

(12)传统行业都中台这种东西坑过一遍也许能老老实实回归业务本质。你以为没有下一个虚头巴脑的概念了。从前也这么忽悠过一轮历史惊人的相似,先卖硬件,再卖软件,然后卖咨询。(做数字化转型需要拨开迷雾,抛弃新名词,抓住转型或变革的本质,才能真正成功,千万不要被新名词忽悠)

感谢@陈*、@苗*、@彭文华、@鲍*、@bao、@黎** 等各位大佬的精彩讨论!

主数据的价值

提问:

主数据管理是否只是概念,没有价值?

研讨:

(1)主数据太有用,现在集团性企业基本上都有。

(2)这个还是要聊一下的。没有主数据,各系统的数据很难统一。如果说它没价值的话,它就不应该被发明,且被列入数据管理的标准中。(正方)

//数据是并列的、平等的,只要效率足够,不需要人为划分。(反方)

//你这话没毛病。但是你这个“只要效率足够”的前提不存在啊。主数据就是为了提升“数据统一”的效率的。最简单一个例子,您企业的A项目中的客户,和B项目中的客户如果是一个客户,但是没有一个主数据把这俩统一起来的话。你们想要对一个客户进行分析,效率就会非常非常低。(正方)

//效率够是看场景,绝大多数企业不需要所谓主数据。(反方)

//你这话我不是很赞同。别的不说,单说商品和客户,这就是每个公司都非常关注的。只要有两个以上的系统,他们之间做数据打通,必然需要主数据支持。只不过是否需要一个主数据系统而已。可以是一个excel。(正方)

//您举得例子很好,数据是有分类和标签的,通过最小业务逻辑单元提供业务前端调用就可以了。(反方)

//我明白你的意思了。你把主数据和主数据系统混为一谈了。而且,你说的这个最小业务逻辑单元提供业务前端调用,调用的内容是啥?其实就是统一的主数据啊。(正方)

//我的知识有限,只从实际出发,系统逻辑架构跟目前看到的都不太一样。(反方)

//主数据是否重要,这件事情的确不太需要争论了,不管是国际标准,还是中国国标,数据管理中必须有主数据的一席之地。建不建主数据系统是另外一回事。我们此前也讨论过这个问题,主数据系统太重,用其他形式达到主数据的目标也是一样可以的。很有可能是系统不够完善。或者你们采用了比较取巧的方式实现了主数据管理。(正方)

//明白你们的意思了,建设路线不同,我要革命性的,你们是双模驱动。(反方)

//革命很难。。。一蹴而就需要强大的力量积蓄。现在很多甲方都是这个想法,趁着数字化的浪潮,一步到位。但是想法很美好,执行的难度太大太大,通常都是说的好听,做起来难做。(正方)

(3)没有主数据,现在数据中台啥的都是无根之水。

(4)单体企业无所谓,集团型企业是必备管理之一。不然整个集团公司一个会计科目、客商档案、物料都没法统一。

(5)主数据还是非常有必要的,供应商,物料,这些数据的统一管理,对于制造业的效率提升有很大作用。最近刚有一个客户,物料数据有点问题,一条生产线停了一天损失几十万。生产企业主数据是非常重要。BOM表里的数据不准会严重影响生产。

(6)数据中台和主数据是两个东西。阿里的人说,如果建了主数据就不用onedata体系了。阿里的人说的不严谨。这句话同样也要分场景的。如果是集团公司,建了主数据,一样也可以再建一个oneid。比如集团下有多个2c的企业,一个卖衣服,一个开超市,各自都有客户主数据。这时候就能用oneid打通c端客户,做会员积分的共同共享,通存通兑。但是如果是一个公司的业务线单一,或者客户主数据已经覆盖所有客户,那就足够了,不需要再弄一个oneid。

(7)数据中台不是神药,换谁来我们都是这个态度。

(8)80%的方向都是用来否决的,坚定执行20%的目标。(这个图很好,需求的解决度高低和关键度高低十字矩阵来处理需求)20%能坚持走通也不容易啊。

(9)主数据和onedata是两个概念,主数据管理系统不是必须的。主数据看怎么去管理,客户是主数据,但不一定要主数据管理系统去管,任由互联网公司出来的主导传统企业,大概率也是不成功或者成本高昂。适用全球化制造业企业的erp,除了sap,目前其他还都顶不住。多个系统定义管理一类数据,最终会一地鸡毛。

感谢@彭文华、@刘*、@罗*、@林** 等各位大佬的精彩讨论!

结语

感谢阅读,本次分享的内容就结束了。也欢迎大家加我微信,咱俩私聊啊

为什么大家认为中台不能用于传统行业?_第1张图片

推荐阅读

数字化转型架构群大咖研讨实录-20210325

数字化转型架构群沟通实录-20210326!

数字化转型架构群沟通实录-20210323

数字化转型大咖群研讨实录20210506

数字化转型大咖群研讨实录20210428

数字化转型大咖群研讨实录20210509

更多精彩:

你可能感兴趣的:(大数据,java,编程语言,人工智能,数据分析)