一、前言和背景

全球第四次工业革命方兴未艾，以数据为基础的世界正在重构中，5G、量子计算、人工智能等新兴技术将重构整个人类社会的“基础设施”和“基本逻辑”，所有边界可能都将被打破，在越来越未知的将来，企业如何应对这些变化？如何在不确定中追寻自己的长期价值？如何实现持续增长？这是每位企业家都无法逃避并需要深度思考的问题。

1、数字化是企业回归长期价值主义的必然选择

中国企业和企业家需要回归长期价值主义，回归长期价值主义就是回归客户价值，回归企业对长远发展的追求。在确定与不确定交织的新时代，中国企业必须以客户为中心，奉行长期价值主义，从机会成长转向战略成长，从野蛮成长转向文明成长，从规模成长转向品质成长。而持续增长是企业长期价值主义的基础保障，没有增长根本就谈不上长期价值。

外部环境需要企业数字化。从社会角度看，社会影响力对企业的发展拓客愈发重要，数字化帮助企业提高品牌价值；从客户角度看，客户要求改变业务/产品的形态和交付方式，需要企业与时俱进，提供更好的服务；从竞争对手角度看，直接竞争对手通过数字化获得了竞争优势，新兴企业借助新一代数字技术快速扩张市场；从合作伙伴角度看，随着市场的成熟，合作伙伴之间的关系愈发紧密重要，合作者需要企业改变协作模式和手段；从供应商角度看，供应商通过数字化手段为企业提供服务，侧面展示数字化的优势。

内部环境需要企业数字化。通过数据收集分析、预测模型等能够帮助企业降低运营成本、提升运营效率，促进企业商业模式的升级，为企业扩展收入途径，增加收入来源。

2、数字化已经具备成功实现的外部条件

数字化的技术条件和政策环境都为数字化的实现创造了有利条件。

技术成熟。云技术使快速、大规模的存储和处理成为可能。企业逐步向云端布局转型，以实现降本增效；物联网使所有事物皆可联网；机器人技术既可通过实体机器人增强人类实际活动，也可通过软件机器人实现基于规则的流程自动化；机器智能与大数据架构使机器学习和数据分析技术不断取得进步，有助于企业脱离回顾性数据分析，转而进行推论和预测；协同创新使众包和开源等新的协作方式使企业更有效的获取外部知识，从而更高效、更智能地进行创新；一切皆服务（XaaS）将现有业务产品、流程和旧系统转化为一系列服务，供企业内外部使用；设计思维与敏捷交付把员工和客户体验放在首位，运用设计思维减少不必要的复杂，更快应对各种变化并加快产品迭代；区块链作为去掉合约中间环节的共享账本技术，可提供值得信赖的保障和透明度。这一系列技术逐渐成熟，开始迈向落地应用阶段，新兴数字技术与行业实际需求结合更加紧密，技术与传统行业商业模式和业务流程开始产生实质性融合，创新应用的经济价值将更加凸显。

政策鼓励。近三年，国家各部委陆续出台鼓励数字经济发展的相关政策和指导建议，鼓励企业通过数字化技术助力产业升级和转型。2020年数字经济再次被写入政府工作报告，报告中明确指出要继续出台支持政策，打造数字经济新优势。2020年3月，工业和信息化部办公厅印发《中小企业数字化赋能专项行动方案》，指出以新一代信息技术与应用为支撑，以提升中小企业应对危机能力、夯实可持续发展基础为目标，集聚一批面向中小企业的数字化服务商，培育推广一批符合中小企业需求的数字化平台、系统解决方案、产品和服务，助推中小企业通过数字化网络化智能化赋能实现复工复产；2020年4月，国家发展改革委、中央网信办印发《关于推进“上云用数赋智”行动，培育新经济发展实施方案》明确以数据生产要素为核心，构建“设备数字化-生产线数字化-车间数字化-工厂数字化-企业数字化-产业链数字化-数字化生态”的体系化数字经济发展融合范式。数字经济无疑已经成为国家发展的一股重要力量，2021年对企业来讲，无论国企还是民企都将加速数字化转型。如果说疫情前数字化转型是发展快或慢的问题，疫情后数字化转型是生与死问题。

