組織在進(jìn)行數(shù)字化轉(zhuǎn)型之前需要客觀判斷自身的數(shù)據(jù)應(yīng)用階段。不同行業(yè)、不同領(lǐng)域的組織數(shù)字化進(jìn)程的落地速度截然不同。當(dāng)前行業(yè)里存在大量的衡量標(biāo)準(zhǔn)，如國(guó)家標(biāo)準(zhǔn)《GB/T36073-2018數(shù)據(jù)管理能力成熟度評(píng)估模型》以及中國(guó)信通院云大所提出的企業(yè)數(shù)字化轉(zhuǎn)型成熟度模型IOMM標(biāo)準(zhǔn)等。一個(gè)便利而簡(jiǎn)單的評(píng)估方法可以從數(shù)據(jù)部門(mén)在整個(gè)組織中的地位進(jìn)行判斷。一般來(lái)說(shuō)可以分成四個(gè)階段：

第一階段：數(shù)據(jù)部門(mén)可有可無(wú)，企業(yè)各業(yè)務(wù)部門(mén)對(duì)數(shù)據(jù)不敏感、不用數(shù)據(jù)支撐其業(yè)務(wù)決策和判斷，缺乏對(duì)于數(shù)據(jù)應(yīng)用的流程和工作人員。

第二階段：數(shù)據(jù)部門(mén)被動(dòng)響應(yīng)，缺乏獨(dú)立自主性，屬于響應(yīng)業(yè)務(wù)部門(mén)分配的工作和獨(dú)立任務(wù)的階段。

第三階段：數(shù)據(jù)部門(mén)輔助決策，業(yè)務(wù)部門(mén)與數(shù)據(jù)部門(mén)較為深度的整合，交互密切，業(yè)務(wù)部門(mén)依托數(shù)據(jù)部門(mén)的工作進(jìn)行業(yè)務(wù)判斷和科學(xué)決策，數(shù)據(jù)部門(mén)對(duì)于經(jīng)營(yíng)決策起到重要的作用。

第四階段：數(shù)據(jù)部門(mén)引領(lǐng)業(yè)務(wù)，業(yè)務(wù)部門(mén)的戰(zhàn)略、模式、產(chǎn)品等均基于數(shù)據(jù)部門(mén)的分析決策進(jìn)行設(shè)計(jì)，數(shù)據(jù)部門(mén)深度參與到經(jīng)營(yíng)管理中，并對(duì)組織的經(jīng)營(yíng)結(jié)果負(fù)責(zé)。

當(dāng)前，中國(guó)的大多數(shù)行業(yè)已經(jīng)跨過(guò)了第一階段，進(jìn)入到第二、三階段，而已經(jīng)邁入第四階段的組織并不是很多。隨著數(shù)字化轉(zhuǎn)型在行業(yè)里的不斷深入和落地，更多的企業(yè)會(huì)進(jìn)入和穩(wěn)定在第三階段，而少數(shù)異軍突起的企業(yè)將進(jìn)入到第四階段。事實(shí)上，很多的互聯(lián)網(wǎng)公司更容易進(jìn)入到第四階段，例如為旅游人士和家有空房出租提供橋接服務(wù)的Airbnb公司，其產(chǎn)品、服務(wù)、營(yíng)銷(xiāo)、客服等各關(guān)鍵環(huán)節(jié)全部依托數(shù)據(jù)分析來(lái)做支撐和創(chuàng)新。又如國(guó)內(nèi)的抖音、美團(tuán)、小紅書(shū)等互聯(lián)網(wǎng)企業(yè)，其數(shù)據(jù)部門(mén)對(duì)于業(yè)務(wù)的作用也是至關(guān)重要的。反觀傳統(tǒng)行業(yè)企業(yè)和各政府機(jī)構(gòu)，數(shù)字化轉(zhuǎn)型的進(jìn)展各不相同，有些組織重視并不斷運(yùn)用數(shù)字化技術(shù)升級(jí)迭代，有些組織遲遲沒(méi)有開(kāi)始數(shù)字化轉(zhuǎn)型或卡在某些問(wèn)題上無(wú)法落地，接下來(lái)我們具體介紹一下數(shù)字化轉(zhuǎn)型的四大核心環(huán)節(jié)，以試圖幫助更多的組織理解該如何推進(jìn)以及評(píng)估在哪個(gè)環(huán)節(jié)上出現(xiàn)了問(wèn)題。

