一、什么是數(shù)據(jù)化轉(zhuǎn)型？為何要數(shù)字化？

數(shù)字化轉(zhuǎn)型就是利用數(shù)字化技術(shù)（如大數(shù)據(jù)、云計(jì)算、人工智能等）來推動(dòng)企業(yè)組織轉(zhuǎn)變業(yè)務(wù)模式，組織架構(gòu)，企業(yè)文化等的變革措施，如衍生出的智能制造、智慧城市等概念。

數(shù)字化轉(zhuǎn)型是個(gè)和大數(shù)據(jù)一樣，是個(gè)有點(diǎn)大有點(diǎn)虛的概念，映射到直接落地，相對(duì)接地氣的概念就是數(shù)據(jù)化管理，也是當(dāng)下很多企業(yè)正在實(shí)施的措施。

諸如企業(yè)的財(cái)務(wù)、銷售、市場(chǎng)等業(yè)務(wù)自身就帶有強(qiáng)烈的數(shù)據(jù)分析需求，領(lǐng)導(dǎo)也厭倦了查看一沓沓報(bào)表，更希望看到結(jié)論化的數(shù)據(jù)。如果說運(yùn)用到個(gè)人或是某一個(gè)問題的叫數(shù)據(jù)分析，那么投入到企業(yè)的業(yè)務(wù)層面用于輔助管理產(chǎn)生效益的則可稱為數(shù)據(jù)化管理。

回顧若干年前，企業(yè)做信息化總結(jié)起來就是實(shí)施ERP系統(tǒng)，財(cái)務(wù)系統(tǒng)，人力資源系統(tǒng)，客戶關(guān)系管理（CRM）系統(tǒng)等等。這些信息化的項(xiàng)目有一個(gè)共同特點(diǎn)，就是把企業(yè)的組織架構(gòu)，業(yè)務(wù)流程，運(yùn)營模式等通過軟件系統(tǒng)的形式固化下來，這樣企業(yè)相關(guān)的員工，物料，設(shè)備，資金等要素就圍繞固化好的軟件系統(tǒng)運(yùn)轉(zhuǎn)。如果企業(yè)管理人員發(fā)現(xiàn)現(xiàn)有軟件系統(tǒng)不適用現(xiàn)在的業(yè)務(wù)，就會(huì)實(shí)施流程變革等措施來優(yōu)化現(xiàn)有的軟件系統(tǒng)，所以信息化更多的是支持業(yè)務(wù)。

企業(yè)實(shí)施信息化后，企業(yè)相關(guān)的人，物料，設(shè)備，資金等要素就圍繞固化好的軟件系統(tǒng)運(yùn)轉(zhuǎn)，但是這些要素在企業(yè)日常運(yùn)營過程中實(shí)際運(yùn)行情況是怎樣的，企業(yè)并不十分清楚，企業(yè)并沒有一個(gè)系統(tǒng)能實(shí)時(shí)抓取并可視化企業(yè)日常運(yùn)營全景，比如客戶購買企業(yè)的產(chǎn)品和服務(wù)后的使用情況、市場(chǎng)的變化情況、工廠流水線的運(yùn)行情況、供應(yīng)鏈的運(yùn)轉(zhuǎn)情況等。如果需要這些數(shù)據(jù)，大都需要通過人力來統(tǒng)計(jì)，做各種報(bào)表，費(fèi)時(shí)費(fèi)力，且不一定能保證數(shù)據(jù)的準(zhǔn)確行。

數(shù)字（據(jù)）化的本質(zhì)就是要通過收集企業(yè)日常運(yùn)營的數(shù)據(jù)，客戶使用產(chǎn)品服務(wù)的數(shù)據(jù)，市場(chǎng)行業(yè)，趨勢(shì)等等數(shù)據(jù)，形成企業(yè)日常運(yùn)營的全景圖，反映到產(chǎn)品研發(fā)、服務(wù)流程改善、精準(zhǔn)營銷、銷售模式升級(jí)、優(yōu)化庫存等業(yè)務(wù)的改進(jìn)上來。