3、数字化的核心价值是提高企业经营的确定性

企业无论大小，其经营在本质上就是在做一道数学算式，这道算式以价格、销量、成本、周转率为因子，就像独孤九剑的总诀式，由此能够演变出九九八十一招破尽天下武功的剑招，只是不同的企业，因所处的行业及其自身特点在每一个因子上具有不同的变数，细心经营、认真管理的根本其实就是使这些因子在一定约束条件下朝自己有利的方向发展，提高这些因子的确定性以采取措施应对来实现这道算式的最佳结果，大家能够直观看到的便是企业的持续增长。

数字化能够完美地解构这道算式，能够将这些因子，以及影响这些因子的子因子展示、诠释、重构，因为数字化能够帮助企业准确洞察与敏捷反应。数字化在简化各个业务部门决策过程的同时，使企业可以对外通过战略性运用数据来扩大经营规模，准确及时地分析客户数据，以更快、更低成本的方式增加客户价值；对内通过对专业人才、平台和流程进行协调一致的投资，使团队自行组织及协作，将信息转化为洞察，为持续改进快速做出透明决策。

本方案针对的企业是希望提高经营确定性，有一定信息化基础，企业规模大概是营收五亿以上的企业。这些企业已经渡过了创业期的艰难，对数字化的前身信息化有一定的理解和运用，在企业规模进一步迅速扩张的过程中发现了问题和短板。处于这一转型期的企业，数字化是其突破的利器。

4、BDG数字化模型是企业数字化的规划与实施指引

要实现数字化，企业需要从业务中来到业务中去，打通从用户开始回到用户的端到端数字运营体系，以数据的采集、维护、传递、挖掘等一系列运作，驱动企业经营管理体系的高效运行，BDG数字化模型系统地解决了这些问题。

1. B：业务。将业务语言转换成计算机数字语言，实现业务计量，使业务能够完全被信息系统管理；
2. D：数据。包括数据存储、数据集成、数据分析和数据应用，将数据的技术部分与业务需求部分完美融合，促使数字真正成为企业的生产要素；
3. G：目标。包括目标和用户，目标既包含公司战略，也包含业务战略，具象看就是公司绩效目标；用户是数字化的使用者，有其个体目标，且该目标应当统一、协同在公司和业务战略之下。

业务、数据、目标三位一体是企业数字化最有效的方法之一。

5、BDG数字化模型由七个层面构成

七个层面分别是：

1. 目标
2. 用户
3. 数据应用
4. 数据分析
5. 数据集成
6. 数据存储
7. 业务计量

这其中，目标是数字化的根本目的，能够帮助解决战略实现和升级的问题；用户是数字化的出发点，帮助明确不同用户在实现公司战略上的价值；数据应用为用户直接使用，是战略实现的直接抓手；数据分析帮助企业迅速找到形成战略结果的驱动或相关因素；数据集成能将企业经营管理方方面面的数据有效勾联打通，提高决策依据的质量；数据存储旨在获取数据、流转数据，使数字化成为有源之水、有本之木；业务计量解决了数据统一度量衡的问题，使不同领域的人能用共同理解的语言沟通。

6、解决方案的落地实施需要系统思考，持续数年，坚持发展

罗马不是一天建成的，数字化的规划和部署也没有捷径可寻。对于希望全面实现数字化，进入全新发展阶段的企业来说，需要心怀敬畏，全力以赴；需要充分认识到数字化的困难和重要性，下定决心坚持三到五年的时间，从局部到整体，不断创新，持续升级；需要从顶层设计开始系统思考，突破思想的禁锢，全面推进企业经营管理各个领域和体系的数字化改造，充分调动团队动力和能力，并广泛推动更多外部要素资源的协同。只有这样，才能成功实现真正的数字化。

二、问题和痛点

1、实现与升级公司战略成为企业从机会成长到系统成长的必由之路

处于机会成长期的企业发展迅速，高歌猛进，表面看起来绚烂耀眼，但速度掩盖了隐忧。这一阶段企业增长的推动力主要来源于单一的环境或市场的机会，这是非常典型的独轮车状态，环境的变化可能导致全面的崩塌。可以说没有机会成长期企业无法发展壮大，但是一直依靠机会成长的企业没有可能持续。

