货源分类

16货源网 > 餐饮行业新闻资讯 > 微信小程序开发 > 如今传统企业如何做数字化转型？

如今传统企业如何做数字化转型？

发布时间：2019-09-06 22:50:06 来源：网友自行发布(如侵权请联系本站立刻删除）浏览：【大】【中】【小】

谢邀。GrowingIO 有一个客户叫海尔，是一家非常优秀的民族企业，但是相对来讲，也是非常传统的企业。2017 年增长大会的时候，我们请来了海尔顺逛的 CTO 李长安先生，跟我们分享了一下海尔顺逛从

如今传统企业如何做数字化转型？

谢邀。

GrowingIO 有一个客户叫海尔，是一家非常优秀的民族企业，但是相对来讲，也是非常传统的企业。2017 年增长大会的时候，我们请来了海尔顺逛的 CTO 李长安先生，跟我们分享了一下海尔顺逛从 0 到 1 数字化转型之路。

在这里将他的演讲全文贴出来，希望能对答主有所启发。

四步走战略：揭秘海尔顺逛从 0 到 1 数字化转型之路

作者 | 李长安，海尔顺逛 CTO

来源 | GrowingIO 2017 增长大会

大家好，我是李长安，现任海尔电商技术负责人、顺逛微店 CTO。海尔电商不仅要支撑京东、天猫、国美、苏宁等外部电商平台，更重要的是要支撑我们的自营平台。今天想跟大家分享的是，海尔电商的自营平台如何用数据驱动品牌电商转型背后的故事。

一、海尔宣言：不触网，就死亡

首先跟大家分享一下海尔电商的发展背景，它其实是海尔战略阶段的一个部分。

海尔集团从 1984 年成立以来，一共经历了 5 个阶段：名牌战略、多元化战略、国际化战略、全球化品牌战略和网络化战略。虽然我们的网络化战略是从 2012 年才开始的，但是其实在 2000 年达沃斯论坛结束不久，海尔创始人张瑞敏先生就提出了「不触网，就死亡」的概念。

二、海尔电商发展的四大阶段

我认为海尔电商一共经历了四个发展阶段，每个阶段都有不同的思考和总结，下面就跟大家一一分享。

第一阶段：观念先行

刚刚我提到，早在 2000 年达沃斯会议结束后不久，我们创始人张瑞敏先生就提出了「不触网，就死亡」的概念，所以我们早在 2000 年 3 月就完成了 ehaier.com 的域名注册，直到2010年，我们才做了第一次的转单业务尝试，即在线上接单转给线下门店，让他们配送。当时整个网站只有一个前端页面，是非常初期的尝试。

为什么在 2000 年就提出了「不触网，就死亡」的概念，但是直到 2012 年才开始在电商发力呢？因为当时的物流服务体系和信息化都完全跟不上，给大家看一组数据，我们在 2010 年的双十一初次试水线上电商，成交额 200 万，但是花了1个月的时间，才完成后续的配送服务。

所以在基础物流体系跟不上的情况下，我们不敢贸然尝试，不然就太影响客户的购买体验了。

第二阶段：拥抱时代

2012 年中我们海尔商城开始起步，这也是中国互联网发展最迅速的一个阶段，在这个阶段，我们的电商尝试取得了非常不错的效果，所以我把这个阶段总结为「拥抱时代」。

家电电商有其自然法则，我们非常关注购买转化率以及复购率这两个指标，而在发展的初期阶段，这两个指标也是我们头上的达摩克利斯之剑。

最开始，我们的购买转化率一般维持在 0.8%，运营活动做的比较好的时候可以提升到 1.2%，而有时候还会掉到 0.3%；复购率通常也在13%-15%的水平。大家都知道，GMV（Gross Merchandise Volume，商品交易总额）= UV（Unique Visitor，独立访问者）x转化率x客单价，所以在发展过程中，我们最重要的工作就是提升这两个指标，下面个跟大家讲两个案例。

提升转化率

从订单提交到付款成功，我们当时的转化率是比较低的。从用户的角度来说，已经提交订单了说明购买的需求是很强的，但是为什么付款的转化率这么低呢？我们通过一对一的在线客服和大量的用户访谈，发现放弃付款的用户里有两类很典型。

第一类是对网站不放心，因为当时海尔商城的知名度不高，家电的客单价又比较高，所以很多用户会担心这是不是钓鱼网站之类的，这类用户的占比非常高。

第二类用户占比不太高，但是却很有意思。当时有两个背景，一个是京东的大家电很多小县城和农村是不支持配送的，另一个是支付系统非常不发达。这类用户大多数来自小县城和农村，他们托在城里工作并且有过网购经验的朋友来帮自己买，但是这种关系又不是特别近，货款的转移又非常麻烦，所以付款的转化率非常低。

基于大量的调查，我们就推出了货到付款的服务，先在青岛试点，线下网点和银联进行合作，立竿见影。于是我们就将这个模式迅速复制到其他城市，一下子就把付款率从43%提升到了71%。

提升复购率

在有复购行为的人群中，也有两类占比较高的用户。其中一类就是刚刚讲到帮小县城或农村用户购买的，还有一类就是新买了房子，需要购置多种家电。针对第一类用户，我们为了提升复购率，推出了「创客计划」。

一开始是从内部员工切入，因为内部员工对海尔的认同感会强很多，而且对于他们的亲戚朋友来说，也是一个很强的背书。后来的实践过程验证了我们想法的正确性，在这个基础上，我们又推出了购买返佣等等福利，将创客复购率提升到了62%。

上面是两个比较成功的例子，除此之外，我想讲另一个案例。

做电商的朋友大概都会遇到这样的问题，就是人员的流失率是非常高的，一个员工工作两年之后，可能经验就非常足了，但是如何将个人的经验沉淀成公司的经验并且一直传承下去呢？我们在这方面也做了一些努力。

第一个努力，以点带面，建立样板，快速复制。刚刚讲到「货到付款」的案例就是采用了这样的方法论，在后续其他的项目中，我们也采用了这样的方式，结果都是非常好的。

第二个努力，实践鱼塘理论。做电商的思路都差不多，类似经营一个鱼塘。吸引用户 – 成交用户 – 激活用户（使其复购），我们也是按照这个主线来做的，但是在不同的阶段，你的主要矛盾是不一样的。

比如在发展初期，你的主要矛盾肯定就是如何吸引用户，当新用户达到一定规模后，你的主要矛盾就会转移到如何提升成交量上面了。我们海尔商城目前的主要矛盾就是如何将用户留在鱼塘里，让他们持续产生价值。当然，如果你将鱼塘经营地足够好，就有更多其他的可能，比如我们的规模定制、个性定制，都是基于这个做起来的。

第三阶段：涅磐重生

信任突破口

刚刚我们讲到的「创客计划」，其实最重要是解决信任问题。

在 14 年的时候，我们做了一个用户访谈，发现很多客户都是通过搜索海尔找到的海尔商城，也就是很多用户对海尔有很强认知度，但是对海尔商城并没有太大的认知度，所以我们海尔商城最大的背书就是海尔这个品牌。

我们画了这样一个信任关系圈，从里到外，也就是从强到弱的信任关系。刚刚我也讲到电商的一个普遍特点就是人员变动比较大，但是内部员工即便是离职了，也是非常忠诚的一个群体，所以人员的变动反而成为了我们的一个突破口。

整个海尔集团一共8万人，假设每年流失掉10%左右，也有8千人，这个群体其实是非常大的，而且他们身边的家人、亲戚、朋友、同学、同事等等，都会因为他现在或者曾经是海尔的员工而对他有强烈的信任感。相信大家都会有这样的经历，知道自己的某个亲戚或者朋友在海尔这种家电公司工作，会很自然地请他帮忙挑选和购买家电。所以我们把内部员工和他身边强关系的这些人划在这个信任圈的第二环。

第三环就是第二环这些人身边强关系的人，这样一环扣一环，我们就能覆盖到大量的人群了。当然第四环就是普通大众了，对于这一环我们就需要用一些市场营销、品牌等方式去影响他们了。

建立这个信任环，让我们直接突破了大家电电商的自然法则，即低转化率和低复购率。目前我们的转化率已经达到了21%，复购率达到了43%，这个数据是非常高的。

三端定位

除了解决信任问题，我们还做了三端定位这件事。为了达成高转化率和高复购率，我们还是把重点放在用户留存和激活上面。

正如上面这张图，对于外部的鱼塘，我们还是使用传统的拉新方式，比如广告商 DSP （Demand-Side Platform，需求方平台），自然搜索等等。但是对于我们来说，重点是在内部鱼塘的运营。

对于内部鱼塘的运营，我们做了三端定位，这三端分别是 eHaier PC 端/ WAP 端、顺逛 PC 端/ wap端、顺逛 APP。eHaier 的使命是完成首次成交，顺逛 PC 端和 WAP 端需要完成高复购以及用户迁移的使命，最后将用户导入顺逛 APP，让他们在这里持续地被激活，持续产出价值。在顺逛 APP 中，用户可以得到非常多好的体验，包括线下店地点信息、物流信息、个性化定制等等。

我们在 2015 年 9 月上线过海尔商城移动端APP，但是我们发现它并不能解决低转化和低复购的问题，这是一个失败的探索。「创客计划」的成功让我们产生了开发顺逛商城的想法，最后发现这个才是解决转化率和复购率最好的方式。

流程变革

在第三个阶段，我们还完成了整个流程的变革。从研发到售后的服务，用户全程参与。

这个流程对用户激活起到了非常好的作用，从以前的串联到并联，实现了用户的全触点交互流程。

三店合一

2017 年的上半年，新零售非常活跃。新零售第一类的几个关键词就是，生产、销售、流通的变革，上面那个流程就是我们做的变革，将用户放在中间，让他们参与到每一个环节。第二类的关键词是，线上服务、线下体验以及现代物流的深度融合。

关于线上服务，我们已经积累的多年的经验；而线下体验就更不用说了，我们从1998年就开始创建线下专卖店，到目前为止，已经有3万多家线下专卖店了。所以对于新零售的升级，我们需要做的就是把线上和线下打通，提升用户的体验。

我们独创了一个概念 OSO，即 online（线上店）、social network（社交网络）、offline（线下店），顺逛微店就承担了social network 这个功能，连接线上和线下的渠道，激活用户，让他们持续产生价值。

直到 2017 年 9 月，顺逛微店已经完成了 70 万店主的入驻，1.6 万个活跃社群的搭建，1.7 万个线下门店的搭建，以及 6 亿平台交易额的突破。这个成绩单也是非常令人欣慰的。

第四阶段：引爆引领

在第四个阶段，经过多年的积累，我们已经拥有了大量的独特资源，形成了一个“人单合一”机制驱动下的大物联网平台。除了之前说的三店合一平台，我们还形成了4个独特的网络，包括营销、物流、信息和服务，他们分别承担着不同的业务体系。

比如营销网，下面包括乡镇网点、县级网点、家电网点和综合网点；物流网包括仓库资源、车小微业务以及日日顺物流；信息网包括大数据、用户中心、巨商汇、E-store；服务网包括服务兵、日日顺服务、社区服务和智慧服务。

除此之外，我们还形成了4个大的平台，包括COSMO、大共享、大数据以及文化产业。三店合一平台，以及这些独特的网点和平台，才构成了海尔顺逛特有的大物联网平台。

三、物联网的一些思考

最后我想讲讲我对物联网未来的一些思考。

我们每天都会卖出去很多的家电，现在我们也开始卖一些和家电相关的社会化产品。如果这些家电和产品都是智能的，那会是怎么样的世界呢？

所以我理解的物联网和人工智能，应该是把我们目前那些愚笨的物质，通过人的智慧让他们变得更加聪明、智能，拥有情景感知的能力。再加上社群的力量，创造更大的价值，反向服务于用户。这是我觉得物联网、人工智能和海尔结合起来，能够产生的力量和价值。

物联网和人工智能，就好像我们人类最初学会使用工具一样，这是非常伟大和超越的一步。我们海尔也非常希望能够在这样的时代背景下，多多尝试，去做一些能够引领社会的工作。

以上就是我的分享，谢谢大家。

最后，欢迎各位对用户行为数据分析感兴趣的朋友免费试用数据分析工具 & 数据分析服务 - GrowingIO。

谢邀。

作为一家平台与生产力公司，自数字时代伊始，微软便不断发挥自身独道的技术优势和经验，致力于以创新技术赋能数字化转型这一时代使命。在中国，微软亚洲研究院凭借20年扎实的科研积累和技术实力，屡屡在将对数字化转型产生深刻影响的人工智能技术领域，取得突破性进展——我们在计算机视觉、语音识别、机器阅读理解、机器翻译等领域的技术水平已先后达到或超越了人类。这些成就让微软在全球数字化浪潮汹涌澎湃之时，能够主动担当起远见者和赋能者的关键之职，为业界带来成熟、可信、全面、敏捷、智能的技术、平台和解决方案，帮助更多企业在数字化转型中获得成功，并带动整个产业不断升级。

但是，在推进基础研究水平，加速技术落地的同时，我们也在认真反思数字化转型的内涵与意义。事实上，数字化只是漫漫转型征途的第一步，智能化才是我们真正要达到的未来彼岸。然而，当下以人工智能为代表的新兴技术，大多仅让现有产品智能化，解锁现有产品中的智能价值，但人工智能的力量，决不止步于此。人工智能技术的真正价值，应当是深入到各行各业、与具体的实际应用场景相结合，甚至催生出真正“powered by AI”的全新产品，从而彻底颠覆现状。

基于这些思考，我们提出了“数字化转型即服务（Digital Transformation as a Service，DTaaS）”的概念。转型正发生在人们所熟知的各行各业，尽管微软有着先进、深厚的技术实力，但在垂直领域仍需要合作伙伴在各自行业的专业能力和洞察，双方并肩合作，才能真正建立该领域所需的“SaaS（软件即服务）”或“PaaS（平台即服务）”。而这样每一次的紧密合作与成功经历都将最终被凝结为一种针对于整个行业的服务模式，惠及更多企业和组织，这正是DTaaS（数字化转型即服务）的内涵所在。

“数字化转型即服务”这个观点有着长久以来的实践基础。此前，微软亚洲研究院与业界和学术界展开的合作主要仅集中于面向未来的基础研究层面。随着与各行业企业合作的深入，我们开始更加关注如何利用我们的技术实力去真正落地解决各行业实际存在的现有问题。就长期愿景而言，我们将侧重于与客户一同向未来迈进，去设想更多的可能性、创造更具未来感的社会场景。同时，通过密切合作，将这些创新的想法理念落地生根，最终，成功抵达数字化转型的彼岸。

我们率先在中国实践“数字化转型即服务”也是出于对本地市场特质的观察与理解。中国的IT环境与西方国家市场相比，既独特又具有相当大的潜力——一方面，多数中国企业拥有相对较轻的资产转型负担，且非常愿意拥抱新兴技术力量，尤其是人工智能技术；另一方面，中国企业也拥有更多对于边缘计算和离线环境计算的需求，且需要满足不同行业中多种监管的要求。依托“数字化转型即服务”，通过向各行各业开放微软的人工智能平台和技术，并与行业领先企业深入合作，我们期待能够与合作伙伴一同发掘更多的业务新机遇，创造更多的盈利场景，共同探索还未曾被发现的蓝海所在。

为了进一步推进“数字化转型即服务”，微软亚洲研究院于去年11月成立了“创新汇”。作为一个汇聚创新智慧、经验、技术的平台，桥接行业、企业场景和先进技术的窗口，我们希望拥有微软亚洲研究院的雄厚技术和人才资源的“创新汇”能够与中国市场上的大型企业、投资机构、政府部门建立更加广泛和深入的合作纽带，为大家搭建跨行业的沟通平台，借科技之力帮助企业和机构提升行业创新力和商业价值，实现共赢，进而推动各行业发展。如今，我们很欣喜地迎来了首批行业先行者鼎力加盟“创新汇”，并在多个领域初步取得了可喜的合作进展和成果。