二、企業(yè)如何做數(shù)字化轉(zhuǎn)型？

在數(shù)字化轉(zhuǎn)型的浪潮中，呼聲最大的是生產(chǎn)制造業(yè)，所以以下很多都傾向于生產(chǎn)制造業(yè)的業(yè)務(wù)情況：

第一階段：數(shù)據(jù)的鏈接、收集與整合

數(shù)據(jù)是數(shù)字化的基礎(chǔ)，數(shù)字化轉(zhuǎn)型的第一步往往都是先進(jìn)行數(shù)據(jù)連接。要分析什么業(yè)務(wù)，分析的指標(biāo)有哪些，需要的數(shù)據(jù)有哪些，當(dāng)下已有哪些數(shù)據(jù)，哪些數(shù)據(jù)不足需要定向收集。

比如：

• 生產(chǎn)領(lǐng)域：借助傳感器等設(shè)備，捕捉生產(chǎn)線的細(xì)微動(dòng)態(tài)。
• 庫存管理：通過掃碼技術(shù)追蹤庫存狀態(tài)，及物流運(yùn)輸?shù)拿恳徊健?
• 銷售環(huán)節(jié)：優(yōu)化流程，增設(shè)數(shù)據(jù)采集點(diǎn)，確保銷售數(shù)據(jù)的全面捕獲。
• 營銷方面：利用網(wǎng)站埋點(diǎn)技術(shù)，洞悉用戶行為軌跡。
• .....

數(shù)據(jù)采集的成本比較高，而且往往大動(dòng)干戈。建議先做好數(shù)字化路線和場(chǎng)景的規(guī)劃，盡量自頂而下推導(dǎo)到底需要哪些數(shù)據(jù)及其采集技術(shù)，往往數(shù)據(jù)采集的難點(diǎn)不在于技術(shù)層面，而在于業(yè)務(wù)層面的推動(dòng)。

采集到數(shù)據(jù)還只是第一步，后續(xù)需要有大量的工作保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)有問題分析再嚴(yán)謹(jǐn)都是空談。建議在數(shù)字化規(guī)劃階段，需要對(duì)全數(shù)據(jù)鏈路進(jìn)行詳細(xì)設(shè)計(jì)，爭(zhēng)取做到幾個(gè)要點(diǎn)：

• ① 多個(gè)系統(tǒng)相聯(lián)通，至少保證同一種數(shù)據(jù)在不同系統(tǒng)中是一致的；
• ② 通過數(shù)據(jù)鏈路設(shè)計(jì)使得相鄰環(huán)節(jié)的數(shù)據(jù)可相互校驗(yàn)；
• ③ 數(shù)據(jù)質(zhì)量需融入日常運(yùn)營管理流程。

然后是數(shù)據(jù)整合。采集到的數(shù)據(jù)往往都分布在各業(yè)務(wù)系統(tǒng)內(nèi)，但后續(xù)分析的時(shí)候往往會(huì)涉及多種業(yè)務(wù)的數(shù)據(jù)，比如財(cái)務(wù)+銷售，所以系統(tǒng)之間的數(shù)據(jù)壁壘要打通，避免數(shù)據(jù)孤島。

系統(tǒng)來看，就是從數(shù)據(jù)分析出發(fā)，向上要保證數(shù)據(jù)口徑的統(tǒng)一，避免數(shù)據(jù)對(duì)不上。向下要以分析為目的來搭建數(shù)倉和數(shù)據(jù)中心，讓數(shù)據(jù)整合—數(shù)據(jù)清洗—數(shù)據(jù)分析—可視化都在一個(gè)平臺(tái)上進(jìn)行。

在這個(gè)過程通常需要借助低代碼BI平臺(tái)、數(shù)倉來搭建。

有些數(shù)據(jù)體量大的企業(yè)會(huì)搭建大數(shù)據(jù)平臺(tái)。

第二階段：數(shù)據(jù)分析與可視化呈現(xiàn)