企业必须在依靠机会成长获得迅速发展的基础上，借助数字化洞悉风险和挑战，构建新系统、新模式，创造新机会，从单一的业务机会驱动转型升级为系统驱动，从独轮车升级为四轮车。这一过程依靠人力驱动与数字化驱动最大的差别就在于持续性和稳定性，人力就像有经验的师傅开了一个手工作坊，心情好、师傅在，水准就高一些；而数字化就像是标准工业流水线，机器调试到位，每批货都是这个高水准。

2、顶层设计的缺失使数字化容易沦为老药换新汤的信息化

企业对数字化理解不充分，就像几十年前对信息化的理解一样，看见别人上自己也要上，听见国家、政策支持更是一拥而上，感觉到发展压力了，以为上一个能随时查到经营管理数据的信息系统就万事大吉了，就实现数字化了。

企业数字化缺乏整体的规划，与战略形成两张皮，甚至掣肘战略的实现，把信息化当成数字化，画虎不成反类犬，使数字化完全没有发挥出应有的作用。能够得到一堆报表，一堆数据绝不是数字化，数字化必须能够清晰地指明公司战略的实现和跃迁路径是什么，系统用户应该得到什么是有助于决策的，数据产生的业务逻辑是什么，各业务单元、职能单元数据勾联是明确的，工作过程就是数据产生、存储、流转、分析的过程，经营管理的方方面面皆可度量等等。这都是整体规划时应当解决的问题。

3、数字化人才的缺乏使数字化常常纸上谈兵

数字化最需要复合型人才，兼具业务与IT思维的人，而市场上又最缺这种人才，具象上看主要是缺以下三类人才。

可以主导整体规划的人才：主导人往往出身于技术条线，对数据较熟悉，但对数据如何支撑、反哺业务缺乏一定的认识与规划。如果主导人出身于业务条线，那又会对数字化技术、大数据不了解，推动半天也就落地了个信息化，无法彻底推动整体数字化变革。

数据分析技术人才：数据分析是高技术含量的工作，要求从业人员掌握数据分析软件、统计学、大数据、机器学习等分析手段和工具。从事数据相关工作的人员往往对业务理解程度不高，业务人员又缺乏数据能力。

能够利用数据驱动创新的人才：对数据分析如何支撑业务和驱动业务转型的理解程度不高，缺乏主动利用数据产生业务洞察并指导业务开展的意识。

数字化需要完美地结合业务与数据，二者的协调促进需要恰到好处，任何一方的超前或不足都会使效果大打折扣，就像可口可乐的配方，孰多孰少皆不可，需要刚刚好，只有复合型的人才才能把握精准、落到实处。

4、数字化工具和方法的缺失使数字化往往事倍功半

企业对数字化的方法论还不了解，更不用说熟练运用，对很多企业来说，都是在摸着石头过河，很可能导致工作反复，局部替代整体，数字化变信息化等等。当数字化出现挫折时，非常容易因方法不对而怀疑方向的正确性。

好的工具和方法能够帮助企业在短期内建立一些小胜利，树立数字化的信心，从局部扩散到整体完成彻底的变革。比如：有相对成熟方法论的工业SaaS就是一个能够帮助企业实现快速小胜利的有效方式之一。从狭义的角度来看，工业互联网的核心功能在于物联基础，也就是对包括设备在内的物理实体的广泛连接，实现海量数据的汇集；然后在这个基础上，利用算法模型对数据进行深度的分析，获取对设备运行和生产过程的深度认知；最后通过工业应用，结合业务逻辑，把所得到的深度认知转化成最佳决策，并通过系统对这些决策实施执行，实现对生产过程的优化。

5、数字化协同的缺乏使数字化形神不一

数字化通常不是一个部门，甚至一个咨询公司就能部署完成的，更多的时候需要联合，才能成功实现，需要业务部门、IT部门、咨询公司、技术公司联合，打破传统企业壁垒，建立有效链接和沟通机制，共同合作才能成功完成数字化部署。然而很多企业在数字化转型推进中，往往把它当成信息化，只有IT部门和系统使用部门有所协作，其它各部门是割裂的，部门与部门之间，公司与公司之间缺乏有效的沟通机制。