合作案例

金融行业

中国领先的资产管理公司华夏基金在去年与微软亚洲研究院达成战略合作，运用微软亚洲研究院在人工智能领域的尖端技术以及华夏基金强大的投研实力，探索智能投资的疆界，推动资产管理行业的智能化转型。

双方选择多因子选股为突破口，探索出结合时空卷积神经网络和时变注意力模型的“AI+指数增强”策略。这一策略让华夏基金的指数增强型产品在沪深300、中证500指数上都取得了非常好的收益测试结果，并在实盘操作中，在同业可比指数增强基金中始终排名前列。

物流行业

我们与全球最大的国际集装箱运输及物流公司之一——东方海外航运展开合作，通过人工智能技术改善航运业的网络运营，提升业务效率。对于路径规划，传统的基于运筹学的组合优化方法费时费力且精度不高，这会对航运公司造成不小的损失。

我们在与东方海外航运的合作中探索出了一套全新的解决方法——竞合多智能体强化学习技术（Coopetitive Multi-Agent Reinforcement Learning），把每一个港口和船只建模成智能体，对原来的复杂问题分而治之，以去中心化的方式进行求解，将路径优化的时间减少至毫秒级，不但能够自动学习、适应变化，与环境持续交互，还能实现预测和优化的端到端学习，消除误差传导。这一方法预计每年可为东方海外航运节省1,000万美元的运营成本。

今年，国内领先的快递物流综合服务商顺丰速运旗下的顺丰科技也正式加入了“创新汇”，成为第二期的会员，开始了具体的合作规划。物流行业与人工智能的深度融合之旅已经开启。

教育行业

加快推进教育现代化是政府尤为关切的重点工作。而微软也一直以自身的笃定信念助力着中国教育事业的发展。所以对“创新汇”而言，教育行业十分自然地成为了我们先期投入的重点行业之一。在与全球领先的教育公司培生的合作中，我们双方将语音识别、自然语言理解、机器学习等人工智能前沿技术与丰富的英语学习资源相结合，联合开发了以人工智能为驱动的交互式英语学习应用——朗文小英，让英语教育变得更多元、更智能、更垂手可得，借助数字化技术特别是AI技术在个性化学习上发力。

医疗行业

随着人工智能技术在医疗领域的应用探索，礼来制药也与微软亚洲研究院开展了合作。在这家百年制药企业看来，数字化浪潮下要做的不只是药的创新，还有业务模式和服务模式的创新，最终让患者的健康得到改善。因此双方就微软提出的数字化转型的四个落地角度达成了共识：改进客户服务体验，进化产品，提高效率，挖掘员工潜力，发挥数字化及AI技术的诸多积极作用，比如及时、便捷地提供所需的疾病和药品的信息，让医生有更多的时间去治疗病人，在提高效率的同时提高治疗服务水平，挖掘AI技术在疾病筛查、辅助诊疗、患者教育支持等方面的强大潜能。

未来，我们还将继续与更多行业对接，针对更多场景、利用更多新兴技术进行深耕与合作，通过“创新汇”进一步推进“数字化转型即服务”。相信我们与合作伙伴的跨行业结合定能加速释放行业潜能，向未来的全面智能化共同迈进。

本账号为微软亚洲研究院的官方知乎账号。本账号立足于计算机领域，特别是人工智能相关的前沿研究，旨在为人工智能的相关研究提供范例，从专业的角度促进公众对人工智能的理解，并为研究人员提供讨论和参与的开放平台，从而共建计算机领域的未来。

微软亚洲研究院的每一位专家都是我们的智囊团，你在这个账号可以阅读到来自计算机科学领域各个不同方向的专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博和微信 (ID:MSRAsia) 账号，了解更多我们的研究。

什么是数据化转型？

数字化转型就是利用数字化技术（如大数据、云计算、人工智能等）来推动企业组织转变业务模式，组织架构，企业文化等的变革措施，如衍生出的智能制造、智慧城市等概念。

数字化转型是个和大数据一样，是个有点大有点虚的概念，映射到直接落地，相对接地气的概念就是数据化管理，也是当下很多企业正在实施的措施。

诸如企业的财务、销售、市场等业务自身就带有强烈的数据分析需求，领导也厌倦了查看一沓沓报表，更希望看到结论化的数据。如果说运用到个人或是某一个问题的叫数据分析，那么投入到企业的业务层面用于辅助管理产生效益的则可称为数据化管理。

回顾若干年前，企业做信息化总结起来就是实施ERP系统，财务系统，人力资源系统，客户关系管理（CRM）系统等等。这些信息化的项目有一个共同特点，就是把企业的组织架构，业务流程，运营模式等通过软件系统的形式固化下来，这样企业相关的员工，物料，设备，资金等要素就围绕固化好的软件系统运转。如果企业管理人员发现现有软件系统不适用现在的业务，就会实施流程变革等措施来优化现有的软件系统，所以信息化更多的是支持业务。

企业实施信息化后，企业相关的人，物料，设备，资金等要素就围绕固化好的软件系统运转，但是这些要素在企业日常运营过程中实际运行情况是怎样的，企业并不十分清楚，企业并没有一个系统能实时抓取并可视化企业日常运营全景，比如客户购买企业的产品和服务后的使用情况、市场的变化情况、工厂流水线的运行情况、供应链的运转情况等。如果需要这些数据，大都需要通过人力来统计，做各种报表，费时费力，且不一定能保证数据的准确行。

数字（据）化就是要通过收集企业日常运营的数据，客户使用产品服务的数据，市场行业，趋势等等数据，形成企业日常运营的全景图，反映到产品研发、服务流程改善、精准营销、销售模式升级、优化库存等业务的改进上来。

传统企业如何做数字化转型？

呼声最大的是生产制造业，所以以下很多都倾向于生产制造业的业务情况：

1、第一阶段：数据连接、采集、整理

数据是数字化的基础，数字化转型的第一步往往都是先进行数据连接。要分析什么业务，分析的指标有哪些，需要的数据有哪些，当下已有哪些数据，哪些数据不足需要定向收集。

比如：

生产可以通过传感器等设备收集生产环节的数据。

库存可用过扫码等手段来收集，以及后续物流运输数据。

销售可以通过改进业务流程，设置数据采集环节来收集数据。

营销可以通过网站的埋点来收集用户的行为数据。

……

数据采集的成本比较高，而且往往大动干戈。建议先做好数字化路线和场景的规划，尽量自顶而下推导到底需要哪些数据及其采集技术，往往数据采集的难点不在于技术层面，而在于业务层面的推动。

采集到数据还只是第一步，后续需要有大量的工作保证数据质量，数据有问题分析再严谨都是空谈。建议在数字化规划阶段，需要对全数据链路进行详细设计，争取做到几个要点：

①多个系统相联通，至少保证同一种数据在不同系统中是一致的；

②通过数据链路设计使得相邻环节的数据可相互校验；

③数据质量需融入日常运营管理流程。

然后是数据整合。采集到的数据往往都分布在各业务系统内，但后续分析的时候往往会涉及多种业务的数据，比如财务+销售，所以系统之间的数据壁垒要打通，避免数据孤岛。

系统来看，就是从数据分析出发，向上要保证数据口径的统一，避免数据对不上。向下要以分析为目的来搭建数仓和数据中心，让数据整合—数据清洗—数据分析—可视化都在一个平台上进行。

在这个过程通常需要借助BI平台、数仓来搭建。

有些数据体量大的企业会搭建大数据平台。

2、第二阶段：数据分析及可视化

数据连接完成后，下一步是基于业务需求分析和可视化展示。分析分为历史和当下数据按指标、业务归类展示，生成报表、可视化报告。涉及到具体问题比方说找到带来80%营收的20%家优质代理商，则需要数据挖掘技术来追踪定位。

数字化成熟到一定程度，各个业务都应该有相应的可视化模块，运用商务智能BI系统或制造智能MI系统，这是企业实现数字可视化的重要工具。

帆软：大屏做成这样，领导不重用你都难！

3、第三阶段：精益分析

在第一阶段和第二阶段推进一段时间之后，企业多数已经具备自动化和信息化的基础，往往这时候企业会开始思考：“我有这么多数据，能看到这么多报表，我怎么提升效率降低成本呢？”因此，进入数字化转型的第三阶段精益分析。

传统企业在推行精益/工业工程方法和工具时，工业工程师或咨询师一般通过现场诊断分析来发现企业生产运营管理的问题，并指导企业持续改善的路线。

绝大部分生产制造企业在精益化方面相对落后，而精益分析的阶段需要企业利用数字化软硬件技术和工具，来固化、简化并优化精益化的过程，将原来经验驱动的现场诊断，逐步转化并结合实时数据驱动的数字化诊断，更客观、更及时、更全面、更智能地去发现企业生产系统中存在的浪费和问题，这也是智能制造中所谓“智能”的第一小步。

4、第四阶段：高阶分析

基于第三阶段精益分析的成果，企业及其管理者被赋能，能够更简单、更准确、更及时地发现企业的生产运营问题后，就面临到如何分析问题产生原因并且提供问题解决方案的挑战。

这时候就该是大数据和人工智能技术的用武之地，通过机器学习等技术对最佳历史实践进行提炼并预测，通过APS等技术为企业的计划排程提供智能决策，通过知识图谱等技术构建企业的知识库，通过计算机视觉听觉等技术替代现场枯燥无聊的重复劳动工位等。

针对于每一种行业、每一道工艺、每一个流程节点，都可能有一些工业应用场景需要大数据和人工智能技术，来辅助管理人员进行快速决策，乃至解放管理人员进行自动决策，从而真正实现企业智能制造，是为高阶分析。

5、第五阶段：全面转型

当企业推进内部的智能高阶分析至一定阶段之后，必然需要与全供应链的其他智能企业进行连接，实现智能化的全面转型。

最后，啰嗦几句

1.落地是从一到五，设计是从五到一。

2.软硬件全买最好的，不如用精益方法先把整个流程撸通，然后逐步迭代升级（可借鉴IT行业的敏捷开发模式），在技术发展太快的今天，除非你能像换iPhone一样换你的数字化系统，不然总有更好的版本，更好的产品。

3.一次性把数据采集全了，不如挑一、两个典型工业应用场景（痛点）直接从第一阶段干到第三、四阶段。

4.智能制造、工业4.0、人工智能、大数据、物联网、MES等都是概念，往往每个人对同一个概念的理解都不完全相同，不如简化一下思路，这么想：我想要哪些数据，能帮我把哪里管得更好。

帆软：数字化转型探索之路——基于精益生产管理的数据决策分析体系大型传统企业如何在公司级数据整合、数据治理、数据运营中把握好业务和数据的关系，逐步实现智能化转型？信息化、数字化、数据化以及数据化运营的区别？帆软：如何做好库存分析？

传统企业做数字化转型分为3个方面：

首先是生产流程的数据智能化管理，也就是ERP管理。针对生产制造企业，从订单到生产线生产到仓储管理、物流派送、终端经销形成一个整体的数字化管理系统，用来管控生产环节，提升效率，减少损耗。

其次是企业内部管理，也就是OA系统。包括人事、财务、行政、流程审批等相关管理，主要在于提升企业运转效率，节约企业审批环节，但很多企业在刚刚使用OA系统时往往会更麻烦。

最后是CRM管理系统，也就是客户关系管理。主要用于企业的市场营销方向。

整体来看，传统企业的数字化转型首先需要用电子信息化系统来进行企业生产制造、市场营销和内部运营三者的改造，大多数企业其实已经有了相关的电子信息化系统，但系统中的大量数据仍然不知道如何去用。

诸葛io作为数据智能决策平台，服务了超过五万家客户，其中不乏传统企业客户。在刚刚与客户接触时我们发现，企业内部有大量的数据，但缺少分析。

所以，传统企业的数字化转型第一步为通过管理系统让企业产生数据，第二步是针对企业现状及数据资源加以分析，让企业使用数据，通过数据指导决策。

以一家食品类传统企业的预定平台为例，企业完成数字化改造后，在用户管理系统上推出了电商功能，用户可以查看自己订购的产品，也可以在线下定。

为了推广自己的电商APP，企业在市场营销上通过经销渠道，向顾客宣传APP的功能，并指引顾客使用，但效果并不好。

企业认为，问题出在用户群体上，大多数用户为上年纪的老人，不熟悉也不习惯手机APP的使用，导致电商平台的推广搁置。

在接入诸葛io的数据分析能力后，我们整合了推广过程中的用户行为数据，通过漏斗分析发现，用户在指导下基本能够完成找产品-浏览下单-生成订单的路径，但在支付环节上的流失率过高。

（诸葛io漏斗分析页面效果）

由此可以判断，用户在促销人员的指导下能够完成下单，但由于缺少支付工具，或者对在线支付的不信任，影响了整个流程。

针对这种情况，企业在软件设计上可以通过绑定亲情账号进行代付、推出赠送购物卡等功能解决支付问题，在营销上通过DM单的形式让顾客将信息传递给家人来实现转化。

通过这个小案例，诸葛君想说的是，数据是企业转型的基础，将数据用到实处才是数字化转型的关键。

关于我们：

诸葛io定位于为企业提供基于用户行为数据的采集、分析和营销的整体解决方案。是国内领先的数据智能服务商 www.zhugeio.com

目前我们正在为互金/教育/新零售/保险/汽车等行业提供大数据整体解决方案并提供咨询服务。服务客户有：光明随心订、食行生鲜；人人贷、阳光保险、众安保险、平安；宝马、奥迪、大众、NEVS；饿了么；东易日盛等。

诸葛io数据智能分析免费试用入口

客户：东易日盛 | 向上金服 | 光明随心订 | TutorABC | 麦子学院

指标：病毒传播系数 | 复购率 | 粘性 | 漏斗 | 太阳图 | KPI

产品：改版评估 | 埋点需求文档 |

运营：用户运营 | 跨应用市场追踪 | 推送策略 | 运营阶段

市场：推广三要素 | 智能触达 | 精准推送

其他：行为数据基础篇 | 客户成功 | 采集模型 | 广告监测

不同的行业在细节上有不同的做法，这里只给出通用性的分析。

用网易副总裁、网易杭州研究院执行院长汪源的话说：数字经济已经成为中国经济创新发展的主流模式，未来只有一种企业，就是“数字企业”；而要成为数字企业，第一步即是要采用云计算、大数据的技术。

在中央层面，数字经济战略的政策重点是支持产业升级与创新，IDC《数字经济，创新引领——2018中国企业数字化发展报告》对如何发展数字经济给出了全面的诠释，包括内涵、目标、现状和方法，核心思路为：

数字经济是中国经济发展新动能
数字化创新是数字经济的核心
数字化赋能才能助推企业创新

IDC通过对我国金融、制造、教育、零售、文娱、政府等六大重点行业的 100 家大型企业调研结果，揭示了重点行业的数字化发展现状，也针对性地给出了数字化创新对企业能力的要求：

变革能力，高层管理者有效地推行变革措施的能力，包括创新、整合、吸收三个维度。
敏捷能力，企业在不断变化、不可预测的经营环境中快速反应并给予恰当应对措施的能力。
利用生态能力，企业通过数字化平台和云平台等工具与客户、合作伙伴有效沟通，并借助其力量创造价值的能力。
数字化产品与服务，通过不断迭代、实验和测试的方式开发新产品与服务，并实现频繁乃至连续更新，不断提供客户价值的能力。
数据资产化能力，利用内部数据、产品产生的数据、第三方数据，实现直接或间接的数据变现，使数据成为企业核心资产的能力。
经验数据化能力，将各业务部门员工的行业经验进行提炼，并形成可复用的数据模型的能力。

IDC认为，从业务出发、以场景化应用为先导应是企业数字化赋能的基本原则。企业需要找到优先级最高的数字化战略重点，协调各方资源实践创新行动，同时设立合理的指标评估绩效，从而进一步协调资源，推动创新行动由点到面的扩张。

