?企業(yè)是否應(yīng)該數(shù)字化轉(zhuǎn)型?發(fā)展到什么級別的企業(yè)可以進(jìn)行數(shù)字化轉(zhuǎn)型?

回答這兩個(gè)問題前，我們需要明白，數(shù)據(jù)及技術(shù)工具并不能代表數(shù)字化運(yùn)營程度，運(yùn)用Excel不能代表數(shù)字化運(yùn)營程度低，運(yùn)用大數(shù)據(jù)、BI、中臺等工具也并不能代表數(shù)字化運(yùn)營程度高。

數(shù)據(jù)在企業(yè)管理當(dāng)中發(fā)揮的作用與價(jià)值才是衡量數(shù)字化運(yùn)營程度的標(biāo)準(zhǔn)，企業(yè)通過專業(yè)的數(shù)字化MAX成熟度模型對自身的數(shù)字化水平做出判定，從而決定是否應(yīng)該數(shù)字化轉(zhuǎn)型，并制定符合自身需求的數(shù)字化轉(zhuǎn)型方案。

數(shù)字化MAX成熟度模型的6個(gè)級別

數(shù)字化MAX成熟度模型的6個(gè)級別

數(shù)字化MAX成熟度模型包含第0級到第5級，共6個(gè)級別。

• 第0級: 未應(yīng)用數(shù)據(jù)，完全依靠負(fù)責(zé)人主觀決策。
• 第1級: 采用Excel存儲和分析數(shù)據(jù)，數(shù)據(jù)文件零散、數(shù)據(jù)量小。
• 第2級: 依賴技術(shù)部門進(jìn)行數(shù)據(jù)分析。
• 第3級: 以技術(shù)為中心，系統(tǒng)化地應(yīng)用數(shù)據(jù)，利用數(shù)據(jù)支撐業(yè)務(wù)。
• 第4級: 以業(yè)務(wù)為中心的數(shù)據(jù)化運(yùn)營，數(shù)據(jù)賦能業(yè)務(wù)。
• 第5級: 數(shù)據(jù)引領(lǐng)業(yè)務(wù)，賦能業(yè)務(wù)創(chuàng)新和變革。

從第0級公司未應(yīng)用數(shù)據(jù)到第5級公司數(shù)據(jù)引領(lǐng)業(yè)務(wù)創(chuàng)新，數(shù)字化MAX成熟度模型從6個(gè)維度出發(fā)，對企業(yè)的數(shù)字化水平做出劃分，幫助企業(yè)快速了解自身的數(shù)字化短板，明確數(shù)字化轉(zhuǎn)型的必要性，找尋數(shù)字化建設(shè)的重點(diǎn)與切入點(diǎn)，合理制定數(shù)字化轉(zhuǎn)型方案，從而快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

一、數(shù)字化運(yùn)營級別測評

在了解數(shù)字化MAX成熟度模型后，企業(yè)可以對自身的數(shù)字化水平進(jìn)行評定，從而明確數(shù)字化轉(zhuǎn)型的必要性，制定適合自身發(fā)展的數(shù)字化轉(zhuǎn)型方案。下面展開說明數(shù)字化MAX成熟度模型的6個(gè)級別。

1.第0級公司

第0級公司未將數(shù)據(jù)分析納入日常運(yùn)營工作中，決策層缺乏數(shù)據(jù)意識，也沒有采用數(shù)據(jù)分析工具，對將數(shù)據(jù)應(yīng)用于公司日常運(yùn)營完全沒有概念。

2.第1級公司

第1級公司的各部門人員和管理層零散使用數(shù)據(jù)分析。某些企業(yè)的業(yè)務(wù)部門會選用最常用的Excel工具進(jìn)行數(shù)據(jù)分析，但使用頻率較低，且使用人員并不多。企業(yè)可能有十多個(gè)部門，但僅一個(gè)部門會使用Excel工具進(jìn)行數(shù)據(jù)分析。這種情況下的分析結(jié)果只能為該部門所用，無法實(shí)現(xiàn)全域數(shù)據(jù)分析，也就無法從公司高度出發(fā)，幫助高層領(lǐng)導(dǎo)制定決策。也可能是某個(gè)部門中的幾個(gè)成員會使用數(shù)據(jù)分析，所用到的數(shù)據(jù)也只是該員工日常工作中所接觸的，分析出來的結(jié)果可能比較單一、片面 。除此之外，需要進(jìn)行數(shù)據(jù)分析的還可能是為領(lǐng)導(dǎo)提供分析報(bào)告的助理。助理使用的數(shù)據(jù)大多來自企業(yè)的IT系統(tǒng)，比如統(tǒng)計(jì)銷售額的數(shù)據(jù)。這些數(shù)據(jù)分析結(jié)果較為微觀，無法從企業(yè)宏觀角度為領(lǐng)導(dǎo)決策提供參考。因此，第1級公司還未形成系統(tǒng)化的數(shù)據(jù)使用習(xí)慣，只是將數(shù)據(jù)作為臨時(shí)性的考量意見。