这种情况下建立起来的数字化徒有其表，完全无法打通战略实现和升级的路径，不是只能看到外部客户有什么需求未能得到及时响应，就是只能知晓自身人才流失严重，这两者之间有什么关系往往无人问津，最后也只是有一堆堆的信息系统而已。

三、方案和工具

1、动因管理统领数字化始末，是核心命题。

暂且抛开IT技术不谈，从业务角度出发，一切不能得出经营问题或管理问题原因的数字化都是耍流氓。为什么客户不选择我们的产品？为什么频繁出现质量问题？为什么现金流如此紧张？为什么优秀的人进不来？。。。。。。

经营环节天生都是可量化的数字，比如销售、客户管理、生产、采购等经营线，由其天生属性决定，而管理与经营的联动、管理体系内部的数字化相对就难很多，甚至容易出现“伪数字化”，以人力资源管理领域为例，比方说，管理者能够发现离职率在升高、很多人迟到早退、公司整体绩效始终达不到预期目标等等，但却很难指出发生这些现象的原因是什么，当我们不知道原因的时候，就只能试各种招，别说解决问题，不产生新的问题就不错了！

要解决企业面临的经营问题或者管理问题，必须准确把握导致问题的原因或者大数据理论中所说的相关关系，否则试错成本极高，经营、管理质量的稳定性偏低。我们建议使用BDG数字化模型自上而下规划，自下而上实施。规划时首先要明确数字化与公司战略之间的关系，以实现公司战略和业务战略为根本目标构建数字化规划和实施方案；其次以企业内部关键客户的业务需求为出发点，紧扣经营业绩建设数字化；第三，将业务需求集合成若干数据应用，以软件或者插件的形式能被用户使用；第四，充分运用成熟的互联网技术，赋予软件灵魂，使其更聪明更主动；第五，打通不同管理软件之间数据的传递通道，只有这样才能打通企业问题的因果链条；第六，购买或自研能够获取数据、管理数据的管理软件，以获取基本的数据；最后，在搭建管理软件之前，需要对难以量化的经营管理行为实施数字化改造，去定性，明定量，为软件部署提供便利。

2、实现与升级公司战略是数字化的根本目的。

公司战略的实现就像一场战役的排兵布阵，需要能够清晰地描述实现路径，也就是战略澄清，澄清的结果就是战略地图，这样能够大大地提高成功率。而数字化的规划与实现路径就是以战略地图为指引的，只有这样才能紧贴战略，不至沦落成为了数字化而数字化。

在战略地图的引导之下，数字化的一个核心工作就是搭建业务与IT之间的沟通桥梁，打破从业务到IT的“魔咒”，统一语言。业务思维是类似于大脑的网状结构，但IT世界的思维是类似于棋盘的模块结构，数字化又无法绕开IT技术和产品，必须使二者相互理解，否则业务人员与IT人员之间的对话，就像希伯来语对上汉语，只能“叽叽喳喳”加“手舞足蹈”，结果会怎样可想而知。

从业务到IT的过程实际上是业务数字化的过程。随着时间的推移、数据的积累，企业将逐渐跃升至数字业务化的发展阶段，进而衍生出全新的、甚至令人瞠目结舌、超出想象的、以数据为业务的战略。

3、用户是数字化的出发点。

对数字化的使用者进行定义，明确其在实现公司战略上的价值，找出主用户和辅用户。主用户是使用数据进行经营决策和管理决策的人，外部客户也会是主用户；辅用户是为主用户提供改进支持和服务的人。

主用户根据战略地图，提出在自身的战略目标下应当知晓和管理的数据，一般是销售人员、财务人员、采购人员、各级管理人员等；辅用户根据主用户提出的需求转换成IT语言和产品，同时增加监测与改进IT产品本身的功能，最好是机器学习，能够自进化，一般是IT工程师、需求分析师等。