遵循这一原则，IDC将企业的数字化场景划分成三个层面，企业可以结合自身行业特征，寻找自身需求最为迫切的场景作为数字化赋能的突破口，并寻找适当的技术产品予以实现。

该报告还给出了获得这些能力的方法，以及先驱企业的优秀案例。

了解更多信息，可以下载《数字经济，创新引领——2018中国企业数字化发展报告》完整版。

一、数字化转型的焦虑

数字化转型已经成为所有传统企业在面临数字经济时代最大的焦虑。

一是与消费端用户零距离接触的服务市场在七八年间完成了各个细分行业的跃升变迁，新的服务方式、新的服务场景从根本上改变了行业格局。数字经济爆发的弯道超车的力量被广为认可；

二是数字经济在消费端市场爆发的巨大潜能已经开始不断向流通端和制造端垂直渗透，传统企业尤其担心面临的是一个不跟进则被抛弃的大势，但传统企业面临的最大的问题是跟进无方，很多企业几乎是眼睁睁的看着自己与数字经济时代渐行渐远。

如何解决企业的数字化转型的焦虑已经成为企业服务市场巨大的商机，这个市场从到总体市场规模、到对实体经济发展的推动作用来看，都远远大于已经成为红海的消费端市场。

京东金融研究院将推出系列数字化转型或者实践较为成功的商业实操案例分析，从行业角度剖析真正数字化转型能够成功的案例之间的共性，希望能够有助于缓解企业数字化转型的焦虑。

二、规律总结

各个细分行业发展规律各不相同，但不同细分行业能够获得数字化转型成功的企业需要具备以下四个能力：

第一，有采集、存储、分析数据的能力；
第二，所涉及的人、物、场和流程，均可数据化；
第三，具有平台化特征，能够对所有参与方和流程起到中控和连接的作用；
第四，随着数据的不断积累，有动态优化、自我迭代的功能。

京东金融研究院梳理了各个细分行业，三种类型的公司能够具备以上四种能力，分别是：核心企业、平台公司与技术服务公司。

三、核心企业案例分析: 三一重工

核心企业是在产业供应链条中占据重要地位的企业，其利用自己在行业中的优势地位，促成行业不同主体的连接。

1、采集、存储、分析数据的能力

第一，生产端：三一重工收集智能制造所需要的一系列制造数据，包括机械所需原材料、生产周期、研发数据等；

第二，产品端：三一重工基于自主的控制器和自主研发智能器件、专用传感器等“终端”，实现了泵车、挖机、路面机械、港口机械等132 类工程机械装备的位置、油温、油位、压力、温度、工作时长等6143 种状态信息的低成本实时采集，实现了全球范围内212549 台工程机械数据接入，每天有5000 多个维度、2 亿条的大数据资源的不断积累；

第三，产业链端：通过对设备360 度全生命周期管理，为客户提供基于机器或设备的数据分析、故障预测、产品设计、运营支持及商业模式创新等工业互联网领域一站式解决方案服务。

2、所涉及人、物、场和流程，均可数字化

三一重工自主开发企业控制中心（ECC），将生产制造执行系统（MES）、企业资源计划系统（ERP）、产品数据管理系统（PDM）等有机统合，实现了智能生产的数字化、高效化。伴随数据能力的增强，三一重工的经营范围持续扩大，从机械制造，到售后服务，到供应链金融，到保险服务，实现主业和辅助行业的搭配覆盖。

三一重工的生产制造执行系统（MES）衔接企业资源计划系统（ERP）以及产品数据管理系统（PDM），将研发数据以及ERP 的核心数据根据现场需要进行整合。而在现场生产过程中，再向这些系统反馈生产进展。

图：MES系统（资料来源：京东金融研究院）

3、具有平台化特征

能够对所有参与方和流程起到中控和连接的作用；三一重工基于业务流程实现端到端横向集成。包括对制造商、供应商、零售商、客户等整条供应链上不同企业之间的协同和管理。

此外，企业控制中心（ECC）有远程诊断、一线服务、二线服务、物流管理、远程监控、故障解决，把相关的人连起来，串联起来形成完整的闭环。

目前ECC 累计接入设备超过20 万台，构建了基于大数据的远程诊断和服务系统。每台设备交付客户使用后，系统内都会自动产生保养订单。系统自动派单给服务工程师，使用客户逐步摆脱了设备故障只能求助现场服务工程师的传统模式。

4、随着数据的不断积累，有动态优化、自我迭代的功能

随着数据和模型构建能力的积累，三一重工发布工业互联网平台“树根互联”，持续投资超过10 亿元。通过IaaS、PaaS 层的大数据存储和运算能力，快速提升机器运行效率，并将物联网技术与工业生产力相结合，具有很强的广泛适用性。

借助该平台，三一重工不仅能高效完成设备分析、预测和运营支持，还实现了从设计、制造到提供租赁和维护服务，再到大数据分析服务等一系列商业模式上的创新。利用云计算和大数据，“根云”平台将生产设备和仓储系统等独立单元相互连接，远程管理庞大设备群的运行状况，不仅实现了故障维修2小时内到现场、24 小时内完成，还大大减轻了备件的库存压力。

三一重工和飞机引擎罗尔斯罗伊斯公司的商业模式非常相近。对，就是那个最先发现马航MH370 失联真实飞行路线的公司。

图：马航 MH370 失联飞行路线

罗尔斯罗伊斯公司拥有全球绝大多数飞机的引擎，并将引擎的使用时间卖个各大航空公司。通过对全球飞机引擎进行数字化管理，降低航空公司的运营成本并且提升设备引擎设备维修的精准预测和精准服务。

平台化与迭代方式的不同让这两个公司的未来发展前景有了迥异差别，一个是航空领域某一时代的恒久巨头，而另一个成为与时代共同前行的率先试水者，通过连接与平台化操作的方式，不断拓展深耕领域的边界。

本文作者：京东金融研究院

更多相关内容，欢迎关注：“京东金融研究院”微信公众号

更新：现在是不是写干货都没人看了？有点伤心…

好吧，我为这个课题花了整个周末时间准备，熬了两个通宵完成，非常长，建议大家耐心看完。

在看正文之前，我来给大家画个故事

通过以上，大家应该对企业数字化转型有了模糊的概念，但是这张图只是展示1%的难点。

一直以来有很多同学都想让我仔细聊聊企业的数字化转型，每每拿起笔来总感觉无处下手。一方面企业的数字化转型题目太大，足够写出一本书来而自己又着实没有时间；另一方面，不同企业的特点不一样，似乎并没有一个放之四海皆准的公式。

但随着自己在世界各地看到不同的行业、不同的企业在数字转型的案例后，我无形中有了一种紧迫感。这种趋势是如此之猛，以至于留给国内的大部分企业的时间似乎已经不多了。

企业做数字化转型的必要性

对于企业而言，数字化转型的根本是通过

数据来推动业务的增长。这些数据是通过各种新技术来获取的，不管是信息技术、虚拟现实、机器人还是大数据。通过对业务模式，业务流程，企业组织的改造，让所有的业务能够基于数据进行驱动，从而实现更好的客户体验，更高的组织效能，形成新的价值。

这种转型是没有行业区别的，几乎所有的行业都已在其中。在交通行业，网约车正在颠覆传统的出租车行业；在零售行业，网商正在颠覆传统的线下零售业；在银行业，传统银行要接受来自金融科技企业的挑战；甚至在农业中，已经有企业通过对土壤、种子、气候的数据分析来精细化运营，提升效率，产生业务价值。试想，一个通过数据全副武装的企业和一个停留在机械化乃至人力密集型层面的企业竞争，胜败岂非显而易见？

不仅仅在企业效率层面，数字化时代的商业模式也在发生着巨大的转变。与过去B2B和B2C泾渭分明不同，现在的B2B和B2C之间的界限也在日益模糊，逐步向着B2B2C转变。对于企业而言，需要面对变化更加快速的市场作出快速的变化。如果说效率的提升只是决定了利润的多少，对市场的响应速度则决定了企业的生死。

数字化时代是一个赢家通吃的时代，一个产品的推广速度已经远超过以往。以用户数首次达到5000万所需的年数为例，收音机需要38年，iPod需要4年，互联网需要3年，而推特只需要9个月。在数字化的浪潮之中，速度就是生命，这是一个赢家通吃的时代。不跟随，就淘汰，企业做数字化转型势在必行。

很多人会问我一个问题，那就是数字化转型到什么程度算成功呢？换句话就是说，数字化转型的目标应该如何制定？

这个问题确实是企业进行数字化转型首要回答的问题。因为不同行业、不同企业的特点不一样，选择目标也就各有不同。如果一定要说什么地方相同，那就是“企业沉浸在数字之中，让数字如血液般在企业内部流动”。在我看来，完成数字化转型的企业最理想情况应该是这样的：企业内/外部的所有交互均是基于数据，对于外部任何细微的数据变动，企业能够迅速感知并作出反应。所有企业的决策/考核都是基于客观的数据，所有人的主观猜测和推断均不会影响企业的正常运转。

以上是我的一种感性描述，如果真的要进行客观细分，我觉得需要从几个方面入手：

企业做数字化转型方法论

1. 强化新的技术基础

企业数字化转型绝不仅仅是IT系统的建设和升级，但却离不开IT系统的支撑。除了企业使用的管理和生产软件外，我们还需要一个自动化、实时的大数据分析引擎帮助我们处理大量的数据。同时，集合业务需要，远程协作、虚拟现实等技术也都可以逐步引入。这点的目标是将我们日常的工作和交流全部数字化，做好转型的技术基础。

2.构建新的业务框架

这里的业务框架主要聚焦于企业内部，对于企业内的不同团队、部门乃至于子公司，打通期间的数字藩篱，让数据在企业内部以同样的标准流动起来（有点像秦朝的书同文，车同轨）。

3. 构建新的生态体系

如果第二点是练好内功，构建生态体系就是打造外部全新的数字化环境。我理解对于一个企业而言，要想影响企业上下游的生态环境是非常大的挑战。但是，一方面数字化环境搭建好之后，上下游的效率会有较大的提升；另一方面，这也是一家企业在行业中的壁垒。这里，我拿通用电气举例，他们在IoT（物联网）领域搭建了开放式平台Predix，现在这一平台已经是物联网/工业4.0的一种标准了，与之同时，通用电气在物联网领域完成超车，霸主地位初现。在目标确定之后，我们改如何执行数字转型呢？

企业做数字化转型执行

1. 建立符合数字化转型所需的业务形态

每种业务形态都是与行业和时代相关的。就以零售业为例，从最早期的货郎、市集，再到专卖店，大型超市，不同阶段的零售模式都在发生天翻地覆的变化。而亚马逊、阿里巴巴这样的电商基于数字化的业务形态，正是对传统零售的巨大颠覆。电商这种新的业务形态正式在数字化之下的一种成功业务形态转变。

2.建立符合数字化转型所需的企业文化

对于任何一家企业而言都离不开人，而企业文化正是对于企业内“人”的一种管理和约束，所以要想企业数字化转型成功，就一定要塑造适合的企业文化。能够推动企业文化的变革，通常取决于企业的最高管理层。所以，这个变化需要企业高层首先认识到数字化转型的必要性，明确企业转型的最终目标，认识到企业现状与目标之间的差距，然后确定路径并一步一步坚持走下去。

3.建立符合数字化转型所需的组织结构

企业的组织结构直接决定了企业的管理模式和效率。传统企业而言，金字塔式的组织管理足够稳健，能够保证企业的健康存续和发展。然而在数字化时代，过多的管理层级将极大的影响企业对于变化的响应速度，同时，企业需要有强有力的数字化推进机构来帮助高层实现数字化转型的落地工作。这里我强烈建议组织向互联网的扁平化进行过度，同时建立“数字化转型指导中心”，下设数字化转型管，直接向CEO汇报。以一个独立部门形式推动整个企业内的转型工作。

4.建立符合数字化转型所需的技术基础

前文关于技术方面的内容已经有所提及，这里就不做冗述。

5.建立符合数字化转型所需的运营体系

单独将运营体系从业务线中拉出来单独讲，是因为在数字化转型后运营是非常关键和核心的部分。由于数据往往是逐步积累和分析的，并且业务在数字化基础之上转变速度会非常快。这就需要运营能够具备有以下能力以支持企业数字化运营：快速发展迭代的能力；以数据驱动的里程碑机制和预算与里程碑挂钩。这部分内容如果单独拉出来，又可以单写一大篇文章了，这里就暂时不展开说明。

最后，

数字化转型无异于对一家企业脱胎换骨，洗经伐髓。转型的过程注定是艰难和痛苦的。

但当一家企业完成了从业务形态，组织结构，技术管理、企业文化、人员组成的数字化转型，无疑是一种升华和重生。

在未来的时间里，这家企业将以一种高效，敏捷，快速的发展速度，在数字化的浪潮中成长壮大。

你的点赞是我在知乎持续写干货的动力^_^

欢迎大家关注我微信公众号：空白女侠 曾经是名互联网数据分析师目前在伦敦从事数据及顾问工作，想通过写一些自己的心得给大家呈现不一样的职场感受。

一诗以蔽之：

都很直白，只解释下啥叫总结大会吃到饱，就是一般参加总结会的积极性都不高。所以最好安排在10点钟开始，午饭选个好餐厅提前告诉大家。这样就能多勾引各个部门关注了

传统企业推动数字化核心难点，在于经营模式的不同。不像那些烧钱的互联网公司，花大价钱砸数据不心疼。那些还在靠买东西挣毛利的传统企业，是经不起大把烧钱的。“一个项目要吃掉一个分公司一年利润，那它能挣多少钱？”是永恒的问题。

另一个永恒的问题是权力分配。传统企业不像互联网企业，组织架构扁平。传统企业往往经营了很多年，政治关系复杂，权力分配讲山头。导致了新项目本身就难落地。如果是“数字化渠道”类的项目，就一定牵扯到线上线下销售关系。如果是“数据化管理”项目，就一定牵扯到现有的流程规范。反正都要动现有的东西，就一定有人不同意。

有些刚做传统企业项目的人，会幻想着“只要大老板支持”不就好了？传统企业不都是老板说了算吗？打个不恰当但是形象的比方。只幻想大老板支持，很容易遭遇“杀晁错，清君侧”的事。在具体落地的时候被执行部门PK死：

老板说得对，不代表做项目的人说的对，不代表做项目的人给的方案是对的。其他部门想攻击肯定从执行人和执行方案入手。

所以有一些条件是必要的：

大老板支持：这是必须品
立项要高深：什么大数据、人工智能、阿尔法狗一起放出来，越高深越好。立项太接地气的话会被现有的部门指责：这我们不已经有了吗？这个不就是换汤不换药吗？
落地速度快：立项高深不代表做的复杂。一期落地一定要，不然越拖得久，老板们期望值越高，最后摔得越惨。
落地要见效：早期落地的东西越要接地气。最好一线能马上用上，马上见效果。这样哪怕一开始没有多少人看好项目，至少在小部分人可以做出口碑
见效要推广：有了效果，就可以包装成功经验推广了。没有人会拒绝成功，大家只是怕背失败的责任而已。所以有了先例，一般就会有大量的合作进来，后期项目就顺利了。

这就是开头那首诗的来源。在我10年从业生涯中，传统企业是重要的客户群体，毕竟传统企业的开发能力弱，需要我们这些乙方提供服务。他们不缺改变的意愿，经常缺的，是改变的环境、氛围、思想准备。过往的成功往往会成为未来继续发展的阻力。所以在做项目的时候才得讲究战术，规避一些执行上的风险。

这里成功和失败的例子都太多了。说成功的，往往是抓住了一线的痛点做突破口，快速打造出成功标杆的。比如给某个建材企业做项目期间，就从一线导购能力弱，不懂专业知识入手，做一个《金牌导购》电子手册。导购们很轻松查到专业的材料知识还有销售话术，就很快速用起来。然后还做了小答题功能，答专业问题有奖，以大区为单位，答对的排行前10的领红包。又把基层积极性调动起来。渠道部看到门店的专业度提升，销量增加喜笑颜看。后边二期三期的项目就顺利成章往下做。

