數字化轉型提升的效率包括業(yè)務和企業(yè)運作,更重要的是一種思維方式。
艾森哲研究報告指出:數字化轉型并非是簡單的技術革新,它涉及企業(yè)經營理念的革新,公司文化和心態(tài)的轉變,組織框架的調整。企業(yè)需要在全公司范圍內提升各方對數字化轉型的認同感,并建立起數字化的新的思維方式。
世界經濟論壇也曾指出:"數字化"不僅僅是技術,還是一種思維方式以及新型商業(yè)模式和消費模式的源泉,為企業(yè)進行組織、生產、貿易和創(chuàng)新提供了新的途徑,驅動企業(yè)生產方式、組織架構和商業(yè)模式發(fā)生深刻變革。
華為輪值CEO徐直軍認為:要真正打造一個數字化企業(yè),不僅需要CEO和管理團隊下決心,堅定不移地推動,同時也要重新思考CIO在面向未來的價值和定位。
蘇寧董事長張近東在總結蘇寧推進數字化轉型經驗時也提出:為推進數字化轉型,蘇寧內部下了一個數據動員令,第一條就是讓全員轉變觀念,樹立數字化經營意識,建立數據化的零售經營能力,這種能力要體現在精細化的管理、精準化的營銷上面。
因此,在數字化轉型過程中,轉變思維比技術平臺更重要!
以上只是全貌的給大家描述了下數字化的一些看法和觀點,實際實戰(zhàn)還有更多的細節(jié)需要去逐一打磨和調整,但至少有一點是可以肯定的,數字化轉型不是說堆一些技術平臺就可以快速搭建完畢并可快速運轉及帶來轉型效果的,它需要有時間的沉淀和經驗的積累,但做數字化本身一定不是錯誤的,它一定是未來發(fā)展方向,只是什么時候開始做,用什么方式做而已。
不知道你有沒有過這樣的感覺:不知道從什么時候開始,和人溝通過程,以及要說服別人的時候,光靠一嘴的“伶牙俐齒”似乎行不通了,別人總會要求你“用數據說話”;當你給領導匯報工作的時候,領導也會要求你“用數據說話”。事實上,用數據說話就是一種思維方式的轉變。
數字化時代,數據連接一切,數據驅動一切、數據重塑一切,數據是企業(yè)數字化轉型的核心要素。數據在企業(yè)決策過程中,將發(fā)揮出越來越重要的作用,尤其是在商業(yè)活動中,數據不僅能夠輔助企業(yè)快速做出決策,實現降本增效,甚至可以重構企業(yè)的商業(yè)模式。
數據連接一切
數字化時代,人們所處的環(huán)境是一個由現實世界和網絡世界組成的虛實交織的世界。人們把現實世界的事物、事實和聯系,用數據記錄下來,形成了一個抽象的網絡世界。在現實世界中的人、事、物,都有著眾多的特征和千絲萬縷的聯系,這一切都是通過數據來描述和連接,數據實現了人與人、人與物、物與物之間和互聯,形成了對現實世界的抽象。數據驅動一切
數字化時代,在各種數字化技術的影響下,數據的特性和價值發(fā)生了很大的變化,從原來數據只是作為業(yè)務流程的輸入和輸出,轉變?yōu)轵寗悠髽I(yè)經營和管理的重要要素。企業(yè)通過將各業(yè)務領域的數據進行收集、融合、加工、分析、挖掘,從而能夠發(fā)現業(yè)務中問題,幫助企業(yè)做出科學合理的決策。數據是客觀的、清晰的,能夠幫助企業(yè)化繁為簡,通過繁蕪的流程看到商業(yè)的本質,更好的優(yōu)化決策。例如:利用各類運營數據,驅動的精細化管理;利用客戶數據、商品數據、銷售數據等實現精準化營銷;利用訂單數據、商品數據、客戶數據,制定合理的生產計劃等等。數據重塑一切
數字化時代,數據的價值不僅在于它可以記錄歷史,還能預測未來。數據對各行各業(yè)正在產生著天翻地覆的影響。例如:在金融行業(yè),企業(yè)通過多維度的數據采集與獲取、數據的深度加工和應用,實現實時征信、風險審計、內部管理、精準推薦、客戶預測、客戶流失分析等諸多應用場景。再如:在制造行業(yè),企業(yè)通過對內部應用系統、外部電商平臺、物聯網IoT、以及相關產業(yè)鏈之間的數據打通和融合,探索和實踐智能工廠、個性化定制、制造服務化、產業(yè)鏈全面協同等方面的應用,實現企業(yè)業(yè)務創(chuàng)新。