主用户与辅用户通常需要成立联合小组开展工作，以便统一思想、统一行动，“一张蓝图绘到底”，保持协调、统一的步伐，使组织不同单元能够审视数据覆盖战略的程度。

有效的用户定义包含两个层次：首先体现在角色分工，主用户要能提出需求，辅用户要能转化需求、串联需求、改进需求；其次体现在权限管理，需要定义清楚不同类型的用户、不同级别的用户可以查看、可以增加、可以修改、可以删除、可以创建、修改、删除账号的权限。

4、数据应用是数字化的着力点。

用户定义清楚后，就要按照用户类别根据各自的需求明确具有因果联系的应用场景、所需数据、可视化媒介，这是用户直接使用，为公司及自身工作创造价值的应用程序。

战略地图指出了组织各单元和个人需要达成的目标，但如何动态监测这些目标的进度，如何洞察目标之间的关联敏感度，如何确保数据闭环，防止人为干预或错误，如何纠正战略地图本身的错漏是数据应用需要解决的问题，只有这样才能使数据成为企业决策的充分依据，能够提高决策质量和效率，甚至启发新业务、新逻辑，使数据成为企业直接生产力。

在实践中，我们可能会以为按照用户需求部署了一个管理软件就实现了一部分的数字化，因为有报表、有数据，比如管人力资源的HCM，管供应链的SCM，管客户关系的CRM等等。实际上，这与数字化擦肩而过了，这些应用都是从流程出发的产物，为用户创造的是安全、共享、即时的价值；而数字化必须从战略出发，为用户创造的是原因探查、原因分析、解决建议等价值，一定是从客户中来到客户中去的，传统应用就像没有思想的走兽，这也是市场上很多数字化沦为信息化的主要原因。

5、数据分析是数字化的推动力。

明确了用户所需的数据应用，自然而然地引出需要的分析内容和分析方法，如果没有数据分析技术的存在或进步，就不可能使一个“死”的应用程序变成活的“军师”，部署到位的话，它能告诉企业什么时候应该做什么变化、为什么做。

数据分析主要依靠四大引擎：自动化引擎、业务规则引擎、预测引擎、智能引擎，为IT技术人员提供便利的工具和方法。自动化引擎：把流程化的手工操作可以记录下来，可以让它自动执行；业务规则引擎：把业务操作封装成一个个规则程序，执行一个规则程序就等于执行了一系列操作；预测引擎：根据规则和数据来做预测；智能引擎：根据不同的业务场景执行不同的操作。

只有高质量的数据分析，才能帮助企业迅速找到结果的驱动或相关因素，而且能最大化地排除人为影响因素，实现分析的高度一致性、高度稳定性。

6、数据集成是数字化的支撑。

在企业中，由于开发时间或开发部门的不同，往往有多个异构的、运行在不同的软硬件平台上的信息系统同时运行，这些系统的数据源彼此独立、相互封闭，使得数据难以在系统之间交流、共享和融合，从而形成了"信息孤岛"。这个时候就需要通过应用间的数据交换来达到集成。

在数据集成中，需要做好四项工作：数据沿袭、数据流转、元数据管理和数据质量。

数据沿袭：数据与数据库和应用程式的关系。当数据沿袭整理后，用户就可以知道这个数据是来自哪一个系统（Origin），经过哪一些计算（Transform and Process）和修改某一数据会对哪些流程产生影响（Data Flow），并对数据管理（Data Governance）有很大的帮助。管理者将会清楚哪些数据可以删减、哪些数据有重复，解决数据不一致（Inconsistency）的问题。

数据流：一种数据分发技术，数据生成器将数据记录写入有序数据流，数据使用者可以从该数据流以相同的顺序读取数据。

元数据管理：包括业务词汇表的发展，数据元素和实体的定义，业务规则和算法以及数据特征。最基础的管理是管理业务元数据的收集、组织和维持。对技术型元数据的应用，对主数据管理和数据治理项目的成功至关重要。

数据质量：指在业务环境下，数据符合用户的使用目的，能满足业务场景具体需求的程度。在不同的业务场景中，用户对数据质量的需要不尽相同，有些人主要关注数据的准确性和一致性，另外一些人则关注数据的实时性和相关性，因此,只要数据能满足使用目的，就可以说数据质量符合要求。