數(shù)據(jù)鏈接完成后，便是基于業(yè)務(wù)需求的深度分析與可視化展示。通過報(bào)表與可視化報(bào)告，展現(xiàn)歷史與當(dāng)前數(shù)據(jù)，助力決策制定。如尋找貢獻(xiàn)80%營收的20%優(yōu)質(zhì)代理商，便需借助數(shù)據(jù)挖掘技術(shù)精準(zhǔn)定位。

隨著數(shù)字化成熟度的提升，各業(yè)務(wù)模塊均應(yīng)配備可視化模塊，運(yùn)用商務(wù)智能BI系統(tǒng)或制造智能MI系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的直觀呈現(xiàn)與洞察。

第三階段：精益化分析

在自動(dòng)化與信息化基礎(chǔ)穩(wěn)固后，企業(yè)開始探索如何利用數(shù)據(jù)提升效率、降低成本。這便是數(shù)字化轉(zhuǎn)型的第三階段——精益化分析。

傳統(tǒng)企業(yè)常依賴工業(yè)工程師或咨詢師進(jìn)行現(xiàn)場(chǎng)診斷，而精益化分析則借助數(shù)字化技術(shù)，固化、簡(jiǎn)化并優(yōu)化精益化過程。將經(jīng)驗(yàn)驅(qū)動(dòng)的現(xiàn)場(chǎng)診斷，轉(zhuǎn)化為數(shù)據(jù)驅(qū)動(dòng)的數(shù)字化診斷，更客觀、及時(shí)、全面、智能地揭示生產(chǎn)系統(tǒng)中的問題與浪費(fèi)。

第四階段：高階數(shù)據(jù)分析

基于精益化分析的成果，企業(yè)需進(jìn)一步分析問題根源，提供解決方案。此時(shí)，大數(shù)據(jù)與人工智能技術(shù)大顯身手。

• 機(jī)器學(xué)習(xí)：提煉歷史最佳實(shí)踐，進(jìn)行預(yù)測(cè)分析。
• APS技術(shù)：為生產(chǎn)計(jì)劃與排程提供智能決策支持。
• 知識(shí)圖譜：構(gòu)建企業(yè)知識(shí)庫，提升決策效率。
• 計(jì)算機(jī)視覺與聽覺：替代重復(fù)勞動(dòng)，釋放人力資源。

針對(duì)特定行業(yè)、工藝與流程節(jié)點(diǎn)，大數(shù)據(jù)與人工智能技術(shù)助力管理人員快速乃至自動(dòng)決策，推動(dòng)企業(yè)向智能制造邁進(jìn)。

第五階段：全面智能化轉(zhuǎn)型

當(dāng)企業(yè)內(nèi)部的智能高階分析達(dá)到一定水平后，與全供應(yīng)鏈其他智能企業(yè)的連接便成為必然。通過全面智能化轉(zhuǎn)型，實(shí)現(xiàn)供應(yīng)鏈的整體優(yōu)化與協(xié)同。

另外再啰嗦幾句：

（1）落地是從一到五，設(shè)計(jì)是從五到一。

（2）軟硬件全買最好的，不如用精益方法先把整個(gè)流程擼通，然后逐步迭代升級(jí)（可借鑒IT行業(yè)的敏捷開發(fā)模式），在技術(shù)發(fā)展太快的今天，除非你能像換iPhone一樣換你的數(shù)字化系統(tǒng)，不然總有更好的版本，更好的產(chǎn)品。

（3）一次性把數(shù)據(jù)采集全了，不如挑一、兩個(gè)典型工業(yè)應(yīng)用場(chǎng)景（痛點(diǎn)）直接從第一階段干到第三、四階段。

（4）智能制造、工業(yè)4.0、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、MES等都是概念，往往每個(gè)人對(duì)同一個(gè)概念的理解都不完全相同，不如簡(jiǎn)化一下思路，這么想：我想要哪些數(shù)據(jù)，能幫我把哪里管得更好。