是滴，这些玩意一点都不大数据人工智能。然而却是突破的关键点，因为速度快，管用，所以一线愿意使用。一线愿意使用，就有机会收集更多数据，有机会把跟进提醒，信息推送落地。有了数据，有了愿意执行跟进信息的一线，后台的数据分析，算法，用户画像才能落实到业务开展上。不然就指望传统企业那个数据质量，直接上什么大数据，就是把地基打在烂泥里。

说失败的更多。比如某集团IT部想推一套精准营销系统，刚立项就被业务部门迎头痛击。顾问在台上讲大数据精准营销，用户标签，推荐系统价值。Blabla半天，底下业务部门开始开火了：我们的SKU很少，不像天猫京东那么多，为什么要用这种系统？用户标签采集需要一线做多少事情，要动现在的流程，培训/落地/执行/督导的成本哪里出？谁来出？全部落地完了要至少2年才能见效。到时候产品线布局有调整你的算法要不要改，又得多久才能见效？你基于旧产品线训练的算法凭什么可以用在新产品线？你推荐的东东和我们一线执行不会卖怎么办？为了执行你的推荐，话术/辅销品/产品展示流程谁来配合？……

台上的顾问被喷的体无完肤，一脸茫然不知道从哪里答起。是啊，你问一个写代码的人如何卖货，他肯定回答不上来。但是卖货却是传统企业最核心关注的问题。抛开问题去谈技术，真的就会被怼的这么惨。——啊哈哈哈，好在那个被怼的人不是我，但是惨案发生时我确实在场。会后有高人帮我点破真相：业务部门只是单纯的不想多一个IT审批流程而已，在方案里真正激怒他们的，是“基于系统统一管理营销资源”这一句话，只是人家没有直接攻击这一点而已。他们明知道程序员不会卖货，就故意刁难怎么卖货，一定会把人问死。

所谓：做事情既要低头看路，又要抬头看天，还得左右看人，就是这个道理。数据分析的方法是固定的，但如何发挥效果，还得结合具体企业需求来看。说了半天传统企业，其实互联网企业推项目照样一堆坑，不过那是另一个话题了，有空再分享。

话题联动：接地气的陈老师：数据分析的结果该如何落地？

当数据分析之路遭遇困惑，你还需要提升这些能力

首先我们可以来讨论一下传统企业为什么要做数字化转型？

网络信息在不断地发展，“互联网+”是一种时代趋势，在不同领域、产业都能产生很大的影响。“互联网+”的环境下，社会的运转随时都会产生数字数据信息，未来企业想要进一步地发展和壮大，可以充分利用这些产生的信息数据，朝着数字化方向进行转型。

但企业在数字化转型时一般会存在认知的误区，这一误区就是将简单的数字化转型等同于数字化技术。数字化技术可以更好地帮助员工，让企业里的员工有更丰富的知识储备和更强大的生产技能；数字化也可以更好地帮助企业，让企业具备更快速的市场响应能力和面向客户的服务能力。

传统的管理是表单+流程+效率，体现的是19世纪泰勒的科学分工等一些传统的思想，那是一种风险控制思想的体现。而新经济大多数人认为是数据+协作+创新，体现的是数字化技术的赋能、数据可变现的价值、企业组织扁平化，员工自组织、自流程以及对员工个体创新的激活。其核心是激活个体、激活组织，体现“我为人人，人人为我”的新的商业哲学和价值观。因此，想要顺应时代发展，就要顺势而为，充分利用网络数字化。

在讨论完“为什么”之后，传统企业又该如何来做数字化转型呢？

1.加强与客户迭代互动的交流

当前我们正处于“互联网+”的时代，这一时代背景下，与客户之间仅仅保持基本的互动是远远不够的。例如，传统客服中心仅为客户提供简单、重复且低水平、低层次的互动，是难以继续提升价值的，所以最为重要的是实现互动的迭代。比如，人们可以使用企业微信与客户交流的同时，还可以连接个人微信与客户进行更私人化的交流，在最为基础的信息交互以及好友彼此之间的信息理解之上，进行不断迭代的互动和沟通，才能实现深层次的沟通，这样的交流才能持续才能有价值，才能保证一定的活跃度。

2.开创创新思维

在“互联网+”时代中，创新已经不再是企业的专属。在企业的发展过程中，产品的创新、服务的创新，不仅仅是企业工作人员凭空想象的，而是立足客户的需求，对用户的行为进行观察和分析，将结果作为创新的依据。在数字化时代，企业要做的是突破自己的思维，并且以一个开放的心态与客户互动，在深度交流中获得创新。

3. 建立客户生态数据库

我们一直在讨论“数据”，但是数据的实质不是简单的收集用户信息，并对其进行基础性的完善，而是要在和客户的交流互动当中，进行新价值的传递。但是在企业的现实经营活动中，许多企业中海量的用户信息没有被加以有效的利用，被束之高阁，在数据库中失去了价值。

我们要做的就是建立一个完善的数据系统，来进行统一分析、管理，从而打造活跃的客户生态。比如说：南沙大酒店和企业微信的合作，管理者每天通过企业微信就可以查看酒店报表，外部网评分析、内部客人需求分析。用更专业的工具对客户反馈的数据进行收集，传统无法量化、无法统计的数据现在轻易获取，及时发现酒店服务存在的问题，更好地服务每一个客户。

未来是数据化的时代，“互联网+”是不可逆的，在这时代背景下，传统企业的数字化转型是企业未来发展的关键性途径，也是企业提高自己市场竞争力、增强综合实力的唯一途径。

参考文献：

【1】于雷.对“互联网+”下传统企业数字化转型的认识[J].山西农经,2017(14):95-96.

【2】邱烨.数字出版平台企业商业模式研究[D].北京交通大学,2015.

本文内容5190字，建议收藏后再阅读～

传统企业如何做数字化转型？我们认为有以下几点：

一、驱动数字化转型的诱因——新技术的发展

随着移动互联?的发展，人类获取信息的终端得以更进一步从固定场景转变为移动场景，带来的数据的采集、数据的存储、数据的运算量级都比以前有了指数级的增长。

在电商、社交等场景下，更高频的数据交互也驱动了业务逐渐向数字化方向迁移。传统企业?法作为独立的个体置身于数字化商业环境中，数字化转型是传统企业实现业务增长的必经之路。

我们首先要明确什么是数字化，以及数字化的范畴。单纯的用系统将企业的各个流程串联起来，用数据库、表单等将企业的各个维度的数据存储起来都不算是完全的数字化，这只能算是企业信息化，或者说是企业数字化的初尝试。

例如，某传统公司有很多的业务表单系统，所有的系统都已流程流转和信息采集为主，大家会关?自己流程内的数据是否查得到或者是否可以溯源，但无法看到全局的业务情况——这只能被称为是企业信息化，而并非是数字化。从表象的情况?言，该传统企业的生产加工以原始物料为主，通过流?线?产，库存发货，客户收货并开始使用，这是一个典型的采?单一产品覆盖用户需求的场景。

而数字化是企业信息化的整体升级：企业的数字化与非数字化之间的核心差异，在于是否已实现数据在线?是否数据分析驱动业务改善?是否通过数据产生业务洞察，实现精益运营或者业务增长?是否通过数据驱动整个企业商业和业务模式的转型?

数字化转型的推动力——消费者的升级与变化而数字时代的到来，催?了消费精细化。?如，消费者更加青睐的可能是个性定制的?式，更贴近自身的实际需求，从而带来更加愉悦的消费体验。

“红领服装”通过?年的数字化转型，实现了柔性定制生产。而“红领”的成功离不开其所建立的智能定制系统，红领在这套系统中建成了版型库、款式库、工艺库、材料库等多个数据库，据称存储了涵盖中外服装的百万亿的大数据。在红领的数据库?，?套衣服有9000多个型号，从1米3，到2米5，高矮胖瘦，各种身材的数据都有，远超传统服装企业。2014年和2015年，国内整个服装产业高库存、负利润，一?凋零。红领却?歌猛进，销售收?和净利润同?增?130以上，且库存为零。红领服装，就是一个传统企业数字化转型实现产业升级的绝佳案例。

对这样的数字化企业?言，真正的?产资源以及?产资料已经不仅仅是物料了，生产的所有核?都是围绕企业所获得的历史数据、根据经验及实践所建立的模型、以及从客户侧获得的各种各样的个性化指标，这一套完整的数据链条驱动了业务乃?商业模式的变化。使企业得以更加灵动适应消费者的弹性需求，也更好的应对市场变化。

数据就是企业最核心的最有价值的资产。

二、数据驱动——九层楼台，起于累?

在过去的?年间，很多企业被誉为数字时代诞生的企业，比如大家耳熟能详的“滴滴出行”，就是通过大数据以及算法驱动业务模式的典型案例。滴滴能通过智能算法，在用户发出行程需求的?十毫秒之前，已经能判断出用户可能常去的地方，并依据此计算出调配那些范围内的车辆可能是最经济性的，而且用户可以最短的时间叫到车辆从?享受便捷优质的出?。滴滴就是?家生长在数字化时代的企业，如果还在几十年前，那我们看到的只可能是滴滴出租车了。因此，数字化的发展不仅对企业，也催生着更多更加方便的企业业务。

当然，了解数字化或者数字化转型这一概念，并不意味着企业就可以开始着手数字化转型了。不同于在出生的时候就已经挂在“互联网”上的这些数字化企业，传统企业的转型需要?个相对漫长的过程——企业的核心管理者必须认识到这一点。一位在一家大型数据服务类公司工作，曾经驱动不少知名企业实现数字化转型的专家，用?个成语来概括数字化转型带给企业的价值——洗经伐髓!这从侧面说明了?件事，数字化转型的过程一定是一个充满艰辛和挑战的过程，不啻于对一个企业动刀子，做革命！

因此，数字化转型在企业内部落地的时候，我们有必要把它拆分为几个不同的层面去看:

1. 企业是否对数据做简单的清洗及加工？并已实现数据在线？

数据在线是企业数字化的基础，也是企业数字化的开端。这?步的开始首先是企业建立多维的数字触点，并通过不同的方式和渠道收集数据和存储数据，并对数据进行简单的清洗和加工，使之形成相对统一的格式，并将其储存起来，并保持“视图” 在线，以方便对数据进行取用和展现。比如，商场中就可以通过 WiFi 探针，来搜集访客的终端设备信息、流量量、驻留时间等相关信息。而这之中与传统企业实现数字化转型不尽相同的一点在于是否实现了数据的在线，传统企业更多的是采集数据、存储数据而并未真正解决数据的统一格式清洗以及在线。

2、是否在数据在线的基础上，通过数据分析驱动业务精益运营?

数据分析是企业数字化应用的第?部分，这个时间段，企业很可能已经发现了传统通过导出数据库数据，进行手工的跑数据的工程量及时间精力投入之巨大。开始考虑引入数据分析工具，可视化展示工具等。以提升对于数据不同纬度的拆分以及分析，但更多的还是体现在业务层面的分析。比如，企业发现销售数据分析，可以更好的配置销售资源。又比如，企业发现某个商品的销售额不断下降，则很快将产品进行了下线，但说不定背后还有更多其他层面的原因，值得更深一步再做探究。

3、是否通过数据产生业务洞察，驱动企业的业务显性增长?

通过数据产生业务洞察，就是对企业数据分析更深一步的探讨。当然，到了这个层面之后，企业的数据就不能仅仅是来自于自身，还需要一些第二方第三方数据的支持，以帮助企业更好的了解整体的市场环境及竞争格局，了解潜在及目标包括已经成单的老客户的特征，对用户的行为、偏好等做综合性分型。从而形成立体的分层的分析和趋势性判断。更好的对产业、对行业、对目标客户群体产生洞察与了解。

比如通过标签增补，对已有的用户群体补充第三方的维度分析，从而建立更精准的用户画像数据，通过更精准的营销手段进行营销，从而实现获客的转化。

4、是否通过数据智能，驱动整个企业商业和业务模式的转型?

商业和业务模式的转型，对任何一家传统公司而言，都是难中之难。一方面大量的大数据企业都在不断倡导数据能力的平民化，希望能通过数据能力平民化，一方面帮助用户更好的解决他们潜在的需求与问题，另一方面也给予希望能够获得更多的客户数据，以实现更深度的用户数据洞察。这就要求企业从原有的流程及经验驱动，升级为以数据驱动作为决策依据进行驱动。当然，这并不是说经验不重要，而是说数据作为规模性样本，可以帮助管理层提供更多的预测性分析据，并更好的辅助管理层的决策。

阿里巴巴在2018年11月发布的《新一代数字化转型白皮书》中指出:在数字化实践的过程中，企业应当明确自身所处于的转型类别，在企业战略和数字化技术上，选取合适且匹配的方案策略，从而顺利实现转型升级的目的。

1和2两个阶段，都是借助一些广泛且通用的技术手段，对业务数据进行加工，以进行局部的业务优化，提升效率等。更侧重于对已有业务流程的帕累托改进，不破坏原有的组织运行规则。其核心是数据统一、数据公开、数据可用、数据可分析。

3和4两个阶段，则需要企业在组织层面做出一些变化，打破原有的组织隔阂，以数据为驱动变更企业原有的业务运转模式。比如，数字化营销手段的推广，就需要市场部门和销售部门的双重配合，进行销售线索的清洗与分配，重构了原有市场与销售之间的配合方式。又比如文中提到的“红领服装“，则几乎完全打破了传统服装设计和生产的全流程，生产的输入不再以“头版”、“样版”作为驱动，生产的数量不再是以百千万做计算，而是以“1”件的个性化生产作为驱动，对后端的切片、缝合、质监等环节的挑战不言而喻，则重新构建了企业的核心竞争力和商业模式，对用户、企业和第三方资源进行了时间和空间上的重排，实现了上下游之间的密切协同。甚至可以赋能第三平台，实现数字化能力的跨越与提升。

从实现的难易程度来讲，传统企业通过一到两年的技术能力嵌入与组织人才的培养，可以实现1和2阶段的转型，在局部通过技术进行运营优化及技术提升。但3和4两个阶段是企业需要不断去投入时间、人力、物力等资源去持续进行提升的，会花去企业三至五年的时间，甚至会伴随企业生命周期的全部旅程，成为企业基业长青支柱性基础的一部分。

在数字化的商业场景里，商业模式实现了重构，消费者得以更加亲近自己的服务商(此处非供应商，因为供应常常意味着批量化供应，无法照顾消费者的潜在需求，而服务商得以更加了解一线用户的直接需求，商业场景的转换，从端（消费者需求）到端（消费者交付）的变化，不仅仅是数据维度的变化，数据量级的指数变化，更考验的是企业如何利用先进技术更好地处理、储存、建模和利用。

三、数字化转型——艰难困苦，玉汝于成

通过调研发现，许多公司?直在倡导数字化转型，但迟迟未见成果。管理层忙于自嗨在数字化转型的春秋大梦中，中基层忙于为实现业务目标而不以为然，数字化转型在高层和中基层之间相互脱节背道而驰，最终就是常常看到的结果——起了个大早，赶了了个晚集，啥也没收获。因此，从很多企业的数字化转型的过程中，提炼出来了以下几大原则:

1、要想转型，核心先行

不同于传统的金字塔结构的企业，从最基层到最高层有无数的层级，层层之间进行业务汇报，从而实现业务的推进。数字化将企业从企业最高层到最基层之间的距离缩短了不少，在企业业务层面和企业的组织层面建立了更多的“连接”，企业的高层得以通过更加方便的方式参与到中基层的业务之中。甚至在某些情况下，高层可以与基层形成虚拟的团队，共同协作从而实现业务的推进。这种变化在一些已经实现数字化转型的企业中可见端倪!而这种转变最终的一项驱动力，就是企业的核心管理者必须首先，先做出改变，愿意并且乐于享受数字化带给组织以及业务的活力。