只有数据集成才能将企业经营管理方方面面的数据有效勾联打通，建立因果链或相关链，不仅能确保数据安全性、完整性、即时性、共享性，提高数据查询、分析、利用的效率；还使决策依赖的基础数据具备极高的质量。

7、数据存储是数字化的基础。

数字化的前提是得有数据，而数据的获得不是依靠人工搜集就是系统采集，稳定、可靠、省时省力的方法毫无疑问是通过系统或设备，比如：人力资源管理软件将与人有关的所有数据采集；供应链管理软件将与采购、生产、物流有关的所有数据采集；财务管理软件将与钱有关的所有数据采集等等，尽管此类软件除了能获取数据外，还有很多业务处理的价值，但获取数据依旧是最基础、最重要的前提，那么选择最佳的成熟软件或自行设计开发最优的软件匹配战略便至关重要，这是数字入口，将决定整个数字化成功所需的工作量。其中，到底是自研还是外采相当考究，不是花钱多少的问题。

汽车界的苹果公司——特斯拉就根据自己的业务模式选择了自研+外采，究其原因在于它颠覆了传统汽车企业的商业模式。特斯拉将销售、服务、制造、研发垂直整合，实施直营，需要突破传统ERP涵盖的范围，不仅要包含传统ERP的财务、产销计划、销售、采购等功能，还要涵盖电商销售前端、客户服务（相当于智能手机推送软件更新的功能）等线上业务功能，相当于ERP加电商平台和CRM系统，当时成熟的ERP厂商SAP、Oracle都无法满足特斯拉的需求，特斯拉便自研了该系统。不过研发和制造的PLM系统和MES系统，都采用了汽车行业里普遍使用的达索系软件。

做好数据存储是实现数字化变革的基础，也是组织经营管理透明化的基础，没有数据存储，所有数字化都是空中楼阁。

8、业务计量是数字化的前提。

如果说数据存储是数字化的入口，那么业务计量便是入口的门票，不买票入场必然导致实施过程中被强制补票并加收高昂手续费，最糟糕的情况下能毁掉整个数字化，使领导者否定数字化的价值。

业务计量将概念性、描述性业务语言转换成数学符号，统一成计算机语言，并在被用户使用时重新转换回业务语言。转换过程本身也要使用统一的计量语言。

计量标准：将难以量化的业务按照一定标准转化成初设数值，并建立该值与某个或多个业务数值的联系。

计量单位：取决于战略绩效管理中业务惯用的计量单位，可能是绩效语言，可能是财务语言，通常是百分制的分数值。

计量方法：根据业务数据积累修改调整计量标准，机器学习成熟的由系统自行调整、校验，不成熟的需要专业人士调整。

掌握业务计量的能力便拥有了数字化的入场券，使得数字化的工作事半功倍。

四、案例和应用

1、某房产企业数字化转型

Z企业是一家发展成熟的房地产企业，在国家的宏观调控下，房地产行业进入存量时代，由原来粗放式的增长转变成精细化的运营，房地产整体利润水平也曾下降的趋势，在此背景下，房地产资产运营的价值显得越来越重要，运营环节数字化成为实现业务转型的重要支撑。Z企业认识到数字化转型对公司发展的重要性，邀请咨询公司完成了对运营各环节进行数字化改造，通过收集物理数据、周边数据、用户数据等，通过数据分析赋能于资产运营的全流程，实现资产运营的降本增效和服务创新。

根据企业数字化发展战略，提出了以数据、土地、智能产业为核心的三轮驱动战略。

1. 土地：围绕三大核心业务即基建、房地产开发、物业运营开展基于数据的跨界运营。基于设施设备运维数据进行跨界经营，基于客户消费与出行等数据进行跨界经营，基于城市公共数据进行跨界经营。
2. 数据：围绕新基建、应用场景挖掘、数据分析与挖掘开发新的产品，应用新技术开发数智化应用，赋能其他业务。
3. 智能产业：成立产业基金，通过投融资金融手段，孵化智能产业，并进行智能产业的投资和经营，智能产业反过来赋能传统业务。