業(yè)務(wù)數(shù)據(jù)化

業(yè)務(wù)數(shù)據(jù)化是整個(gè)數(shù)字化轉(zhuǎn)型的第一個(gè)重要環(huán)節(jié)。很多組織在數(shù)字化轉(zhuǎn)型中面臨的問(wèn)題是沒(méi)有數(shù)據(jù)，或者數(shù)據(jù)不多。這樣的組織應(yīng)該把重心放在梳理全業(yè)務(wù)鏈條，并且思考如何將各業(yè)務(wù)環(huán)節(jié)的數(shù)據(jù)沉淀下來(lái)，以便未來(lái)的整合、分析、決策。一切業(yè)務(wù)皆可數(shù)據(jù)化，只要?jiǎng)幽X筋思考。

舉例來(lái)說(shuō)，家用電器行業(yè)，傳統(tǒng)的送貨上門(mén)，基本是放在家門(mén)口就完成了。在業(yè)務(wù)數(shù)據(jù)化的驅(qū)動(dòng)之下，有企業(yè)為配送人員定制APP，以便其在送貨上門(mén)的時(shí)候能夠輕松記錄這個(gè)客戶(hù)的數(shù)據(jù)。當(dāng)其上門(mén)安裝空調(diào)的時(shí)候，就可以把客戶(hù)的家庭情況、其他電器的品牌、購(gòu)買(mǎi)時(shí)間等一一記錄下來(lái)，以便后續(xù)對(duì)于客戶(hù)進(jìn)行營(yíng)銷(xiāo)。

再舉例來(lái)說(shuō)，疫情階段對(duì)于制造行業(yè)的一個(gè)打擊就是工廠因?yàn)橛腥藚⑴c需要停產(chǎn)。而一家皮包制造品牌卻因?yàn)闊o(wú)人化工廠，生產(chǎn)沒(méi)有受到任何的影響。一個(gè)訂單從進(jìn)入工廠，到3000個(gè)皮包出貨，全程沒(méi)有人工參與，都是計(jì)算機(jī)在做流程的安排。想要實(shí)現(xiàn)這種“停工不停產(chǎn)”的業(yè)務(wù)模式，就需要將很多個(gè)業(yè)務(wù)環(huán)節(jié)（如工藝拆解環(huán)節(jié)、物料采購(gòu)環(huán)節(jié)、排程環(huán)節(jié)等）的數(shù)據(jù)沉淀下來(lái)，讓計(jì)算機(jī)進(jìn)行分析和學(xué)習(xí)，從而完成各流程環(huán)節(jié)的無(wú)縫銜接，如下圖所示。

圖1. 制造行業(yè)的業(yè)務(wù)數(shù)據(jù)化

產(chǎn)線實(shí)時(shí)運(yùn)行數(shù)據(jù)、排產(chǎn)計(jì)劃數(shù)據(jù)（產(chǎn)品訂貨量、交付時(shí)間）、產(chǎn)品對(duì)應(yīng)工序工藝路線圖、工序所需設(shè)備及完成工序所需時(shí)間、產(chǎn)線站位分布及對(duì)應(yīng)設(shè)備信息等數(shù)據(jù)，全部沉淀到數(shù)據(jù)資產(chǎn)管理平臺(tái)，以便后續(xù)的數(shù)據(jù)治理、分析等，最終支撐生產(chǎn)數(shù)據(jù)分析、產(chǎn)線優(yōu)化、訂單排期、庫(kù)存自動(dòng)化巡檢等業(yè)務(wù)場(chǎng)景。

這個(gè)環(huán)節(jié)至關(guān)重要，所謂巧婦難為無(wú)米之炊，如果業(yè)務(wù)數(shù)據(jù)不能沉淀下來(lái)，自然后續(xù)的環(huán)節(jié)也發(fā)揮不了作用。而如何將更多的業(yè)務(wù)數(shù)據(jù)沉淀下來(lái)，組織應(yīng)該考慮的往往除了技術(shù)因素還要有流程再造的方面。如果現(xiàn)有業(yè)務(wù)流程無(wú)法滿足數(shù)據(jù)沉淀的需求，那么流程是否可以再造，完成對(duì)于數(shù)據(jù)的沉淀？這個(gè)是組織需要考慮的重要因素。

