0
新冠疫情加速了全球進入數據資產化時代的步伐，中國的企業(yè)面臨企業(yè)數字化轉型的新機遇，對于創(chuàng)業(yè)者來說，如何把握疫情之下的全球產業(yè)重構趨勢，重塑企業(yè)核心競爭力就顯得尤為重要。
而且，直接掌握企業(yè)命脈的企業(yè)管理者，對于數字化轉型都持認同態(tài)度，希望通過數字化轉型推動企業(yè)服務能力、提高客戶體驗。
但企業(yè)的數字化轉型之路，也不是一蹴而就的，從IT角度來講，企業(yè)需要基于IT技術提供的支持，讓業(yè)務和技術產生真正的交互，企業(yè)掌握建設和使用技術的能力。另一方面，數據已經成為企業(yè)最重要的資產，搭建數字化平臺，將可以有效利用數據為企業(yè)持續(xù)創(chuàng)造價值。
對于轉型中的企業(yè)來說，該如何去做選擇呢？近日，袋鼠云戰(zhàn)略副總裁張旭就結合自己多年的實踐經驗，總結出了企業(yè)數字化建設最佳實踐“全景圖"，剖析了企業(yè)在數字化過程中的具體實施路徑。
企業(yè)數字化建設全景展示
自企業(yè)注重數字化之后，會發(fā)現有很多企業(yè)都是從傳統(tǒng)BI轉過來，或者從各種數據開始，搭建好技術或者產品就開始了。但是，企業(yè)數字化建設是一個非常龐大的體系，涉及到頂層設計、咨詢規(guī)劃、技術設施、數據運營等。甚至有很多企業(yè)，盡管認識到了數據價值，投入了大量的人力和資金，但是效果卻甚微。
從這一角度出發(fā)，如果企業(yè)要做數據中臺的話，還是應該讓咨詢先行，做好數據化的頂層設計和咨詢規(guī)劃，然后就數據平臺化、數據資產化、數據服務化，一直到數據價值化，這些是一個企業(yè)數字化建設的主航道，最終一定要去實現業(yè)務價值。而數據運營、組織保障層面，包括數據資產管理、數據治理、數據安全與標準等等，應該為主航道讓行。
當然，做數字化少不了基礎設施，無論是咨詢還是數據價值化等，每一步都需要相對好的工具去支撐，一方面可以提升效率，一方面也可以將產品固定下來。因此，企業(yè)在數字化建設路徑規(guī)劃時，應該分清主要內容和輔助內容，才能起到事半功倍的效果。
企業(yè)數字化建設全景圖
1、 數字化咨詢
數字化咨詢的第一步，應該是做企業(yè)數據化價值建設的調研報告，對企業(yè)有一個客觀全面的了解。
具體來看，在做業(yè)務調研時，可以了解業(yè)務流程和業(yè)務場景，了解各個崗位對數據的需求。接下來，需要做的是信息化調研，可以了解企業(yè)當前的信息化建設情況以及服務廠商，而且信息化是數據化的前提，數據化的建設也會反向推動信息化的提升，所以要做好信息化調研。最后，是數字化調研，可以了解企業(yè)的數據化架構、內容、成果。
如今，其實很多企業(yè)早就已經開始數字化的沉淀，但是現在需要共同去管理，因此還需要做一個數字化情況的整體評估，找到當前數據化的問題點和薄弱點，如企業(yè)資金的投入力量夠不夠、組織保障情況如何、整體框架等等。
在把現狀摸清楚之后，接下來的第二步，就是要做企業(yè)數據應用的規(guī)劃，也是回答數字化的價值所在。
《數據資產管理實踐白皮書（4.0版）》里是這么寫的，數字的價值當前沒有一個人能說得清楚，甚至當下看到的價值，有可能是冰山一角。
盡管未來也許會如上所說，但是當下我們能做的就是，把企業(yè)中數據應用的場景和數據應用的可能性進行梳理，便于企業(yè)領導決策。
在這一層面，首先要做的是梳理清楚企業(yè)的業(yè)務架構，對企業(yè)進行全面調研，客觀描述企業(yè)架構，作為數據應用規(guī)劃的前提和依據。然后，進行數據應用場景的規(guī)劃，了解企業(yè)與數據應用，可以服務哪些崗位和場景，幫助各個崗位解決哪些問題。