綜上,企業(yè)數字化轉型需要建立“數據思維”,從數據中發(fā)現問題、洞察規(guī)律,挖掘價值,幫助企業(yè)優(yōu)化資源配置,擴大經營范圍,重塑商業(yè)模式。
數據思維是用數據來探索、思考事物的一種思維模式,用數據來發(fā)現問題、洞察規(guī)律、探索真理。企業(yè)的數字化轉型過程需要的數據思維,就是用數據思考,用數據說話、用數據管理、用數據決策。
用數據思考,就是實事求是、堅持以數據為基礎理性思考,避免情緒化、主觀化,避免負面思維、以偏概全、單一視角。
用數據管理,就是對客觀、真實的數據進行科學分析,并將分析結果運用到生產、營運、銷售等各環(huán)節(jié)的業(yè)務管理過程中。
用數據說話,就是要杜絕“大概、也許、可能、差不多……”,而是要以真實的數據為依據,基于合理、有邏輯的“推論”,去說服別人,去匯報工作。
用數據決策,就是要以事實為基礎、以數據為依據,通過數據的關聯分析、預測分析、事實推理獲得結論,避免通過直覺做決定和情緒化決策。
數據思維具有可簡化、可量化、可創(chuàng)新、追求真理等特點。1、數據思維是一種簡化思維
我們當下生活在一個信息浩大龐雜的時代,我們的身邊充斥著各種正面的、負面的、片面的、全面的、真實的、虛假的,各種各樣、真真假假的信息,一不小心就會被紛繁復雜的因素所干擾。在紛繁的信息中我們思考問題要善于簡化,抓住重點,聚焦核心問題,以終為始、抽絲剝繭、多維度收集信息、多角度思考問題,找到高效的解決方案。2、數據思維是一種量化思維
數據化的核心是量化,所有的業(yè)務都可以用數據來量化描述。在我們的工作中,用數據來量化業(yè)務是十分常見的,不論是企業(yè)高層領導作出的年度經營報告,還是企業(yè)日常的生產計劃、采購計劃、銷售完成情況等都需要用數據來量化描述。確少數據描述的工作報告,無論詞藻再華麗,語言再優(yōu)美,結構再嚴謹,其內容都是蒼白無力的。數據量化一切,當文字變成數據、當溝通變成數據、當考核變成數據,皆可被量化的一切事物,正在將數據化變成社會發(fā)展的主旋律。3、數據思維是一種創(chuàng)新思維
數據是一種“可再生資源”,我們能直觀看到、感受到的價值只是數據價值的“冰山一角”。數據具有可重復使用,組合使用,跨平臺使用的特點,企業(yè)可以通過多維度的數據采集、融合、重組、擴展和再利用,突破部門邊界、業(yè)務邊界、系統邊界、技術邊界的束縛,創(chuàng)新新模式,開拓新領域,確立新決策,不斷發(fā)掘數據背后所隱藏的“價值”。4、數據思維是一種追求真理的思維
雖然我們說“數據不僅能夠記錄歷史,還能預測未來!”。但是,我更要給你強調的是“數據不是萬能的”。要知道,世間萬物的關系是非常復雜的,我們雖然可以用數據來對其簡化,但簡化必然會導致誤差;我們也可以用數據來對其進行量化,但卻無法窮盡。更要知道,數據都是歷史的,而萬物是動態(tài)變化的,現有的知識都是也有真?zhèn)蔚摹R虼?,我們需要深入探究數據的真實性、客觀性,不斷探尋隱藏在數據背后的真相,追求真理永無止境。
1、培養(yǎng)對數據的敏感度
數據敏感度是對數據感知、計算、理解能力,是通過數據的表象理解事物本質的程度。對數據敏感的人,看到數據能夠找出問題,找到規(guī)律,發(fā)現機會或做出決斷;對數據不敏感的人,看到數據只會問這是什么,這反映了什么,這能說明什么?對數據毫無敏感而言的人,“數據就是數據”,甚至不會想到以上問題。
人并非天生就會對數據產生敏感度,人們對數據的敏感度來源于經驗的積累,看的數據越多,種類越豐富,處理的問題越多、敏感性就越強。因此,數據敏感度是可以培養(yǎng)的。
所謂培養(yǎng)數據敏感度,本質上就是培養(yǎng)通過數據發(fā)現問題、解決問題的能力,可以從以下幾個方面入手:
質量評估,對數據的表象和質量進行評估,判斷數據是否完整、是否準確、是否符合業(yè)務規(guī)范?