一位在一家大型数据服务类公司工作，曾经驱动不少知名企业实现数字化转型的专家，用一个成语来概括数字化转型带给企业的价值——洗经伐髓，数字化转型的过程一定是一个充满艰辛和挑战的过程，不啻于对一个企业动刀子，做革命；因此，组织层面和战略层面的思维转变，就成了数字化转型的重中之重。唯有核心管理者真正认可数字化，并清晰地意识到数字化转型在未来可能带给企业的潜在价值，才有可能将注意力以及资源投入到企业的数字化转型之中。因此，传统企业数字化转型的第一要义：核心管理者必须先转型。

2、大胆假设，小心求证

传统企业经营常常依据的是市场以及用户需求后验式指标，来业务更好的满足市场及消费者的已有的需求。但这带来的问题就是，企业很快速适应市场以及消费者需求的变化，例如当年生产山寨手机的企业，很容易能胜任技术的变化，但很难快速的感知消费者的需求及市场的变化，仅仅跟风品牌厂商的变化，则无法构建自己的核心竞争力，而在大浪淘沙的过程中，逐渐被消费者、被市场所淘汰。

因此，数字化时代的到来，对企业提出了更高的要求。企业必须在数字化的商业背景下，依靠数据和实践经验实现更高效的运营，建立更加柔性的前中后台运作机制，以敏捷组织、阿米巴组织、细胞组织的方式作为运营单元，大胆的假设并快速实验快速迭代反馈并重复迭代优化直至达成整体最佳经营实践，以应对高不确定性的商业环境。

3、数据与经验，技力相合

许多年前，传统企业尤其是生产型企业里，最宝贝的是生产线上的老师傅，他们是非自动化生产线的执牛耳者，所有的团队经验因为专业性的不足，都需要这些见多识广的老师傅来进行把关。最近几年，也看到过一些另外的趋势，整个生产线不需要任何一位实际上的“老师傅”，而更多的是生产线的操作人员。从趋势来看第二种是未来的可能趋势，但对现在来说还是为时过早，最合适的状态还是:老师傅+最新技术。老师傅负责用自己几十年的专业积累，对风险及问题进行及时的预判与解决，而最新的技术就像化学反应里的催化剂一般，加速整个过程的运转。因此，经验很重要，数据与技术能力很重要，如何将“老师傅”的系统性经验与技术的模式学习、模式检验、人?智能等场景相结合，就成了对数字转型专业人士的挑战之一。

4、数字化转型——云在青天水在瓶

数字化转型，必然将激化企业与企业之间的竞争。面对数字化时代诞生的弄潮儿，传统企业必须直面挑战，快速响应——勇做真正的猛士!必须更深入的反思自己的产品、运营、组织、战略乃至使命愿景价值观;企业的核心管理者要投入更多精力参与到企业的数字化转型之中，并通过深入人心的宣导驱动企业全员参与到数字化转型的整个过程之中。

回到我们之前提到的四个问题：企业是否已实现数据在线?是否数据分析驱动业务改善?是否通过数据产生业务洞察，实现精益运营或者业务增长?是否通过数据驱动整个企业商业和业务模式的转型?这些都是传统企业在数字化转型时代的必经之路，路途艰难但更需勉力前行!

中国已然是世界上最大的互联网和移动互联网市场，也是最大的潜在消费和增长市场 (增量而非增速)。数字化转型对消费者、对企业、对整个国家都是一次挑战，也是一次机遇。数字化转型将远远超出今天想象的价值。

欢迎转型中的企业免费试用「易观方舟」。

2019年1月更新：

数字化转型如此重要，如何让老板觉得数据分析很重要，你需要从以下三方面入手。

传统企业的业务流程是前人基于经验制作的，但随着时代发展，业务变迁以及人员调整，任何流程都需要在必要的时候进行优化；适时、正确的流程调整会帮助企业迈向更高的平台。

在优化过程中，来自数据的支撑就要比来自人的支撑更严谨更据说服力，能帮企业准确地，安全地进行优化。这里离不开数据的价值、使用的场景和所需的技术。

我们先从价值说起。

一、挖掘数据的价值

因为我们持续地做任何流程事务都是在遵循PDCA 的方法在优化，而PDCA 中非常重要的是一个环节 “C” 就是需要数据支撑的（PDCA循环的含义是将质量管理分为四个阶段，即计划（plan）、执行（do）、检查（check）、调整（Adjust））。

PDCA 持续改进示意图来源：维基百科PDCA词条

这里提到的数据驱动，是指数据驱动流程改善。不要小看流程改善，用对了地方它的价值是巨大的。传统企业“寿司郎”是这样使用数据改进流程的：

寿司郎是日本一家以“低价格、高品质”为经营理念，主打中间消费层的回转寿司连锁店，已于2017 年4 月上市。是什么原因成就了今天的寿司郎？关键的核心，是它背后完整的数据分析产业链。

在回转寿司业行业，废弃率是经营者一直在努力降低的指标。2014 年，寿司郎开始通过建立大数据中心，降低废弃率。寿司郎的经营者们，想知道每一盘菜是何时被消费掉，或者是否应该被丢弃。所以他们在每个碟子的底部安装了传感器，以了解碟子离开传送带的时间和位置。此外，他们还为每位进店的顾客制作了数字档案，来了解他们的口味偏好。

通过对这些数据的掌握和分析后，他们已可以较为清晰地推算出，当下进店的顾客1 分钟后以及15 分钟后对菜品的需求，继而创立“顾客食量”指数。同时，这也是一个可以直接指导厨房出菜的指数，即可以明确告诉厨师当下应该出哪些菜品。

在数据的“指导”下，实现精细化运营的寿司郎，废弃率降低了75% 。

二、找准使用的场景

让老板意识到数据的价值是关键第一步，但是抛开场景聊方案却是没有意义的。使用数据时，一定要找到最佳的时机；时机没找对，往往也是与老板产生分歧的主要原因。

一直致力于产品开发的小张，刚入职一家成长初期的团队，便问老板要APP统计分析系统权限，却被老板直接拒绝，这是为什么呢？

原来对于早期的 APP 来讲，产品往往靠的是经验，而并不是靠数据。这个阶段一来并没有足够样本量，第二也需要有经验的产品经理快速将APP打造出来。

数据在什么场景最有用呢？一是市场调研决策阶段，二是精细化运营提升阶段。

市场调研阶段需要使用数据做决策。据了解，现在蓝透半边天生鲜电商在第一家店策划时，就是通过大数据确定的最佳店址，然后又通过大数据在开店前就估算出了这家店的坪效等财务指标。而实际经营时，其在货品摆放、仓储、物流等等也无不体现了数据驱动的价值。

精细化运营阶段是企业处在获客成本、数量和难度都很高竞争异常激励的市场阶段时，非常有效的运营方法。数据在这个过程中，驱动着每一次的PDCA，每次都有积累，每次都有提升。分析成果固化成经验，而经验又帮助企业探索出更多提升空间。周而复始，就会让企业在竞争中脱颖而出。

三、储备所需的技术

必备的技术也是不容忽视的，没有足够的数据，不足以支撑有力的分析。这点对于传统企业来说更有挑战，也更加必要。

一般来讲，技术主要体现在两个方面，一是能将足够的数据收集起来，二是能提供足够灵活分析功能。但需要注意的是，仅仅提供数据和分析功能是远远不够的，尤其对于传统企业来说，往往存在专业人员储备不足的情况，所以一定要给所需的技术中补上第三点，即直接适用于具体的业务场景。

易观方舟面向具体的场景，通过用户分析、创建人群、分群触达、效果监测，将过去存在多处断点的线上运营，由跨部门反复沟通、多个工作平台、过程漫长低效，变为了可以由数据分析人员或者具体业务人员独立地在一个平台上完成，大大提高了整个业务流程和环节中的每个人的效率，并以此为企业的运营提效。

这些的实现都得益于方舟使用的大量先进技术，它可以将用户信息和行为在不到10 秒的时间内，由用户的终端发送到数据分析师和业务人员的面前；

同时，方舟还预先集成一些了企业中常见的系统，并通过PaaS 架构为集成更多提供了高效的研发支持；

对于部分对数据安全性非常在意的企业，方舟也提供了私有化云端部署、私有化本地部署两种部署方式可供选择。

总之，分析永远是手段，业务目标才是真·目的。激烈竞争中，时间才是最宝贵的；在失去人口红利的当下，了解你的客户，有办法紧密团结他们，才是精益成长的必要手段。

感谢知乎圆桌 ?「无人工厂」进化论邀请。

在解答这个问题前，我们先来看一个数字。最新报告显示，在数字化浪潮之中，大多数中国企业已经开始探索新业务，希望能够将新业务作为企业主要的收入来源。但目前只有7%的中国企业转型成效显著，成为领军者。

传统企业主要是以实体生产经营获利，从而再生产再经营再获利，传统的商业模式、传统的思维方式、传统的盈利模式，导致传统企业更愿意在现有成果的基础上，跟随行业的领军者，慢慢走上数字化之路，或者说是行业的转型道路。

企业的数字化不能止步于IT部门，而需由企业最高决策者来部署和推动，使之成为企业发展共识，切实贯穿整个组织和各大职能，并在运营环节落地。这是传统企业能够实现从传统到转型再到数字化转型的必要过程。

那么，在转型的过程中，传统企业都需要哪些环节，才能实现数字化转型呢？

在数字化转型方案中，所有传统行业领域数字化进程都需要强有力的关键推进者。对于制造工业市场，传统企业需要强力有效的数字化转型方案，可以帮助企业实现从生产、运输直到整个价值增加链的优化。自动化过程产生数据，基于数据分析的软件工具可以改进决策过程，从而可以降低成本并延长用户设备的使用寿命。西门子的目标，就是利用智能数据在数字化转型方案中，进行更好的决策。

服务方面的数字化转型。数字化转型正在给各行业企业带来巨大挑战。工业领域的数字化合作伙伴，需要助力企业化挑战为机遇，阔步迈向通往成功的数字化未来，显著提高竞争优势。在数字化转型过程中，企业还可量身定制个性化解决方案，强化企业的现有专门知识。

基于数据的服务。采用数字化服务解决方案，可根据对所有运行数据与过程数据的深入分析，帮助企业在工厂的整个生命周期内充分利用其全部潜力。采用创新性服务产品组合，企业将能充分利用机器与工厂性能，降低总运行成本，开拓全新业务模型。

通过智能数据创造价值增值。数字化服务与联网的产品与过程相结合，不仅能实现更加高效、灵活的生产，而且还能够优化复杂的价值链。从而显著提高工厂生产力和竞争优势。

在汽车领域，数字化转型可以保证出色的工厂可靠性；在航空领域，数字化转型为制造提供最优条件；在机械制造领域，数字化转型帮助企业远程分析分布在全球的资产；在水泥领域，数字化转型提供可靠的状态监测；在制药领域，数字化转型树立能效新标杆……

传统企业的数字化转型之路丰富多彩，只有传统思维想不到的效果，没有数字化转型达不到的目标。共同实现企业数字化转型，传统企业能够做到。

@西门子中国

智能数据创造价值增值https://www.zhihu.com/video/1058021022757855232

回答这个问题之前，先来解释一下什么叫“数字化转型”。

中国企业的信息化建设是伴随着IT技术的演进及企业规模发展和管理水平的提升逐步发展起来的。从最初的电算化、流程自动化、部门级应用到企业级应用一路走来，IT生态体系也从最初的“厂家直销”、分销、增值分销商发展到全面解决方案提供商及各种类型的IT外包业务。在这个过程中，软、硬件厂商同客户的生意模式及软、硬件厂商和渠道及生态伙伴间的合作模式（技术/产品?资金）没有发生特别大的变化。

但是随着近年来IT新技术的不断涌现，以及几十年企业IT建设的积累，IT行业的生态体系也发生着巨大的变化。IT 新技术和业务的融合程度不断加深，催生了新的业务模式，并对IT技术提出了更多要求：这一趋势被广泛称为“数字化转型”。

在这个新的环境下，所谓的“原厂”和“渠道”/“业务伙伴”和客户之间的“技术/产品?资金”的模式被模糊、被颠覆，数字化转型时代诞生了新的生态模式：融合创新。本篇回答将从数字化转型时代的生态模式——融合创新来谈一谈企业如何进行数字化转型。

首先谈一下目前企业在数字化转型中面临的三大挑战。

1、如何打通企业内部数据链路（这些数据可能在不同的系统中录入、生成、存储、展现），实现企业各层级的实时业务可视；

2、如何实现在企业现有IT基础条件下的创新尝试，并能够随时了解这种创新带来的业务价值，并不断迭代；

3、如何利用IT技术挖掘企业内部及企业外部海量数据的价值。

企业数字化转型的过程就是解决这些问题的过程。我们以SAP的智慧企业架构为例，来阐述在数字化转型过程中，为什么生态体系会以“融合创新”的模式为主流。

企业数字化转型的过程就是解决这些问题的过程。我们以SAP的智慧企业架构为例，来阐述在数字化转型过程中，为什么生态体系会以“融合创新”的模式为主流。

SAP 的智慧企业架构如下图：

其中的智慧套件所包含的“数字核心”，全面覆盖企业内部核心流程管理并实现实时业务可视；“客户体验” 解决了客户交互的全生命周期管理；“制造及供应链”实现了企业和上下游智能制造及供应链计划和执行的管理和协调；“员工管理”提供了企业人才（包括劳务外包）的选、用、育、留端到端管理；“采购网络及费用管理”帮助企业和各种类型供应商进行高效协同，从而提升效率、降低成本。

在“过去”，这似乎已经把企业的问题全部解决了。但是在当下这个数字化转型时代，对企业而言，不过是刚刚具备的数字化转型的基础（解决了数字化转型三大挑战中的第一个）。但是对于IT 生态而言，则是开启了一个全新的领域：

图中的智能技术是SAP推出的创新技术组合，涵盖物联网、大数据、机器学习、区块链、人工智能等技术；图底部的是数字平台（包括数据管理和云平台）。

这两部分是数字化转型的主战场：如何进行能够带来实实在在业务价值的IT创新？如何挖掘企业内外的「数字金矿」？

在上面这两类领域里，传统IT生态的业务模式被改变：“原厂”提供的技术不再是标准的IT产品，而是适用范围非常广的技术能力。这些“技术能力”需要和特定的业务应用结合在特定场景下实现业务价值。以物联网技术为例，物联网数据的收集、传输、存储本身不会带来价值，但是和设备维护管理的应用及大数据分析技术结合，实现基于维修历史数据、设备运行工况数据，实现设备的预测性维修服务则会给客户带来巨大的成本节约。

这样的创新项目，对于传统“渠道”而言，没有办法直接把“技术特性”（物联网技术）卖给客户，因为客户要的是“业务结果”（设备运维成本降低、减少设备停机时间）。相对于需求明确，范围清楚的传统IT项目，这样的创新项目中需要各方以一种全新的合作模式来运作。

因为创新这个话题在企业中往往意味着是个“想法”，是个“方向”，对于传统系统集成商而言，如何在短时间内找到“能够带来实实在在业务价值”的创新点，几乎是不可能完成的任务。对于在该专业领域经营多年的专业公司（指在特定业务领域提供解决方案的企业，产品如设备管理软件、品控管理软件等）而言，他们有着非常丰富的专业知识和经验，但是如果对于新的技术不够了解，将使他们不知道如何利用最新技术来结合经验，以帮助客户企业实现创新。

这时候有效的合作模式将是一种“融合创新”。因为要实现客户的目标，传统的 IT 生态中的业务模式不能解决问题，需要技术提供商、专业服务提供商（而不是传统的 IT 服务提供商）和客户一道，把专业经验、最新技术有效融合，才能找到创新点并实现技术落地，从而实现IT创新的业务价值实现。