數(shù)據(jù)資產(chǎn)化

數(shù)據(jù)資產(chǎn)化的環(huán)節(jié)著重將數(shù)據(jù)進(jìn)行全方位的治理從而形成一個(gè)組織重要的數(shù)據(jù)資產(chǎn)。大數(shù)據(jù)具有多源異構(gòu)、價(jià)值分散、質(zhì)量參差不齊等特征，而這一階段做的事情就是要構(gòu)建數(shù)據(jù)接入、數(shù)據(jù)治理、數(shù)據(jù)開(kāi)發(fā)、資產(chǎn)管理乃至將治理好的數(shù)據(jù)以服務(wù)的形式開(kāi)放出去的一系列能力，也就是我們通常說(shuō)的構(gòu)建組織的數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)“進(jìn)得來(lái)，管得了，治理好，可得見(jiàn)，控得住，可共享”。

數(shù)據(jù)資產(chǎn)化是一套復(fù)雜體系流程，需要經(jīng)過(guò)數(shù)據(jù)接入、數(shù)據(jù)存儲(chǔ)、數(shù)倉(cāng)設(shè)計(jì)、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)安全、數(shù)據(jù)運(yùn)維可視化、數(shù)據(jù)開(kāi)放等多個(gè)環(huán)節(jié)的協(xié)同工作，才能將一個(gè)組織的數(shù)據(jù)轉(zhuǎn)化成高質(zhì)量、統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)資產(chǎn)，用以支持后續(xù)的數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。而由于其存在很多的諸如數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)等在內(nèi)的辛苦工作，就需要組織在做此工作時(shí)具備足夠的耐心、細(xì)心和責(zé)任心。數(shù)據(jù)資產(chǎn)化是組織數(shù)字化轉(zhuǎn)型的基石，如果一座大樓的地基沒(méi)有打好，對(duì)于上層建筑裝修得再華麗也有倒塌的風(fēng)險(xiǎn)。

舉例來(lái)說(shuō)，一家全國(guó)性零售商業(yè)中心，在全國(guó)有數(shù)十家大型門(mén)店，每個(gè)門(mén)店獨(dú)立運(yùn)營(yíng)，數(shù)據(jù)都是獨(dú)立存儲(chǔ)的。當(dāng)這家商業(yè)中心總部想統(tǒng)計(jì)“皮爾-卡丹”這個(gè)品牌在所有門(mén)店的銷(xiāo)售情況時(shí)，就要先將各門(mén)店的數(shù)據(jù)進(jìn)行拉通治理。由于在之前的獨(dú)立經(jīng)營(yíng)，不同門(mén)店的數(shù)據(jù)標(biāo)準(zhǔn)都不一樣，A門(mén)店信息系統(tǒng)中存儲(chǔ)的品牌名稱(chēng)為“皮爾·卡丹”，B門(mén)店信息系統(tǒng)中存儲(chǔ)的品牌名稱(chēng)為“卡丹 皮爾”，C門(mén)店信息系統(tǒng)中存儲(chǔ)的品牌名稱(chēng)為“Pierre Cardin”，如果不做充分的數(shù)據(jù)治理，就會(huì)錯(cuò)誤地把這一個(gè)品牌處理成三個(gè)不同的品牌。那么后續(xù)的數(shù)據(jù)分析和應(yīng)用就會(huì)產(chǎn)生偏差。而成千上萬(wàn)個(gè)品牌的數(shù)據(jù)治理，就需要人工+系統(tǒng)協(xié)同的方式進(jìn)行清洗、標(biāo)準(zhǔn)化、歸一化。商品的數(shù)據(jù)尚且如此，人的數(shù)據(jù)就更復(fù)雜和碎片化了。

圖2. 以人為中心的數(shù)據(jù)拉通和治理

如上圖所示，一個(gè)組織的客戶(hù)（對(duì)于To C的企業(yè)來(lái)說(shuō)即消費(fèi)者，對(duì)于To B的企業(yè)來(lái)說(shuō)即關(guān)鍵人物）可能存在在多個(gè)和組織產(chǎn)生聯(lián)系的節(jié)點(diǎn)上，如何以人為中心去拉通所有行為，從而形成對(duì)這個(gè)人的統(tǒng)一認(rèn)識(shí)，就是數(shù)據(jù)治理的一個(gè)核心問(wèn)題。還用零售行業(yè)作為舉例，客戶(hù)管理系統(tǒng)（CRM）、結(jié)算系統(tǒng)（POS）、停車(chē)場(chǎng)系統(tǒng)、線上商城、企業(yè)微信等都存在這個(gè)人的信息，而ID更是五花八門(mén)，包括了姓名、手機(jī)號(hào)、郵箱、微信號(hào)、銀行卡號(hào)、瀏覽器Cookie等等。只有經(jīng)過(guò)充分的數(shù)據(jù)治理才能形成以人為中心的數(shù)據(jù)資產(chǎn)，為后續(xù)的客戶(hù)畫(huà)像、精準(zhǔn)營(yíng)銷(xiāo)、定制化服務(wù)打好基礎(chǔ)。