第1級公司雖然已經(jīng)開始運(yùn)用Excel工具來滿足某些數(shù)據(jù)分析的需求，但數(shù)據(jù)應(yīng)用遠(yuǎn)遠(yuǎn)不夠。Excel有其可取之處，也有其弊端。Excel的優(yōu)點(diǎn)是維護(hù)成本較低，具備基礎(chǔ)的查詢和計(jì)算功能，可以限制用戶訪問和修改權(quán)限。但Excel的數(shù)據(jù)量一旦過大，查詢和計(jì)算的速度會明顯下降，且無法對用戶進(jìn)行角色的管理，數(shù)據(jù)結(jié)構(gòu)要求較簡單。因此，第1級公司所使用的Excel工具無法支撐企業(yè)級的數(shù)據(jù)體系。

3.第2級公司

第2級公司的數(shù)據(jù)運(yùn)用已從個(gè)人上升到企業(yè)級別。這類公司會采用BI分析工具進(jìn)行數(shù)據(jù)分析，從而輔助領(lǐng)導(dǎo)決策，但主要的使用者是技術(shù)部門。這類企業(yè)BI分析工具的應(yīng)用場景有企業(yè)運(yùn)營報(bào)表、管理駕駛艙等。相比第1級公司，第2級公司已經(jīng)是有規(guī)模、有組織地進(jìn)行企業(yè)級的數(shù)據(jù)化運(yùn)營了。

最常見的運(yùn)營報(bào)表基礎(chǔ)統(tǒng)計(jì)分析工具是Excel和BI(商業(yè)智能)。BI和Excel相比具有報(bào)表分析和交互功能，能更清晰地顯示數(shù)據(jù)動態(tài)，因此已成為某些具有數(shù)據(jù)思維的企業(yè)進(jìn)行數(shù)據(jù)分析的首選。

使用BI分析工具需要多個(gè)部門協(xié)同合作，如下圖所示。當(dāng)業(yè)務(wù)人員有數(shù)據(jù)分析需求時(shí)，IT人員首先負(fù)責(zé)數(shù)據(jù)的清洗和打通，再將整合好的數(shù)據(jù)交給數(shù)據(jù)分析部門，數(shù)據(jù)分析部門得出結(jié)果再反饋給業(yè)務(wù)部門，最終為業(yè)務(wù)人員提供決策依據(jù)，支撐公司運(yùn)營。但是少則兩周、多則幾個(gè)月的分析周期無法及時(shí)響應(yīng)業(yè)務(wù)人員的需求，更毋論需求較多、需求復(fù)雜的情況了。

此類BI分析工具因?yàn)榧夹g(shù)門檻高，只有技術(shù)人員會使用和維護(hù)，不能真正覆蓋企業(yè)全方位的日常管理。

4.第3級公司

第3級公司以技術(shù)支持為中心，搭建系統(tǒng)化的數(shù)據(jù)運(yùn)營體系。這類公司中技術(shù)團(tuán)隊(duì)是數(shù)據(jù)價(jià)值產(chǎn)生的主體，業(yè)務(wù)部門的需求由其實(shí)現(xiàn)。這種技術(shù)團(tuán)隊(duì)具有一定規(guī)模，通常為公司解決一些通用型數(shù)據(jù)問題，主要為公司部分核心部門提供支撐。由于這類公司的數(shù)據(jù)化運(yùn)營成本高，無法實(shí)現(xiàn)全員數(shù)據(jù)化運(yùn)營。