在这个过程中，对合作伙伴的赋能、向合作伙伴了解在特定业务领域里利用新技术的创新点，成为IT技术提供商新的关注点。

对于传统IT服务商而言，如何尽快掌握创新技术，并利用原有的行业积累实现新的解决方案成为首要目标；对于专业公司而言，如何尽快了解创新技术，依托深厚的专业知识在特定领域和创新技术供应商紧密合作，是开拓新的市场的最佳路径。而企业客户，也不再是过去的单一技术输入，基于对企业特定业务场景的深入了解，完全可以直接和专业技术公司合作，共同摸索出能够快速在企业落地创新点。

在未来一段时间，数字化转型会以构建、完善数字化核心为基础（解决数字化转型的第一个问题），在创新领域将会以基于数字核心的单点创新为主要趋势，这将会把更多过去没有交集的企业融合在一起；如果扩展到“挖掘数据价值”，企业内外海量的非结构数据（物联网数据、地理信息、图片、文字、视音频等等）和结构化数据的分析、应用有着众多的细分领域，每个领域的专业公司都会在企业的某个创新点上发生关联，万物互联不仅仅是数据，也带来了新的业务互联。

这种相互间没有买卖关系却又缺一不可的新模式到底会如何演变，目前还没有形成具有广泛适用的新模式，但是融合创新的趋势已经确定。

（本文作者：SAP中国区首席运营官李旭东）

关于SAP

作为基于SAP HANA 的云公司，SAP是全球领先的企业应用软件解决方案提供商，致力于帮助各行业领域的、各种规模的企业实现卓越运营，全球77%的交易收入都与SAP系统有关。通过我们的机器学习、物联网和先进的分析技术，SAP助力客户成就智慧企业。我们为用户和企业提供深入的商业洞见，促进协作，帮助其在竞争中保持领先地位。SAP为企业化繁为简，让客户能用适合企业自身的方式运行软件。利用端到端应用套件和服务，SAP支持全球413,000多家客户实现运营盈利并持续创新。通过构建包含客户、合作伙伴、员工及意见领袖在内的全球网络，SAP致力于让世界运转更卓越，让人们生活更美好。

深入了解我们，请在知乎关注「SAP中国」官方账号。

数字化是个框，什么都可以往里面装。所以，很多和数字化沾边的或者不沾边的，都号称自己是搞数字化的。

数字化是大势所趋，但是，对于传统企业而言，要不要做数字化，得看企业负责人的想法和态度，而不是这个企业是否真的需要做数字化。

因此，对于不少数字化业务的从业者而言，有时候更像是一个布道者——告诉企业负责人什么是数字化，为什么要做数字化。然后，才是如何做好数字化。

以电能的数字化为例，很多企业早在十年前就有了自己的电能数据的采集系统，并且这个系统可以提供各种漂亮的报表。

但是，这种数据采集系统能做的也只是数据的采集和数据的呈现，而没法做数据的分析，挖掘数据中的价值，从而为企业提供相应的服务，使得企业更加高效的利用电能。

今天，无论是施耐德电气，ABB、西门子还是GE，或者是国内的诸多公司，都在关注电能的数字化，并且都有相应的解决方案。

以施耐德电气的电能的数字化方案为例，需要基于云存储和运算，通过分析电能数据采集系统中的数据，发现用户用电系统的问题，并给出相应的解决方案。这样，可以帮用户做到防患于未然和精细化管理，从而提高电能的利用效率。

因为数据的分析是基于云存储和云计算，所以，要么企业建设自己的私有云，要么企业和其他云服务的厂家进行合作部署自己的云系统。

@施耐德电气目前与 @华为云和 @阿里云都签署了战略合作协议。

这样一来，对于用户而言，可以根据自己的实际情况选择合适的云服务的供应商。

但是，有些用户可能对数据上云会比较敏感，所以，也需要方案提供商能拿出一些就地的数据处理的解决方案。

数字化转型助力华为持续创新、敏捷运营，并且连续多年保持销售收入两位数增长。

过去30年，华为通过不断变革以及IT的实施，有效支持了业务的发展；随着业务全球化、复杂化以及不确定性的增长，华为决策者认为，如果仍采用中央集群管理方式作战，既不能适应新的挑战，也无法匹配华为“把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界”的愿景，未来的作战方式应该是一线在充分授权的情况下精兵作战。在这种作战方式下，整个组织的管理架构、运作流程以及IT系统都需要改变。

为此，华为提出了数字化转型的目标：在未来3～5年率先实现数字化华为，实现大平台支撑下的精兵作战。对外，要对准作战，通过与客户交易过程的数字化，实现客户、消费者、合作伙伴、供应商和员工这5类用户的ROADS体验（Real-time 实时、On-demand 按需、All-online 全在线、DIY 服务自助、Socia l社交化），提高客户满意度；对内，实现各业务领域的数字化与服务化，打通跨领域的信息断点，达到领先于行业的运营效率。

华为九大业务实践，铺就数字化转型之路

一、研发上云，全球协同

华为最重要的一块业务就是研发，近10年来投入的研发费用超过3940亿元人民币，目前华为在全球有14个研发中心、36个联合创新中心、1500个实验室和8万多名研发人员。

华为工程师在同时研发一个产品的时候，涉及流程、工具、数据和编译环境等多个环节。例如，北研所、欧研所和印研所等分布在全球的工程师协作研发某高仿网络产品，要进行联调，需要申请环境装备、搭建IT环境、找地方，过去的“烟囱式”实验室环境导致准备周期可能要1个月甚至更长。现在，环境的准备时间降低到以天为单位。这是如何做到的？

华为依托华为云打造“研发云”，将研发涉及的环节进行了服务化解耦，为研发提供精品真云、持续集成云、设计云、桌面云、杀毒云、测试云和分析云7种服务。通过代码上云，建设10万桌面云，奠定了研发全面云化的基础；通过作业上云，重构研发作业模式，大幅提升了研发效率，利用百万级虚拟机集中管理和调配实现了分钟级环境准备，资源复用率提升2.5倍；通过研发作业上云，实现跨区域全球协同研发，使得作业时间缩短了50%，加快了产品的上市周期；通过云上云下隔离，重构了安全架构。

以前华为每款手机操作系统的编译过程都是隔离的。其实安卓的核心代码只有约1亿行，每款手机代码都有可复用的地方，这种隔离耗费了研发人员大量的时间、影响了研发效率[H(4] 。现在工程师借助“研发云”，通过一个公共编译平台，可以将华为全球提供的所有手机版本代码的构建时间从小时级缩减到分钟级。华为还借助SDN和云计算，灵活调度、快速搭建研发实验室环境，实现Lab as a Service（LaaS服务）。研发人员只需申请服务，LaaS可调度资源并自动组网，提供研发环境，实现研发环境分钟级搭建，大幅提高了效率。例如，搭建基于无线5G核心精品真场景的时长由15.2天下降到13.2小时，业务平均加速达11倍；无线曼卡4G测试环境的交付时间从2小时下降到3分钟。

二、大平台能力支撑销售作战

相比于其他业务，销售具有较大的不确定性，数字化挑战很大。过去，一线指挥官即使发现增长不足，也难以迅速查清到底是销售线索出了问题，还是项目成功率出了问题，亦或是某个大客户项目出了问题。

通过将团队协作空间、项目管理服务、知识平台和专家资源平台集于一体的大平台能力支撑销售，华为面向销售项目团队的不同角色构建不同的用户体验。例如，通过指挥系统为管理者提供战场可视的数字化指挥体验；通过作战系统为项目经理以及项目铁三角（客户经理[H(5] 、产品经理、服务经理）提供销售项目运作线下到线上的体验；通过自动化系统为合同商务提供线上作业自动化和智能体验，提升团队协同水平和业务运作效率，改善一线用户体验。

现在，公司各级销售主管通过手机就可以看到全球170多个国家、200多个子公司的实时经营情况，销售团队的作战水平和效率也在逐步提高。此外，华为正与客户一同探索建设连接最终用户、运营商和华为三方的云平台，实现网络状态实时可视和在线自动规划精品真，基于客户商业需求秒级在线生成解决方案，并自动对接客户下单系统。最终将实现客户投资决策周期由16周缩短到4周、商用周期整体缩短50%以上。

三、集成服务交付实时可视

交付被华为高层、客户以及合作伙伴一致认为是华为改变最大的环节。华为的交付业务非常复杂，例如网络设备的交付，包括交付实施、验收、项目管理、外包管理和资源管理等多个环节。

现在通过将资源管理、外包管理、站点验收、收货、技术支持和人员管理都集成在一个作战平台上，通过服务化的架构，华为为交付人员构建了一个一站式的服务交付平台和一系列IT装备，实现了一线交付业务在线、实时、可视、高效。华为在西安有一个交付指挥中心，在大屏运营中心可以看到全球交付的项目，甚至每一个站点的执行情况，大幅提高了整个服务交付的效率。

华为每年交付百万站点，每个站点数百个检查项，如果全部使用人工审核将耗时耗力。针对站点交付质量检查，华为开始从人工迈向机器智能审核。按照场景实现机器自动审核，天线/接地线/BBU等条目质检，机器实时检查的时间小于1分钟。目前，机器智能审核已经在全球各地广泛推广验证。

交付的数字化也离不开客户和伙伴的支持。例如在印尼，华为每天平均交付300个站点，覆盖1000多个岛屿，同时有1100多支施工队伍，每天物流运输使用车船300多次。基于数字化作业平台，客户、华为与分包商三方计划在线协同，所有货物和队伍位置状态信息实时可视，人、货同步到达站点，质量远程验收。利用数字化手段，行为即记录，记录即数据，交付进度提高了30%，单站成本则下降了13%。

四、全球制造运营与指挥中心

计划准确率往往是各个制造型企业最难管理的，华为也同样如此。尤其是手机这种“海鲜类”产品，如果一个计划出错，出现几万台、几十万台或者百万台的库存就是灾难性的。

通过建设全球制造运营与指挥中心，华为将全球供应商的供货情况以及全球市场的需求情况通过服务化方式进行集成，并围绕各个业务场景构建了实时决策系统，包括供应商来料预警、大数据质量预警、预测性维护、智能云诊断、软件云管理以及测试网络安全监控等。例如，如果在产品测试环节发现质量问题，可以及时在制造过程中提出质量预警，通过大数据分析，管控物料的批次更换、管理质量。再如，在华为松山湖制造基地中，ABB的机器人已经与华为eLTE-U方案完成了对接，能够回传ABB机器人状态及告警数据，为生产设备的预防性维护提供大数据通路。

直通率是衡量生产线出产品质水准的一项指标，之前由于业务场景复杂和数据量庞大（细化到工序级的实时计算），导致华为终端制造直通率的统计耗时很长，借助高性能计算平台，可实现直通率当天实时计算（完成数据的集成、清洗、计算和展示）以及制造监控运营可视。

未来，在人工智能和高性能计算的辅助下，制造还将走向智能决策。

五、智慧物流与数字化仓储

华为在全球170多个国家有4大供应中心，许多高价值货物在全球流转，过去想要知道某批货的具体流转情况非常困难。现在，华为已经实现了对全球100多个仓库的数据接入，对进出库都实现了可视管理；同时，华为总体账实一致率大幅度提升，提高了资产运营效率。华为在物流关键节点的转型关键如下图。

以松山湖供应链物流中心的智慧物流与数字化仓储项目为例，其初步实现了物流全过程可视，打造了收发预约、装车模拟和RFID数字化应用等系列产品，已经逐步取得收益。其中，重点仓储通过利用华为宽窄一体eLTE无线通信技术和IoT平台，统一连接与管理AGV无人车和自动扫码机等物流自动化设备，同时通过窄带物联网络广泛地联接到托盘和叉车等资产，从而实现自动进出库、自动盘点以及资产精准定位跟踪等功能，打造了高效快速的数字化仓储。

华为也积极将人工智能引入物流领域。华为每天通过深圳的生产基地往全球发货的量非常大，集装箱车都要排成长队来提货，装箱空间的利用效率对降低成本有很大的价值。华为通过一个装箱算法使得装箱率提升8%；同时，华为还致力于利用机器学习提高供应“货量预估”的准确度。通过机器学习模型来学习历史发货数据的整机配置信息，将理货包装的基本规则嵌入到机器学习模型中，并针对新编码建立了预警信息，最终使得发货阶段的准确率从40%提升至80%，报价阶段的准确率则从30%提升至70%。

目前，华为已经引入华为云企业智能（EI）来进行物流和仓储管理，以进一步提升效率和节约成本，结果表明，通过EI技术可以提升20%的分拣装箱效率，物流使用EI进行路径规划可节省例外开销成本30%。

六、财务快速结账和自动支付

华为在全球有200多家子公司和130多个代表处，要遵守3类会计准则（中国、国际、本地），原来结一次账的时间周期很长。

通过交易核算自动化、ERP优化（跨账套关账、跨账套产生分录和减少手工帐）、数据调度优化（一天多调和自动定时调度）、数据质量监控（交易数据质量提前检查），以及提升数据分析平台的性能，华为已经实现了全球结账监控，实现过程可跟踪与可管理。现在，月度财务报告3天出初稿、5天出终稿（即每个月的5号就可以看到上个月的经营情况）；年度财务报告11天就能完成初稿。

支付是财务的重要一环，华为有海量的业务和数据，涉及70多个系统，支付次数和金额更是大得惊人。过去，整个支付流程采用6层管理机制，包括发票接收扫描、制单会计入账、复核会计入账、支付会计入账、审核付款以及日结对账，需要层层过滤校验，都是采用人工比对，效率较低，差错也在所难免。

借助高性能计算平台，华为实现了从“手动”支付到“自动”支付的转变，提高了资金支付的安全和效率。现在，通过使用“自动”支付，支付差错率（金额）已经降低到万分之0.32；IT系统卷积计算和监控历史开票数据时间从2～3小时降低到5分钟。

七、全联接协同办公

华为目前约有18万名员工分布在全球1000多个办公地点，日常工作涉及各种应用软件，在移动办公建设初期，为了快速满足业务需求，先后建设了多个体验不一致、集成度较差的烟囱式移动App，华为员工的即时沟通、邮件处理、信息公告、文档处理和业务审批等被分隔在多个独立App。与客户和合作伙伴等交流时，主要仍依赖于传统线下会议、电话和邮件等，效率相对低下。

华为打造了一个云化和移动化的全联接协同平台WeLink，为员工提供连接人、连接知识、连接业务和连接设备的全联接Living Service，融合了IM、邮件、视频会议、视频直播、知识、业务待办和智能装备等先进的协同服务与技术，极大地提升了单兵作战、团队协同和跨地域协作的整体效率。以WeLink视频会议为例，其已融入到华为的站点远程验收、客户远程沟通和远程面试等多个场景领域，为华为人的内外沟通提供了实时连接的桥梁，同时降低了企业的出差成本。从2016年启动规划、2017年年初发布至今，华为全球的18万员工已全面使用WeLink，用户遍布全球170多个国家，每日活跃用户达12万。

八、华为智慧园区

华为的园区分布在全球170多个国家和地区，需要管理超过400万个连接对象。过去，园区安防和设施管理等各子系统都呈独立的“烟囱式”建设，无法进行数据整合和融合应用；无法应对日趋繁杂的安全事件，满足精细化管理的需求；智能应用较少而傻终端多，缺少有效的感知，需要大量人力进行分析处理。

华为计划汇聚园区24个子系统，打通数据，建立全球统一的数字化运营中心，以实现提升安全防护、提升响应速度和提升服务体验3大目标。华为智慧园区以1+1+1（一套ICT基础设施、一个数字化使能平台、一个智能运营中心）的模式构建了一个真正意义上的全联接数字园区。其中，数字化使能平台融合了视频云平台、大数据平台、集成通信平台、IoT平台和其他支撑平台（GIS/BIM、应用引擎等），打造成统一数据底座，向下对接ICT基础设施，汇集多元数据；向上则提供统一接口，支撑智能运营中心（IOC）应用。