有了數據應用規(guī)劃，接下來可以將數據應用場景層層拆解，細分到指標及標簽粒度，依據企業(yè)業(yè)務場景進行標準指標及報表體系構建，從而建立管理及維護機制，確保數據權威性和內部一致性。
通過這幾個維度的搭建后，最后就是把企業(yè)數據應用的規(guī)劃做一個優(yōu)先順序排序，確定實施優(yōu)先級及行動路線。這樣的話，就可以判斷企業(yè)可以先做什么，再做什么。之所以這樣做，就是可以推動企業(yè)做一個至少兩到三年的規(guī)劃，體現數字化建設的價值。
2、數據平臺化
第二部分是數據平臺化，首先要做的，就是平臺的選型標準與策略，主要分為五點：
第一，產品選型，包括數據庫、數據倉庫、開源大數據組建、大數據開發(fā)平臺目前在數字化上，除了互聯網行業(yè)，最超前的就屬銀行業(yè)。目前，很多銀行前幾年就已經選取了數倉，也有大數據，二者并存于企業(yè)中，但這是有一定問題的，做不了實時計算。因此企業(yè)需要選擇適合自己業(yè)務價值的產品。
第二，上云方案的選擇。企業(yè)應該選擇公有云還是私有云，或者是混合云，這個是需要注意的。第三，如何與原有的體系進行融合。對于傳統(tǒng)企業(yè)來說，原有的數據倉庫屬于原有資產，但不能因為上新設施就將原來的設施全部推翻，要學會融合。
第四，數據互通的問題，也就是數據如何融合、數據如何互通，這也是很重要的一點。
第五，就是升級方案的選擇。企業(yè)如果上新了一堆東西，但是之后無法策劃下來，那就是問題了。因此，企業(yè)要對現有技術方案做一個完整的技術選型報告，解決掉上述五點問題。
在選擇完平臺之后，接下來要做的是數據資源的盤點和匯聚。
對于企業(yè)來說，首先是要對所有的信息化系統(tǒng)等結構化數據進行摸排，了解企業(yè)真正可以使用的有多少，然后有多少需要上平臺，盡管前期投入會很大，工期長，但是整體效益高。
然后，就是有多少系統(tǒng)需要去上平臺，以前企業(yè)會按需去錄入，只關注報表本身，但是這種傳統(tǒng)數據倉庫模式，不利于長期發(fā)展。
最后，還有一種就是搭建中臺投入大量人力和物力，將所有系統(tǒng)都放置其中。但是現在基本上是按照業(yè)務領域去選擇，比如營銷、物流、供應鏈等等，即能滿足當前需求又能兼顧部分未來發(fā)展，在需要擴展時相對方便，綜合投入產出也會很高。
3、數據資產化
數據資產，近幾年已經得到相對廣泛的認可，未來數據資產一定會納入財務體系，成為企業(yè)的無形資產。從這個角度出發(fā)，該如何看待數據資產呢？
第一，它可以匯聚全域數據；第二，可以構建可擴展的數據倉庫模型，相對比較靈活多變；第三，可以搭建完善的數據開發(fā)標準和規(guī)范；最后，奠定數據資產的基礎，支撐數據應用建設。
現在，我們最看重的就是最后一步，通過模型可以進行論證。在實際的觀察中，我們發(fā)現，健壯的數據資產商，可以降低應用開發(fā)50%的成本，提升50%的開發(fā)效率，百分之百提升復雜數據程序的成功率。
在數據資產的價值上，很多企業(yè)都覺得很重要，但是在實踐過程中只多了一個最小的成本方案，其實應該把數據資產層建起來，這樣當出現二十個、五十個甚至一百個數據應用的時候，就能體現其價值了。
另外，還要強調的三點：第一，需要讓老板清楚數據資產，做到可視的感覺；第二，要學會管理，對于數據資產的上線下線要配合起來；第三，把數據應用支撐做好，有一個可變現的過程。做到了這三點，也就可以讓數據資產真正成為企業(yè)未來的核心資產管理范疇。
4、數據服務化