當(dāng)企業(yè)的數(shù)據(jù)量達(dá)到一定規(guī)模時(shí)，僅僅依靠數(shù)據(jù)分析很難解決根本問題，此時(shí)數(shù)據(jù)治理顯得尤為重要。因此，搭建系統(tǒng)化的數(shù)據(jù)運(yùn)營架構(gòu)并最終將其應(yīng)用于業(yè)務(wù)單元是第3級公司的運(yùn)營特點(diǎn)。這類企業(yè)的數(shù)字化轉(zhuǎn)型是技術(shù)單元支撐的，也會產(chǎn)生少量的淺層應(yīng)用產(chǎn)品。

對于等3級公司來說，治理數(shù)據(jù)是數(shù)據(jù)化運(yùn)營的基礎(chǔ)。一般企業(yè)大多采用BI(數(shù)據(jù)分析)—ETL(數(shù)據(jù)加載)—DW(數(shù)據(jù)倉庫)模式將數(shù)據(jù)治理到數(shù)據(jù)分析的整個(gè)過程打造成工具箱，從而進(jìn)行數(shù)據(jù)治理。其中，每個(gè)流程都需要做中轉(zhuǎn)工作，因此需要企業(yè)配備一支專業(yè)性強(qiáng)的技術(shù)隊(duì)伍。

技術(shù)部門在維護(hù)企業(yè)的各類IT產(chǎn)品或DT產(chǎn)品時(shí)會發(fā)現(xiàn)，許多產(chǎn)品之間數(shù)據(jù)聯(lián)系緊密，比如用戶在支付寶產(chǎn)生的個(gè)人信用數(shù)據(jù)可用于螞蟻金服上的貸款資質(zhì)審批，微信賬號可用于騰訊視頻的登錄。這源于阿里巴巴和騰訊都將旗下各產(chǎn)品的數(shù)據(jù)做了融合。但這些產(chǎn)品的數(shù)據(jù)沒融合前，技術(shù)人員需要對相關(guān)App的數(shù)據(jù)逐一維護(hù)，耗費(fèi)的人力成本較高，且這個(gè)數(shù)據(jù)治理過程對技術(shù)人員的專業(yè)能力也有一定的要求。

另外，企業(yè)的數(shù)據(jù)整合、數(shù)據(jù)維護(hù)、數(shù)據(jù)賦能業(yè)務(wù)需要?dú)v經(jīng)復(fù)雜的過程，如下圖所示。

首先，各類業(yè)務(wù)人員會根據(jù)自己負(fù)責(zé)的產(chǎn)品類型和用戶喜好，提出各種各樣的數(shù)據(jù)分析需求，比如金融行業(yè)的業(yè)務(wù)人員為保障銀行的風(fēng)控能力，需要評估客戶的信用狀況。針對業(yè)務(wù)人員的需求，數(shù)據(jù)分析部門會建立模型;然后，技術(shù)部門將數(shù)據(jù)分析部門的模型語言寫成代碼，并檢驗(yàn)其是否正確;最后，業(yè)務(wù)人員通過這些模型或應(yīng)用實(shí)現(xiàn)業(yè)務(wù)價(jià)值。這種數(shù)據(jù)支撐業(yè)務(wù)的模式是單向循環(huán)的，需要?dú)v經(jīng)多個(gè)部門的多項(xiàng)操作。

由此可見，企業(yè)需要配備專業(yè)的技術(shù)團(tuán)隊(duì)和數(shù)據(jù)分析團(tuán)隊(duì)完成提出需求、建立模型并檢驗(yàn)的整個(gè)過程，業(yè)務(wù)人員在這一過程中只是提出數(shù)據(jù)分析需求，實(shí)施過程需要技術(shù)人員投入大量的時(shí)間和精力。而有些數(shù)據(jù)分析需求對技術(shù)人員來說比較基礎(chǔ)且簡單，譬如日常統(tǒng)計(jì)分析，業(yè)務(wù)人員借助專業(yè)的數(shù)據(jù)分析工具將數(shù)據(jù)接入即可自動生成分析結(jié)果，不需要技術(shù)人員耗費(fèi)精力和時(shí)間進(jìn)行處理。技術(shù)人員常年忙于應(yīng)付這些簡單的需求，無法投入更多精力研發(fā)更深層次的應(yīng)用產(chǎn)品，也無法為企業(yè)數(shù)字化轉(zhuǎn)型賦能。這種以技術(shù)為核心的數(shù)據(jù)化運(yùn)營模式讓技術(shù)人員“叫苦不迭”，而且數(shù)據(jù)使用并未進(jìn)入核心業(yè)務(wù)，數(shù)據(jù)使用深度不足。