2、某企业运营数字化

M公司于2009年在南京注册成立，是一家互联网公寓租赁公司。经过数年发展，公司决策层意识到，公司在发展初期，给予各地充分自主权，使其各显神通，百花齐放，获得了快速增长，但随着企业规模的迅速扩大，这种野蛮增长方式给企业带来了巨大的隐患，经营没有章法，管理漏洞百出，在竞争者日益增多的市场环境下，企业的发展效率和速度明显放缓，需要借助数字化倒逼业务形成标准打法，洞察和弥补内部管理漏洞。

该企业的数字化钻取到了业务最底层的逻辑，建立了完整的能力与财务表现的关系，运营环节与财务表现的关系，客户价值主张与财务表现的关系，每种联系皆有具体的量化关联，为企业经营管理决策提供了高度可靠的数据，而且系统通过AI还为决策者提供决策建议。

五、建设和实施

笔者认为，数字化的核心是动因管理，首先需要明确的战略地图，将公司战略实现的路径描绘清楚，然后从内外部用户的需求出发，形成数据应用，借助业务计量、数据存储、数据集成和数据分析技术部署完成企业全面数字化，使企业知行合一、洞察如火，实现经营的稳定性。

1、数字化的组织保障

实施数字化需要复合的能力，成立最高决策者领导的、多专业人员构成的项目管理办公室（PMO）来规划和实施数字化是最佳实践之一。

PMO负责管理数字化项目的共享资源；识别和开发数字化方法、最佳实践和标准；指导、辅导、培训和监督数字化实施；开发和管理数字化政策、程序、模板和其他共享文件（组织过程资产）；通过项目审计，监督对数字化标准、政策、程序和模板的遵守程度，协调数字化项目之间的沟通。

PMO的负责人是最高决策者，还需要一名主事人，这名主事人需要是同时精通业务语言和IT语言的人才，最好比业务人员更懂业务，这样可预测变化和辨别对方以为自己说清楚但其实还没想明白的内容。不要指望将各懂一种语言的人组成团队来替代这样的关键人物，就像两个不懂对方语言的人组成翻译团队难以翻译一样。

PMO成员包括业务人员、IT人员。最熟悉业务又能根据过往变化预测新变化的人和技术架构精通的人是最重要的。

2、数字化的能力保障

实施数字化所需的能力包括规划能力和实施能力。

规划能力：数据其实每天都有，它的价值大小完全取决于企业想到了怎么用，否则就是数字垃圾堆。企业需要根据自己的战略围绕数据的流转做一系列规划，包括来源、加工、产出。来源就是互联网世界所称的“场景”，需要哪些数据、从哪获取、提供主体是谁、获取的时机、如何获取、需要多少等等；加工就是围绕目的直接开发数据应用，还是在满足既有需求的基础上再开发利用，更深层次或是应用在新领域；产出的内容其实既是产品与服务，又是“原材料”，就像化工巨头巴斯夫的“一体化”一样，会为企业创造不可思议的价值。当企业能够像上述第三部分“方案和工具”那样整体规划时便基本具备了此项能力。

实施能力：再好的规划与设想无法落地也没有意义。实践者一定能够体会到规划容易、实施难，而实施之所以难，就难在它专业跨度大，技术思维、产品思维、业务思维需要同时具备才能较好地实施落地。技术上的应用层、平台层、基础层是否搭建科学合理？跨专业联合小组能否顺利开展工作？是否通过适用的计量手段将信息转换成了数据？软件产品选型或自研产品是否像乐高积木一样灵活？软件部署过程有缺陷吗？数据集成成功吗？数据分析技术是否运用娴熟、得当？数据应用完美诠释了业务需求，完美贴合了公司战略吗？有一定积累的数字化创造了新的商业机会吗？只有100%回答这些问题，才能确保从规划到落地的万无一失。

理想状态下，当我们实现的那一天，便可以将自己面临的困局、想要解决的命题输入系统，系统会自动呈现所有的决策选项，并附有分析过程、影响因素和各选项的利弊！

3、数字化的路径

数字化的最佳路径是“心中有全局、手中做局部”，经营数字化先行，管理数字化配套。

规划路径：以业务部门的需求为导向，从局部入手，营销数字化实现获客增收，供应链数字化实现成本降低，而后是与之匹配的管理数字化实现效率提升。从局部转型到全面推广，整体链接与集成。