智慧园区改变了园区业务的运营模式，园区管理从计划管控模式转变为按需供应模式，高效匹配供需，带来显著改变。实现了对园区中的人、物和环境的全联接，基于不同场景，构建起一个安全、智慧和绿色的园区。以华为深圳总部基地培训中心的智慧园区试点为例，项目投入运营以来，安防事件响应时间从7.5分钟降低到2分钟，处置效率提升了50%；员工和访客在园区的体验也变得智能；综合能效下降了10%，设备寿命延长了10%。

目前，该方案已经在试点的3个华为园区中商用，未来将走向华为全球170多个国家的园区。

九、手机电商

2017年，华为（含荣耀）智能手机全年发货1.53亿台，其中线上是一个重要的销售渠道，面向手机电商业务，华为打造了“智能交易中台iDeal”，实现了订单的快速处理，前、中、后分层解耦的IT架构支持1小时100万订单和100亿美元的日销售额处理。其中：

前台对准B2B（运营商和大合作伙伴）、B2P（分销商）和B2C（Vmall&第三方开放平台商城等网站的消费者）的不同需求，实现ROADS体验，并可以实现在第三方开放平台1～2周快速开店。
中台通过智能交易中台iDeal调用华为内部（供应、财经等）与第三方生态能力（物流、支付等），实现智能化、自动化的端到端交易处理。
后台构建稳固通用的内部能力（生产制造、账务与核算等），支撑BP/C交易达成。

转型利器 —— 新ICT

正如华为公司轮值董事长郭平曾说的：自己的降落伞自己先背着跳一回。华为通过在自身实施数字化改造，将所有的风险和困难都经历一遍，以便后续为客户提供更好的价值服务。

在华为九大核心业务的数字化转型实践中，全方位采用了华为领先的ICT产品、解决方案和创新的数字平台，例如云数据中心、园区网络、网络安全、视频云平台、融合通信、边缘计算物联网（EC-IoT）以及eLTE宽带无线接入等等。

以云数据中心为例，华为通过芯片创新、产品创新和系统架构创新，提供了业界最完整的云数据中心解决方案，带来了极致性能，例如提供0.5ms稳定低时延和99.9999%高可用性的全闪存存储OceanStor Dorado V3，以及支持全可编程100G网络的CloudEngine数据中心交换机等。华为采用自己的分布式数据中心和网络解决方案，在全球布建了8个100ms的业务圈，并按照一国一出口的原则在全球建设了400多条本地接入线路，用户在全球任何地点均可于100ms内接入最近的数据中心；同时，华为通过采用波分和无源光器件，极大地简化了数据中心网络，使光纤的使用数量降低到了几十分之一，数据中心的功耗也大幅降低；结合SDN还实现了网络自动化部署和智能化。

再如视频云平台，华为以“一云一池一平台”为设计理念，以云计算、视频大数据为核心，构建了一个“开放共享、高效智能”的视频基础平台。通过将视频、图像与现有数据汇聚到同一个平台，共享给多个业务部门使用，实现了数据与部门解耦、从被动响应到主动预防，以及从小时级到实时的业务创新。在华为智慧园区应用中，华为视频云就能从近20万张人脸中快速匹配身份，让员工能够在1秒内直接刷脸进入园区。

打造“多云”架构的IT平台

华为业务的多样性和复杂度决定了企业IT内部是“多云”架构。首先，与其他全球大公司或者政府机构一样，华为也建设了一个私有云来部署关键业务和数据。经过20多年的建设，华为内部有ERP软件包和物理机。为了共享能力和提高IT资产使用效率，华为会将这些非云的应用和IT基础设施转变成云的架构，且云化的同时也不能影响到公司的业务。企业的云化会是一个逐步推进的过程，对于ERP，一定时期内不会变动，但会将其沉到“后台”去，作为应用主干使用。其次，华为也积极引入了10多个公有云服务，以部署非关键业务或对资源弹性要求较高的业务，例如办公使用的Office 365、销售使用的Salesforce等等，再如每年的“双11”期间，VMALL会使用华为云服务来满足手机销售的资源弹性。

因此，为支撑公司的数字化转型，华为的IT系统必须具备多云管理能力，同时在上云的过程中，如何兼容与协同On Premise软件包应用和创新的云应用，一直也是华为面临的一个长期挑战，华为是如何应对这些问题和挑战的呢？

01．坚持On Premise+Cloud策略

从现阶段看，这是一个既能保护现有投资和保障业务稳定，同时又可以平滑完成企业IT应用云转型的较好的选择。在应用云化进程中，On Premise软件包仍将作为IT应用主干保留下来并发挥重要作用，同时快速创建和部署创新的Cloud应用。On Premise软件包和云化的Cloud应用将长期并存。

02．企业IT必须要具备“多云”管理能力

通过“多云”管理整合调用多家云服务以支撑业务也成为华为IT云化的重要策略。华为的目标是“整合多云资源与服务，发挥多云优势，降低云化成本，提供应用无缝的多云环境，并保障信息资产安全”。有别于“混合云策略”只侧重私有云与公有云之间的集成，华为的“多云管理”还需要解决公有云与公有云之间的衔接，尤其是在多个不同公有云与私有云同时存在的情况下所衍生的一系列问题。华为IT“多云管理”的3个核心能力为：多云安全接入、多云服务管理与服务代理，以及多云应用开发与集成。最终实现更快地响应业务诉求，响应业务多样性的变化，响应业务在全球的快速扩张。

最后，整体来说，上云只是手段，企业IT最重要的是对准企业业务结果进行改进，以提高客户满意度、业务运作效率和用户体验等。面向业务做好内、外部能力的整合，最终实现“IT as a Service”。

基于大数据和AI的“业务中台”

人工智能算法和算力近年来取得了重大突破，例如AlphaGo Zero、TensorFlow以及华为企业智能服务（EI）等等，企业应用的“拐点”已经到来。对企业而言，人工智能和大数据的前途在于应用和解决问题。目前，很多企业已经开始重视数据的收集和应用，但大量的数据分布在企业的各种应用中，相互隔离，成为数据孤岛。有的企业虽然解决了数据互通和共享的问题，但却没有对数据进行分层和分级，对所有数据使用一种策略是不可行的。

华为从3方面入手为数据的有效利用进行准备：统一数据底座和治理策略、打造大数据分析和AI平台，以及提供大数据和AI服务。

首先，华为制定了数据治理整体策略：数据驱动，规划统一企业大数据平台，数据按照“4个平面”分层治理，构建企业数字化的基础。

交易平面：合同和订单等交易数据处理采用关系型数据库，发挥其在业务逻辑与事务处理上的优势。
计算平面：将计算逻辑复杂且高价值的交易数据Offload到高性能内存计算和分析平台，支撑业务的实时决策。
分析平面：构建大数据分析平台，支持大规模非结构化和半结构化数据的处理。
搜索平台：海量结构化与非结构化混合数据的获取和高并发查询的及时响应。

其次，华为借助软件包和开源技术打造了基于大数据分析和AI的“业务中台”。

这个中台包括AI服务、AI训练与推理模型，以及大数据分析服务。此外，华为还通过构建公司级的统一“数据底座”对企业交易数据和第三方数据进行统一管理，并通过XData数据的接入和转换，将海量数据接入到“业务中台”。

此外，华为还将打造AI-Inside的全栈产品与解决方案。

从云、管、端3个层面提升产品和解决方案的竞争力。华为的立体AI架构包含从芯片和算法、产品、网络到云服务、再到运营运维的全栈AI部署和应用。

未来，数字化转型最终可以到达什么程度还无法精确预测，但是有一点是可以肯定的，只有积极拥抱数字化转型才能更好地生存下来。根据IDC对全球Top 2000企业的调查显示，2017年全球有67%的CEO将数字化转型作为核心战略。截止到2018年7月，全球财富500强中有211家领先企业选择了华为作为其数字化转型伙伴，其中位列前100强的为48家，我们期待未来可以携手更多的企业迈向数字化转型和智能世界之路。

在数字化转型的浪潮中，很多企业都逐渐认识到了数据的价值，并决定在新的一年里加大对于数据项目的投入，通过部署商业智能（BI）平台、大数据分析平台等方式，来挖掘数据价值、推动业务增长。然而，很多企业在数据项目中的失败经验却表明，不仔细研究企业的需求与资源匹配情况，贸然推动数据项目可能存在着失控的风险，不仅无法像预期那样推动业务增长，还可能浪费企业的宝贵资源。

DataHunter 的资深数据分析师表示，数据分析项目是一个系统化的工程，不仅包括数据的分析以及可视化呈现，还包括数据的搜集、梳理、数据仓库或是数据湖的创建等过程。对于所做的每一个数据项目，企业都应该仔细的进行思考，认识到这些步骤应该如何推进，以及正在收集的数据对于业务有什么样的价值。

以下是开展数据分析项目的几个小建议：

一、从低风险的小项目开始

由于很多企业并不清楚数据分析可以为企业带来什么样的价值，因此从低风险的小型项目进行验证是一个非常稳妥的方式，因为这些小项目可以帮助企业验证，所拟定的数据分析路线是否与企业匹配，并提供宝贵的经验。而且，即使这些项目失败了，企业也可以非常好的控制自身的损失。

例如，企业可以先分析企业的收益数据：大多数企业都会定时搜集、发布企业的营收数据，这些数据不仅以结构化的形式呈现，而且数据集一般比较小，企业不需要进行复杂的数据搜集、清洗流程，非常容易着手，消耗的企业资源也很少。而且，这些数据分析结果往往具备重要的业务指导价值，推动的内部阻力很小。

二、创建分析计划和流程

在推动数据分析时，企业需要制定规范化的数据分析过程。很多企业在实施数据分析项目之后，会抱怨分析师没有提供他们想要的数据分析结果，对工作的实际价值并没有呈现，这既是一个期望管理问题，也是数据分析的过程问题。例如，企业的销售部门可能会抱怨BI平台无法帮助他们准确的描绘出不同地区的销售需求变动，其真实原因可能不是数据分析平台本身出了问题，而是他们提供的数据不准确，或是销售系统未能翔实录入销售信息。

要解决这个问题，企业需要在内部进行充分的动员与培训，除了让员工充分了解数据分析的意义，就数据分析的目标、方式达成一致，还应该督促员工严格按照数据分析流程来搜集、分析数据，以降低这个过程中的不可控因素。

三、重视数据的可视化呈现

很多企业的数据分析项目之所以失败，是因为企业大部分员工，甚至包括管理者都无法感知到数据分析存在的价值。而数据可视化的意义在于，其可以通过非常直观、清晰的方式将数据以充满“美感”的方式显示出来，这将给很多人带来巨大的视觉冲击，让数据分析项目更具有科技感。由于其有助于增强员工对于数据分析项目的信赖，并改善效率，因此其意义将不容小觑。

所以，企业可以从数据大屏等数据可视化项目入手，整合企业内部的数据并进行整体呈现，为管理者的决策提供参考，同时也能为企业的品牌展示提供一扇宝贵的窗口。由于大多数员工并不具备足够的数据敏感性，因此数据可视化的效果往往也决定着他们从数据中能够获得什么样的感知。

四、信赖工具，但是不要过度依赖工具

毋庸置疑，数据分析平台是企业推动数据分析项目的重要工具，DataHunter 等供应商也推出了 Data Analytics 等数据分析工具来支撑企业进行自助、探索式的数据分析，降低数据门槛，企业熟练的运用此类工具，可以大幅提升其数据分析项目的成功率。

然而，不同数据分析工具之间的差别并没有那么大，所以工具并不是企业应该关注的唯一事情，他们应该将更多精力放在数据分析策略的拟定以及数据的梳理之上。当然，由于很多企业缺乏相关的经验，其可以选择寻求经验丰富的数据分析服务供应商来提供帮助。

五、了解数据分析的性能控制

很多企业对于数据分析都有着雄心勃勃的规划，并想要通过大数据、人工智能等技术来对数据的价值进行深入挖掘。然而，很多企业忽略的是，对于大数据集的数据进行深度分析会消耗大量的硬件资源，企业往往需要在私有云数据中心上进行大量投资才能满足需求，否则，深度分析对于性能的消耗将使其效率降低到让人难以忍受的程度。

因此，对于中小企业来说，在事先进行测试并了解数据分析的性能限制非常重要。如果资源池所提供的性能不足，那么企业可以适度推迟深度分析项目的实施，加大对于性能不那么敏感的敏捷 BI 应用的投入。

六、并非所有数据都可用

企业必须记住，虽然数据分析项目倡导收集大量数据，但并不意味着所搜集的数据是干净的或可用的，也不一定都会对业务起到正向的作用。

与数据量大，但是却充斥着低效与无用数据的数据集相比，数据噪音低、结构正确、足够丰富的数据集更具备价值，能够方便企业获得足够的洞察力。在数据真正被用于数据分析之前，通常需要对数据进行改进、清理、重组，甚至与其他数据源相结合，只有这样才能生成足够准确且有预见性的数据成果。

七、留出学习曲线

数据分析是一个长期并对于专业技能有一定要求的项目，即使企业部署了可自主分析的敏捷 BI 平台，指望所有员工都能迅速掌握数据分析技能也是不现实的。因此，企业最好能够留足学习曲线。有专家建议称，企业应该将数据驱动的项目作为“特殊项目”给予支持，但在开始时不考虑日常运营，而是通过渐进性的学习过程让员工熟悉数据分析工具与流程，更稳健的推动数据分析项目。

自2016年云栖大会上马云提出新零售的概念，一提出就被引爆了。大家可以思考一下，新零售的本质是什么？其实新零售就是从信息化到数字化，我们做信息化的时候，就是把结果记录在数据上面，以便更好的存储和调用。信息化来源于70年代，做的最好的就是SAP。SAP成立至今已经有50年的历史，以当时的CPU计算能力，以当时CPU的价格，如果能够把结果记录在系统里面，是非常不容易的，已经算是企业一笔很大的投资了。

今天说的数字化是什么意思呢？数字化意思就是记录交易流程中每个动作，如果说这家企业是全面数字化的，那么这家企业所有的动作，尤其是所有重要的动作都是在系统，就是说每个动作都是由数字来记录的。今天讲的大数据和人工智能，以及很多先进的技术，首先要把你的动作全部放到体系里面融会贯通，才能真正实现自动化。

我们为什么讲中台？传统的企业信息化很重要，但是这个形成网状结构，所有传统的企业其实最大的问题是网状结构，牵一发容易，动全身很难。也许你只是想改一个接口，就需要跟一堆供应商坐在一起商议一个一个来修改，难度大、时间长、沟通成本高，但是中台战略就能有效解决这个问题。在去年阿里巴巴提出中台战略，中台最早的概念是2014年SAP提出来的，这是一个非常好的理念，但是SAP是一个相对传统信息化的公司，这几年的对中台实践结果并不是太理想。我们欧电云SRP的理念也是从中台基础上提出的，大概从2015年就开始自主探索研发SRP大中台。

1.企业进行数字化转型的四大困难点

（1）总部对分部的掌控力度弱

中国企业的数字化的现状有点尴尬，从业务纬度来讲，很多公司总部对各个区域门店掌控力度非常薄弱，很多公司除了财务报表并表，总部对下面发生什么都一无所知。其实掌控力度还是不够，基本上都是靠几个人来掌控。这样导致的后果就是，如果你的团队人员实力很强，并且上下一心，团结一致，那没有问题,但是如果团队之间一旦出现分歧，那整体的管控和调配的难度就很大了。

（2）内部协同非常困难

还有一个问题就是内部协同非常困难，很多大企业，内部的部门与部门之间，各个分公司之间，或者各个独立法人之间都非常难以协调，比一般中小企业协调难度大得多。现在几乎大部分企业都有ERP系统，就是以财务为中心的信息管理系统，但是到了今天注重数字化的新零售时代，已经很难满足企业管理的需求。大家都在说供销分明，中国企业管理大部分在财务上都有很多问题，比如大家天天讲库存危机，说的就是供销分明，本质上是供应链这一端和销售端没有完全的整合起来。很多厂商认为有经销商购买就算销售完成，其实并不是，这只是商品从你的仓库搬到经销商仓库，究竟有没有消费者购买才是销售最关键的一环，否则都是流通中的不必要损耗。