5.第4級公司

第4級公司形成了以業(yè)務(wù)為中心的數(shù)據(jù)化運(yùn)營體系，即各個(gè)部門使用數(shù)據(jù)均以賦能業(yè)務(wù)為出發(fā)點(diǎn)。這類公司已形成數(shù)據(jù)的良性循環(huán)，實(shí)現(xiàn)了數(shù)據(jù)資產(chǎn)沉淀，達(dá)到了數(shù)據(jù)賦能業(yè)務(wù)的目標(biāo)。這類公司改變了以技術(shù)團(tuán)隊(duì)為中心挖掘數(shù)據(jù)價(jià)值的數(shù)據(jù)運(yùn)營模式，建立了比較完整的數(shù)據(jù)中臺。一線業(yè)務(wù)人員可以自主完成80%的數(shù)據(jù)需求，這是第4級公司運(yùn)用數(shù)據(jù)的特點(diǎn)。

數(shù)據(jù)中臺的搭建打破了第3級公司數(shù)據(jù)分析單向作業(yè)的模式，業(yè)務(wù)人員分析需求不必再像以前那樣歷經(jīng)多個(gè)部門和環(huán)節(jié)，可以直接調(diào)用經(jīng)數(shù)據(jù)中臺打包、封裝好的數(shù)據(jù)資料，并通過數(shù)據(jù)中臺提供的BI分析工具分析數(shù)據(jù)。甚至在業(yè)務(wù)人員自主分析數(shù)據(jù)前，數(shù)據(jù)中臺已對某些簡單的數(shù)據(jù)分析需求直接給出了答案。數(shù)據(jù)中臺打通了企業(yè)全鏈條數(shù)據(jù)，實(shí)現(xiàn)了數(shù)據(jù)的循環(huán)流通，它將企業(yè)已成型的數(shù)據(jù)、模型、算法、應(yīng)用等“資產(chǎn)”進(jìn)行存儲與延展開發(fā)，并設(shè)置了共享模式，確保企業(yè)的技術(shù)部門、數(shù)據(jù)部門、業(yè)務(wù)部門可隨時(shí)直接調(diào)用。因此，不僅業(yè)務(wù)人員可以數(shù)據(jù)中臺受益，技術(shù)人員的數(shù)據(jù)治理、模型研發(fā)、算法構(gòu)建、應(yīng)用研發(fā)等均可通過數(shù)據(jù)中臺實(shí)現(xiàn)。

數(shù)據(jù)中臺的搭建使業(yè)務(wù)人員可以輕松便捷地使用數(shù)據(jù)，業(yè)務(wù)人員有大量數(shù)據(jù)分析需求時(shí)，可以不再依賴技術(shù)人員和數(shù)據(jù)分析人員的力量，而是直接通過數(shù)據(jù)中臺解決。這不僅為業(yè)務(wù)人員釋放了大量數(shù)據(jù)分析需求，激發(fā)了更多應(yīng)用產(chǎn)生的靈感，而且為技術(shù)人員和數(shù)據(jù)分析人員節(jié)省了時(shí)間，技術(shù)人員可集中精力梳理數(shù)據(jù)資產(chǎn)，令其對業(yè)務(wù)產(chǎn)生直接影響，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)業(yè)務(wù)化，從而建立基于數(shù)據(jù)的盈利增長點(diǎn)。

如果說第3級公司通過數(shù)據(jù)分析滿足業(yè)務(wù)需求，從而提高商機(jī)捕獲的效率，那么，第4級公司基于數(shù)據(jù)做決策，業(yè)務(wù)人員不斷調(diào)整工作重心，進(jìn)一步提升了商機(jī)捕獲效率。此外，數(shù)據(jù)中臺的建設(shè)改變了以往技術(shù)部門只專注技術(shù)能力提升，不注重為業(yè)務(wù)賦能的情況。如今，技術(shù)部門以服務(wù)業(yè)務(wù)部門為工作重心，積極轉(zhuǎn)化職能，可以更快地推動業(yè)務(wù)發(fā)展。另外，業(yè)務(wù)部門也能感受到技術(shù)部門職能轉(zhuǎn)化帶來的便利，雙方協(xié)同作戰(zhàn)，提升能力，新的、更有深度的數(shù)字應(yīng)用產(chǎn)品將會在雙方緊密合作中產(chǎn)生，從而助力企業(yè)成功轉(zhuǎn)型。