數據服務化的流程，在業(yè)務端產生了眾多的零散數據，分布在各個庫里或者是文件里，并沒有形成企業(yè)的數據資產，也沒有數據服務，直接就是數據應用。
但如今，我們強調數據資產和數據服務，就會把大量的數據資產編排成可用的數據應用服務，導入很多隱形的東西，比如數據API、標簽引擎、可視化分析大屏等等產品，將大量引擎的Deon關系放到數據服務層。當我們去做數據應用的時候，就是對服務層的高效利用，就可以把這一層做的更加健康，以此來支撐數據應用。
總結來說，數據服務化是數據資產變現的過程，數據中臺不但要承載數據資產，更要承擔大量在數據資產中的開發(fā)和加工工作，把數據資產提煉成為業(yè)務需要的和可以使用的數據，同時將這些數據以數據服務的形式直接提供也業(yè)務人員，或者間接的提供給應用系統(tǒng)來使用。
5、數據價值化
數據價值化是一個變現的過程，由于數據平臺化、數據資產化、數據服務化的完整構建，數據應用得以在企業(yè)內部低成本、高效率的構建和試錯，數據化應用數量大幅增長，最終輸送到企業(yè)的各個層級、各個崗位和各種業(yè)務場景，從提升營收、降低成本、控制業(yè)務風險，提高業(yè)務效率，創(chuàng)新業(yè)務模式等多方面實現數據價值。
以鞋服企業(yè)李寧為例，在其每個店里都有一個崗位叫買手，決定店內的采購資金的使用。假設一個買手有100萬資金，如何去分配購買鞋服的比例，購買的鞋子中的品類如何選擇，這個角色就需要根據市場的敏銳度去判斷，崗位在門店就很關鍵。如果這個角色做不好，就會出現物品滯銷，庫存很多需要打折，或者早早賣完等情況。
針對李寧這種情況，袋鼠云當時去做了智能組貨的配置，通過對店周圍的人群、銷量進行分析，把這個東西打印出來給到買手，發(fā)現準確度超過了80%的買手的感覺判斷。最后呈現的效果看到銷量或者利潤都有相對明顯的提升，這其實就是數據的價值。
6、數據化運營與保障貫穿始終
最后要特別強調的是數據化的運營和保障。我們發(fā)現，數據供應鏈中的主流程中，每一個環(huán)節(jié)都需要去做保障。今天主要說的是數據組織，在很多的項目中遇到一個問題，就是袋鼠云本身比較偏技術，但后來發(fā)現應該相對重視組織管理。
比如，阿里在做數據中臺組織的時候，就把所有TO B相關的數據人員、數據分析師、數據開發(fā)，通通抽調到數據中臺來，業(yè)務部門只負責提需求，隨后就會有一個專門的人來業(yè)務部門對接。在做完之后，把數據應用的結果反饋給業(yè)務部門，業(yè)務的價值高低，由業(yè)務部門來判斷，而數據生產部門只負責實現。
因此，我們建議，企業(yè)在數字化組織上一定有分工，技術部門去構建健壯的平臺，業(yè)務部門負責業(yè)務價值。如果企業(yè)的數據應用還是相互獨立的，業(yè)務部門也是自己做自己的，就會產生很多阻礙，不利于發(fā)揮數據應用的最大價值。
因此，企業(yè)在數字化進程中，一定要讓數據化運營與保障貫穿始終，才能最大程度的保證企業(yè)數字化轉型的成功！
鯨犀是雷鋒網(公眾號：雷鋒網)旗下新的業(yè)務單元，關注產業(yè)互聯網時代的技術、市場的行業(yè)動向，聚焦企業(yè)轉型案例的報道，以產業(yè)互聯網時期需要轉型的企業(yè)視角，來記錄整個行業(yè)的發(fā)展趨勢，為所有想要在智能時代完成轉型、升級的企業(yè)提供思路。同時，雷鋒網鯨犀還會定期組織沙龍、閉門會、線上公開課等多種活動，向有升級再造意圖的企業(yè)、以及提供技術和解決方案的平臺公司提供一手資訊和交流合作的機會。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