实施路径：组建以复合能力者为主事人的多能力小组（PMO），运用RSM模型推动实施。其中，R代表角色，先要充当“棋盘绘制者”，能绘制出成功路径，后要充当“棋局裁判”，能及时预警，及时纠偏；S代表步骤，遵循从业务到IT，从需求到决策，从分析到构建的步骤；M代表方法，分别用以分析需求，决策上线与否，选择产品，选拔供应商和控制实施风险。

5WIPOR法则：用于撰写数字化功能说明书，包括输入是什么、过程如何、规则怎样、输出是什么等，其中规则包括谁、读与读的操作什么、操作与操作的触发是什么；

SISCR法制：用于数字化功能规划，包括安全需求、即时需求、共享需求、能力复制需求、是否有规律等；

5-1法则：用于非自研时做产品选型，预算多时至少使用到昂贵系统功能的50%，预算不足时至少使用到性价比较高系统功能的100%；

CDP法则：用于选择实施供应商，包括配置、开发与项目管理，可以使用配对比较法比较供应商的优劣；

三方法则：用于项目实施风险的控制，集中在需求变更、产品能力、实施能力和小组成员之间的配合。

六、结语

正如彭剑锋教授所言，数字化时代是一个全新的时代，数字化转型是一场深刻而系统的革命。数字化转型不仅仅是一种技术革命，更是一种认知革命，是一种思维方式与经营模式的革命，是涉及企业战略、组织、运营、人才等的一场系统变革与创新，推动企业的数字化转型，不仅仅是CIO（首席信息官）的责任，而是CEO（首席行政官）及所有管理者的共同变革与创新的责任。

数字化能否成功其实不在于方法而是思维。数字化需要 “一体化”思维和“双向”思维。“一体化”思维要求数字化规划与实施者对战略、营销、生产、人力资源、信息技术、管理信息系统等多领域都要有足够的理解，至少是一专多精，否则很容易导致 “自嗨”，久而久之就会“自闭”，最终得不到决策者的支持和认可；“双向”思维是指业务思维与技术思维需要兼具，否则就像天然气管线和自来水管线无法接驳，数字化工作往往流于形式，不是“流产”就是“信息化”。技术思维是非IT人员必须训练出的思考问题的方式，无法理解将很难紧紧围绕目的、具备足够的想象力。

数字化能否成功其实不在于落地而是目的。数字化天生就有实物承载，载体不是自己新开发的软件就是某些成熟软件产品，不会是几个文档，告诉你是什么，该怎么做就没了，数字化完全不存在落不落地的问题，天生就具有“落地”属性，软件用不了就是用不了。最可怕的情况是落地了一堆报表，很多数字，之所以说它可怕是因为它会造成企业已经实现数字化的假象。以人力资源为例，实现数字化的时候能准确解释“企业响应市场变化的周期为什么是半年而不是3天”、“为什么研究团队每年花最多的钱干最不起眼的事”、“为什么组织能力始终难以突飞猛进”等等。

数字化能否成功其实不在于能力而是想象力。从业务角度来看，我们在开始数字化时可能不知道从哪开始，在哪结束，先做什么，再做什么？其实当我们掌握“一体化”思维、“双向”思维和“1秒动因”目的之后答案自然浮出水面。看上去是能力不足，实际是想象力不够，拘泥于自己多年甚至几十年的专业或行业经验在思考这个问题。另一方面，从技术角度来讲，完全没有不可能。只要时间、资源允许，只要想得出来，以今时今日的互联网技术都能开发出来，至少是分阶段都能够实现。

只要我们能够深刻理解数字化的目的，明确数字化常见的问题与挑战，掌握数字化的科学方法，有条不紊地规划与实施便能成功拥抱数字化，使其成为企业腾飞的新引擎！

若您有数字化转型的需求，请扫码联系我们！

更多精彩文章，请关注《国士无双》专栏！