行業(yè)中的龍頭企業(yè)大多處于第3級別，專業(yè)數(shù)據(jù)中臺服務(wù)提供商可以幫助它們加速進(jìn)入第4級別，使數(shù)據(jù)良性循環(huán)。

6.第5級公司

第5級公司已實(shí)現(xiàn)了數(shù)據(jù)的良性循環(huán)，可以沉淀出核心數(shù)據(jù)競爭力和數(shù)據(jù)資產(chǎn)，并能夠基于數(shù)據(jù)開創(chuàng)出新的商業(yè)模式。已打通內(nèi)外部數(shù)據(jù)，形成完整的數(shù)據(jù)戰(zhàn)略、應(yīng)用戰(zhàn)略、模型戰(zhàn)略、算法戰(zhàn)略，60%以上的員工都可以運(yùn)用數(shù)據(jù)實(shí)現(xiàn)業(yè)務(wù)價(jià)值，基于數(shù)據(jù)創(chuàng)造出了新的商業(yè)模式并帶來了一定的收益:這類能夠做到“數(shù)據(jù)驅(qū)動發(fā)展”的企業(yè)便是第5級公司。這類企業(yè)內(nèi)部，數(shù)據(jù)半自動化、全自動化決策能力和人為判斷決策良好地融為一體。內(nèi)外部數(shù)據(jù)打通形成了數(shù)據(jù)生態(tài)，不斷推動企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。在經(jīng)過幾年的數(shù)據(jù)化運(yùn)營后，與同行相比，它們已經(jīng)形成獨(dú)特的數(shù)據(jù)資產(chǎn)和數(shù)據(jù)生態(tài)，擁有自主算法資產(chǎn)、模型資產(chǎn)、應(yīng)用資產(chǎn)，其應(yīng)用深度和數(shù)量在行業(yè)內(nèi)排名前列。

由于業(yè)務(wù)角色不同，研發(fā)的數(shù)字應(yīng)用也不一樣，使用的場景也大不相同，企業(yè)內(nèi)不同角色可以以較低的成本快速獲取相關(guān)數(shù)據(jù)。數(shù)據(jù)化運(yùn)營已經(jīng)深入第5級企業(yè)發(fā)展歷程中，數(shù)據(jù)安全戰(zhàn)略已在企業(yè)內(nèi)部形成，并且展開數(shù)據(jù)應(yīng)用。同時(shí)，企業(yè)因?yàn)榫邆淞送暾臄?shù)據(jù)運(yùn)營思路和實(shí)踐經(jīng)驗(yàn)，數(shù)據(jù)人才的培訓(xùn)體系和流程也比較完備。如此，“實(shí)踐培養(yǎng)人才，人才助力實(shí)踐”達(dá)成良性循環(huán)，為企業(yè)數(shù)字化轉(zhuǎn)型提供源源不斷的力量。

總而言之，企業(yè)可以通過數(shù)字化MAX成熟度模型測評自身的數(shù)字化運(yùn)營級別，以便確定接下來的跳級策略:是按部就班一級一級發(fā)展，還是進(jìn)行多級跨越。如果企業(yè)想要多級跨越，需要考慮到達(dá)目標(biāo)級別需要具備的資源和能力，進(jìn)而步步達(dá)成，避免跨級失敗。

回顧過去十年的企業(yè)數(shù)字化發(fā)展，行業(yè)龍頭企業(yè)大多處于第3級別，甚至有些企業(yè)很早便進(jìn)入第3級別了。企業(yè)內(nèi)部少則數(shù)十人、多則數(shù)百人都在解決數(shù)據(jù)問題，高成本的數(shù)據(jù)維護(hù)卻仍然無法衍生出有深度的數(shù)字應(yīng)用。企業(yè)數(shù)據(jù)使用仍然停留在淺層，數(shù)據(jù)運(yùn)用陷入困境，無法形成良性循環(huán)。這種情況下，企業(yè)需要根據(jù)自身的狀態(tài)，確定升級策略。?