識別真?zhèn)危?/strong>能夠對數據的真假做出判斷,看出數據中存在的貓膩,例如:年度報告,本事業(yè)部今年老員工的離職率為0,實際上新入職的員工有大批離職的。
找到因果,能夠通過數據找到事物之間因果關系,從而找到產生問題的主要原因和根本原因。例如:產品銷量下降了,直接原因是客戶量減少了,本質原因是市場出現了更具競爭力的產品。
找出關聯,能夠通過數據多維采集和分析找到事物之間關聯關系,關聯分析是洞察事務本質的重要方式,關鍵點在于數據維度全、數據樣本完整且具有足夠的代表性。
判別優(yōu)劣,能夠通過數據的對比判斷事物的好壞優(yōu)劣,例如:季度銷售完成率為50%的報告,如果沒有歷史數據作為對比很難判斷出這個季度銷售業(yè)績的好壞。
洞察規(guī)律,能夠從數據中找到事物發(fā)展的規(guī)律,例如:古人為了農業(yè)生產需要,順應自然規(guī)律,通過對春夏秋冬、冷熱交替的不同時間的記錄和研究,總結出來了二十四節(jié)氣。
預測預估,能夠從已知的數據中提取到的規(guī)則,從而對未知的業(yè)務影響作出預測。2、培養(yǎng)理解和使用數據的能力
“數據為王,業(yè)務是核心”,與其說培養(yǎng)理解數據的能力,不如說是理解業(yè)務的能力。只有將數據置于業(yè)務場景中,數據才能變得有意義。企業(yè)數據化轉型過程中,要求數據管理和數據分析人員懂業(yè)務,理解數據的對業(yè)務價值;要求業(yè)務人員要懂數據、會使用數據。
對于數據管理或數據分析人員,要能夠看得懂數據并理解數據背后的業(yè)務含義。
作為數據管理或數據分析人員,首先需要你摸清楚企業(yè)的核心業(yè)務價值鏈,甚至企業(yè)多處行業(yè)的整個產業(yè)鏈業(yè)務情況。其次,你需要逐步了解企業(yè)都涉及哪些業(yè)務域,每個業(yè)務域中包含哪些業(yè)務流程,每個業(yè)務流程之間的斜街關系,以及每個業(yè)務的輸入輸出等。最后,在理清楚業(yè)務域以及業(yè)務流程的輸入輸出后,需要對詳細列出每個業(yè)務的績效考核指標(KPI),再通過對每個指標進行更細致的拆分,最終落地的內容數據數據分析所需的報表、指標、維度、明細等。
對于業(yè)務人員,要懂數據,會使用數據指導業(yè)務開展。
數據源于業(yè)務,并服務于業(yè)務。作為業(yè)務人員,首先你要知道數據對業(yè)務的重要性,清楚數據的標準,按標準規(guī)范輸入數據,并確保數據結果的正確輸出。其次,你要能夠識別業(yè)務數據的真?zhèn)危袛鄶祿|量的優(yōu)劣,并能夠為數據質量的改善提供必要的改進建議。最后,你還需要加強對數據管理和數據分析工具的掌握,利用數據管理工具將數據合理、正確、規(guī)范的管理起來;利用數據分析工具自助進行分析建模、場景設計、數據探索、價值挖掘。
上一篇: 工業(yè)互聯網,遇到了資本的麻煩
下一篇: 如何挑選防爆正壓柜?帶你了解一下
違法和不良信息舉報投訴電話:0377-62377728 舉報郵箱:fbypt@ex12580.com