（3）不同渠道之间的管理协同困难

另外一个问题就是各个渠道之间的管理体系协调非常困难，甚至还有天猫上的价格比你批发价还要低的情况，老板花了很多精力协调各个部门之间争执，各自为政，让整个企业管理起来很是棘手。

（4）信息传达滞后

另外就是信息滞后，老板拿到的报表是上个月的财报，只有汇总的数据，不论数据好坏都无从追究。到底什么原因导致的不知道，一个是时效性，一个是数据已经处理过的，实际上我们讲数据完全可以被操控的，你可以用不同的纬度来修饰不同的数据，但是这对于老板的管理，运营举措的调整非常不利。

2.企业数字化的特征

（1）以消费者为中心

企业运营的核心是什么呢？那就是面对消费者，时刻关注消费者需求。在二三十年前，因为生产力不足，商品只要生产出来，几乎都不愁卖。但是到了生产力泛滥的现在，消费者需求不断升级，如何能生产出用户想要的产品，成了重中之重。所以整个公司的业务组织都必须要以消费者为中心，这样的改革才能真正高效，整个业务链条才能融会贯通。

举一个反例，我们老总的好朋友，一个很大上市公司的老总有一次来拜访我们老总，在老总办公室待了半个小时，其中花25分钟在处理各个渠道之间的分工与矛盾，就是因为不同渠道之间没有一个核心，各个渠道自成体系，处理起来非常麻烦。线上部门投诉线下部门效率低，线下部门投诉价格不统一，各说各有理，协调起来困难重重，老板整体做的就是老娘舅的工作，工作效率和业务开展都受限制。

还有一个重点就是注重用户的个性化需求，每个人都有自己崇拜的对象，有的崇拜的是明星，有的崇拜的是个性的自我。所以要时刻与时俱进，时刻能够洞察客户，坚持以消费者为中心，这才是企业发展向前的核心驱动力。

（2）企业有快速迭代的能力

在今天这样一个快速多变的时代，内外部环境已经发生了重大变化，使得你必须跟着快速改变。天下武功唯快不破，速度永远是第一的，如果企业没有快速自我迭代能力，这个企业再大，不论千亿或是万亿都会很快被取代。

（3）企业管理的统一性

现在我们再来看企业必须具备的新的特征，企业管理要统一业务流、统一数据流、统一资金流、统一技术平台，只有做到这几个方面，才能提升整体掌控能力，更好的进行统筹优化，不论是消费者还是供应商、物流、仓库、经销商、各个领域门店渠道进行统一布局优化，才能降低不必要的损耗。

（4）消费者终端数据的实时打通

企业数字化必要提升的几个功能，一个是消费者终端的数据的收集，一个是数据的实时贯通，打造数字运营体系，这样才能使得企业市场技术驱动，具有渠道管控和商品管控。传统产业的整合，顾客的高效管理与营销，全面的销售触达体系、柔性供应链、智慧化企业运营体系，助推企业产业升级。所以我们是多业态的协同，供应链的效率，消费者为中心，我们的系统可以把你的库存周转提高一倍，这是40多天降到20多天。

3.欧电云在企业数字化转型中经验分享

讲一个欧洲某零售巨头的案例，欧洲某零售巨头在中国业绩一直下滑，被很多人的唱衰，他们去年找到我们进行数字化转型升级，之后电商以及其他非传统业务增长非常快。这个转型的核心就是整个体系的变革，重新构造他们业务体系。就是用我们的全渠道中台和微服务架构，把整个体系连接起来，上线三个月成效显著。晨光文具也是我们的客户，通过微服务构架的优化对晨光的整个数字化体系的高效运营的改变有非常大的作用。加快了供应链的周转效率，提升了整体的服务水平，更重要的是使集团对多层级的渠道掌控力得到了进一步的加强。欧电云与晨光的合作，使晨光在单纯的B2B模型下打通了ERP和BRP，让全渠道数据流动起来，配合授信体系，使晨光的业务运营能力发生了本质的变化。

通过消除时间空间的障碍，对于这种传统企业来讲，他的效率提升都是非常显著的，同时对于经销商、分销商掌控力度大大加强，可以实时掌控市场的变化，这个也是非常重要的体系。

对于企业业务的数字化升级而言，欧电云SRP大中台，可以让CIO/CTO一锤定音，业务柔性可拓展。以消费者为中心，将企业前端业务与后端管理全面整合，基于微服务架构解决了企业多业态、全渠道、全流通、全终端的数据与业务整合与拓展问题。欧电云SRP大中台必将引领后ERP时代企业信息化转型的变革，成就更优商业价值。

NOME诺米家居是2017年创立的新锐品牌，几乎只花了一年时间从0到500多家门店，这背后离不开他们企业数字化建设的成功实施。NOME CIO刘湛4月参加我们零售智能相关主题讲座时，正好探讨了这一话题，这里引用下他的观点，希望对答主有所启发。

1. 一体化

第一个阶段，必须先把业务数据化，也就是去EXCEL化，从而消除信息孤岛。举个例子，传统公司将大量信息通过EXCEL传递，可能会牵涉六个业务部门，然后六个部门单点沟通，A传B，B传C，C传A，沟通复杂，而且有很大的延时性。于是部门之间约定每个星期同步一次，但是一星期已经太晚，为什么不可以每天看到、每刻看到、实时看到？所以我们应该把所有数据写到一个地方去，让所有人从一个地方读数据，让数据一体化，全部打通，这是第一步。

2. 精细化

实现这一步，接下来会想怎么把业务做得更好。我先说线上运营APP的例子，我们发现男性用户和女性用户差异很大，新客和老客也不一样，后面还会有年龄段、消费水平、人生阶段（有没有家庭、孩子这种）等等不同的细分维度，各种维度组合起来可能会划分出好几十个不同的人群，运营的复杂度和对人力的要求也会呈几何级数上升。我们要从这种“千人千面”里看到个体差异，因为差异大的地方做精细化的机会更大，ROI会提升很多。

那么线下怎么做精细化运营？人、货、场三大主数据，人不一样，货不一样，全盘统一策略是不可行的。像百货和服装差异很大，服装下面男装和女装又很不一样，越往下分运营需要考虑的数据就越多，决策也越来越细。门店也一样——加盟店、直营店、社区店、非社区店......人口有常住人口、流动人口，就连每个门店附近潜客人群也不一样，那么配货策略肯定也不一样。

3. 自动化

我们都知道精细化很好，可以带来很多收益，但是人力无法支撑怎么办？只有通过自动化运营来实现。通过可视化报表实现不同维度、不同视角的数据分析，并且将人工经验沉淀为固化的自动规则，让机器执行这些复杂的细化规则。自动化还有一个好处是能够快速迭代优化，整个运营的决策过程也数据化了，还可以通过AB测试不断优化运营策略。

4. 智能化

零售公司大多是脑力劳动，并且遵循一个逻辑。之前我们觉得把这个逻辑变成规则，让机器自动去执行，最多再加一个人工校验和优化就够了。后面发现，零售运营的终极目标应该是智能化，通过AI、机器学习、算法去突破人工的局限性。

演讲全文请戳↙↙↙

观远数据：CCFA专题演讲 | NOME诺米家居CIO刘湛：零售数字化必经的四个阶段

助力零售数字化转型，观远数据智能数据分析免费体验请戳↙↙↙

观远数据_商业智能_智能数据可视化分析|AI+BI,让决策更智能

看到这个问题小施觉得再熟悉不过了，施耐德电气一直在做的就是引领住宅、楼宇、数据中心、基础设施和工业领域的能效管理与自动化的数字化转型。

早前几个月，施耐德电气才以排名第三的成绩再次入选法国eCAC40数字化转型业绩最佳公司排行榜，恰好近期也有了一些新的探索成果，正好借此机会跟大家一起探讨。

在互联网行业不断对传统企业的降维打击的高压之下，对传统企业尤其是传统的中小企业来说，数字化转型是提高传统企业竞争力的必由之路。IDC曾对2000位跨国企业CEO做过一项调查，全球1000强企业中67%的企业，以及国内1000强企业中50%的企业，都将把数字化转型作为企业的战略核心。

那究竟什么是数字化转型呢？

很多人觉得这是一个非常深奥的技术性话题，那么小施今天就用一个非常简单的比喻来讲清楚什么是“数字化转型”。

我们可以将传统企业看作是一个人。如果只是单凭观察一个人的表面，永远都不知道这个人的健康程度，是非常健康、亚健康还是潜在地病发了。一直到这个人真的生病以后，作为普通人还是没办法知道身体哪里出了什么问题，是什么问题导致了生病，只能去看医生。这就是传统企业在管理上所面临的困难和挑战。

当传统企业想要解决遇到的管理问题，就只能靠外界的咨询公司进行诊断，正如普通人生病了要看病，就只能靠护士进行抽血等各种化验检验，最终形成一份体检报告给医生来辨别。

但我们有一个更好的方案，如果给病人提前安装上各式各样的检验仪器，我们就能够非常清楚病人各方面的状态，包括呼吸、血压和心率等，那么我们就可以判断一个人的状态了。企业也是如此，用通俗易懂的话来说，传统企业的数字化转型正是利用传感技术、物联网技术、大数据技术和云计算技术等颠覆性技术，将企业的整体运作透明化、可视化。

拿一个非常接近我们生活的例子，施耐德电气打造的一个“智能公寓”项目，这个公寓与普通的居住公寓最大的区别就是，“智能公寓”是以数字化的方式进行运维，不需要进行人工排查，一旦出现问题，就会自动识别并报告到系统，APP上也配备了专家在线解答。

尽管很多业内的专家都认为数字化转型是大势所趋，但是鲜有人能够真正地用数据来说话，究竟企业的数字化转型能够给企业带来效益？

在过去5年中，施耐德电气对已经实现能效管理和自动化数字转型的230位客户做了一个调研，根据从这些企业获取的、可量化的商业收益进行研究分析，最终形成了《2019年全球数字化转型收益报告》（点击文字即可下载）

在报告中，施耐德电气给出了企业在资本支出和运营支出等方面的数据，其中，最值得注意的是最后一项的投资回报率。

在被调查的来自41个国家的230位客户中，平均的投资回报时间是5.3年，但是也看企业所处的行业和企业自身的特性，在所有被调查的企业中，最高的投资回报实践是9个月，也即是不到一年的时间，企业就能够收回投资的成本。

结合图表里面给出的其他数据，实施数字化转型可帮助企业资本支出（工程支出与时间优化）降低80%，运营支出（能源消耗）节省高达85%。可以说，企业进行数字化转型是一项明智的决策。

既然数字化转型降本增效作用明显，顺应时代发展潮流，那传统企业该如何做呢？

在过去的经验中，施耐德电气发现，制造业客户需要借助数字化转型应对的首要挑战，正是企业生产管理、运营的不透明问题。

要解决这个首要的问题，企业需要充足的资金重新配置机器设置、大量的传感器等硬件设备升级换代，再运用物联网技术、大数据技术等盘活产生的数据，这个过程已经消耗了大量的人力物力，虽然说企业的数字化转型能够带来效益，但是也只有财大气粗的大型传统企业才能够“做到位”，大多数的中小型传统企业只能望洋兴叹。

埃森哲在2018年发布的《中国企业数字转型指数》研究中发现，只有7%的企业突破了业务转型困境，成为“转型领军者”。由此看来，很多传统企业在数字化转型中都不得要领，所以才有那句话“把专业的事情交给专业的人来做”。

施耐德电气在住宅、楼宇、数据中心、基础设施和工业多领域，做能效管理与自动化的数字化转型这一块可不是白混的。就拿面向工业领域的EcoStruxure?架构和独特的透明工厂解决方案来说，基于EcoStruxure?架构的透明工厂解决方案，通过覆盖互联互通的产品，边缘控制以及应用、分析与服务层的完整产品和解决方案，帮助传统企业打造“透明+融合”的工厂架构，实现工厂全生命周期的透明制造，实现全面的运营效率提升。

把专业的事情交给专业的人来做，施耐德电气助力传统企业进行数字化转型，传统企业只需要专注市场的变化和从企业数字化转型中获益，提升管理的优势，便能够在红海中生存下来，谋求进一步的发展。

施耐德电气中国区总裁尹正曾经说过：“目前，我们（的企业）只用了约10%的数据，如果我们可以帮助企业更好地利用数字化技术，就可以实现从被动到主动……从落后的计算能力到更先进的计算能力，包括人工智能。”

这是未来产业互联网的发展方向，也是施耐德电气的未来愿景，共勉。点击下载《2019年全球数字化转型收益报告》，将施耐德电气数字化转型报告收入囊中吧。

事实上，即时提供所有产品和服务的时代仍未到來，不过，新数字化企业的运营方式已经与以往完全不同了。仍在进行数字化转型的企业着眼于打造特定优势，例如创新服务、更高效率或者更个性化。新数字化企业寻求的则更多，它们着眼于改变市场的运作方式，从而在竞争中脱颖而出，从一个市场到多个定制市场，实时满足需求。

极速柔性生产

企业、员工、消费者和行业之间的联系越发紧密，数字化已经不足以让一家企业脱颖而出。不过，数字化能够助力企业充分利用下一个重大机遇：把握“短暂时机”。

案例 1：饮料品牌 Paper Boat 将超个性化作为实现市场增长的关键因素。Paper Boat 主要生产含乳饮料。与其他致力于提高饮料浓稠度的饮料厂商不同的是，Paper Boat 会根据售卖地区的差异推出不同的口味。Paper Boat 将咖喱叶、青椒或生姜等地方风味融入饮料中，以更好地满足当地人的口味，甚至还选用当地芒果品种，以迎合各地消费者的喜好。对 Paper Boat 而言，没有什么机遇是“太小”或“太短暂”的。该企业甚至推出了限量款季节性饮料，以庆祝当地的节假日，以 Panakam 为例，这款饮料每年只售卖三天。

技术是 Paper Boat 执行这些精细化战略的坚实后盾。该企业在 WhatsApp 上开展消费者调查，以获取各地消费者的反馈，收集相应数据，并利用专属分析平台不断生成新洞察。Paper Boat 的工厂中配备了物联网（IoT）传感器，能够灵活进行各项操作：通过电脑改进配方最多只需两到三分钟，甚至考虑到天气和气压等外部变量，以确保成品饮料的味道完全符合预期。

Paper Boat 作为一个出色的例证，生动展示了领军企业如何精准把握个性化市场的“短暂时机”。科技进步使得人们的生活变得越来越个性化，一个充满了众多“现实”和“时机”的多元世界由此诞生。企业必须彻底颠覆组织架构，才能及时把握这些机遇，这就意味着把每一“时机”视为单独的市场——瞬时市场。

企业可以利用数字手段直接与消费者接触，分析功能也日益强大，因此，企业对当前和潜在市场的了解程度之深可谓前所未有。凭借着复杂的后台技术，企业可以迅速调整业务方向，提供市场所需服务的速度也越来越快。如果企业能够有机整合这些功能，就有机会针对瞬时市场提供新产品或服务。这不仅意味着满足特定消费者的需求，更意味着满足该消费者在某一特定时间的需求。

掌控瞬时市场既是一门艺术，也是一门科学。提供针对每一刻的产品和服务不仅不切实际，而且毫无必要;掌控市场的艺术性在于选择消费者满意的恰当时机，科学性则在于打造一家能够根据具体情景为消费者提供个性化产品和服务的企业。未来，生产商和消费者两方面的“瞬时需求”都需要得到满足。

案例 2：在生产商瞬时需求方面，以通用汽车（General Motors）为例，该企业在一家制造工厂安装了 3D 打印机，装配线上的工人在需要时可现场打印出故障工具的替代品。这大大降低了更换工具的成本。毕竟，一款常用工具价值 3000 美元，3D 打印则仅需 3 美元，而且生产线无需停工。

使用 App 查看完整内容

目前，该付费内容的完整版仅支持在 App 中查看

??App 内查看