數(shù)據(jù)資產(chǎn)化環(huán)節(jié)的重點(diǎn)是打造基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)資產(chǎn)管理平臺(tái)。這其中有三個(gè)關(guān)鍵工作。1）構(gòu)建統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)治理體系。進(jìn)一步地，數(shù)據(jù)治理的核心要素包括數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量稽核和源數(shù)據(jù)管理。2）建立全鏈路數(shù)據(jù)生命周期管理。所有的數(shù)據(jù)都應(yīng)該經(jīng)過(guò)一套標(biāo)準(zhǔn)的處理流程，完成采集、清洗、融合、分析挖掘、應(yīng)用、歸檔、銷(xiāo)毀等各環(huán)節(jié)。流程中每個(gè)步驟都要有具體的工具來(lái)支撐數(shù)據(jù)開(kāi)發(fā)者快速上手。3）打造面向分析挖掘的新型數(shù)據(jù)倉(cāng)庫(kù)。將結(jié)構(gòu)化、非結(jié)構(gòu)化，實(shí)時(shí)、離線業(yè)務(wù)數(shù)據(jù)整合起來(lái)，構(gòu)建一套既能管理全域業(yè)務(wù)數(shù)據(jù)，又能支撐上層應(yīng)用需求的新型數(shù)據(jù)倉(cāng)庫(kù)，方便查找并使用各類(lèi)業(yè)務(wù)數(shù)據(jù)，以及后續(xù)的數(shù)據(jù)分析挖掘和應(yīng)用開(kāi)發(fā)。

資產(chǎn)應(yīng)用化

在數(shù)據(jù)資產(chǎn)化之后的階段就到了和業(yè)務(wù)場(chǎng)景需要深度融合的資產(chǎn)應(yīng)用化階段。組織的數(shù)字化轉(zhuǎn)型其終極目標(biāo)是為了讓數(shù)據(jù)發(fā)揮價(jià)值，支撐組織的戰(zhàn)略實(shí)現(xiàn)，而組織的戰(zhàn)略實(shí)現(xiàn)需要各業(yè)務(wù)部門(mén)各司其職，協(xié)同作業(yè)，完成目標(biāo)。所以從這個(gè)角度來(lái)看，組織的數(shù)字化轉(zhuǎn)型最重要拆解到對(duì)各業(yè)務(wù)部門(mén)的工作支撐上來(lái)，運(yùn)用數(shù)據(jù)的力量對(duì)其洞察、分析、決策、行動(dòng)做出支持。

這個(gè)階段有兩個(gè)重要的問(wèn)題需要被回答，第一個(gè)問(wèn)題是：組織有哪些業(yè)務(wù)部門(mén)的哪些工作可以被支持？第二個(gè)問(wèn)題是：如何安排支持的優(yōu)先級(jí)？

想要回答第一個(gè)問(wèn)題，我們首先要對(duì)組織的業(yè)務(wù)進(jìn)行梳理，并對(duì)業(yè)務(wù)的數(shù)字化現(xiàn)狀進(jìn)行評(píng)估。梳理組織的業(yè)務(wù)有很多基本的管理模型可以借鑒。其中比較常用的是波特價(jià)值鏈。波特價(jià)值鏈把組織業(yè)務(wù)分為管理類(lèi)業(yè)務(wù)和核心業(yè)務(wù)兩種。管理類(lèi)業(yè)務(wù)包括組織管理、技術(shù)管理、人力資源管理、風(fēng)險(xiǎn)管理等，核心是完成效率、成本、質(zhì)量、風(fēng)險(xiǎn)等控制類(lèi)管理目標(biāo)。而核心業(yè)務(wù)包括品牌推廣、商品管理、渠道管理、供應(yīng)鏈管理、營(yíng)銷(xiāo)管理等，核心目標(biāo)是實(shí)現(xiàn)組織的發(fā)展。

基于波特價(jià)值鏈，可以對(duì)核心價(jià)值鏈業(yè)務(wù)和管理類(lèi)業(yè)務(wù)兩方面對(duì)各業(yè)務(wù)域所需要的核心能力目標(biāo)進(jìn)行分析，把組織的戰(zhàn)略目標(biāo)分解到業(yè)務(wù)域。舉例來(lái)說(shuō)，一個(gè)大型零售電商平臺(tái)基于波特價(jià)值鏈把他的核心業(yè)務(wù)分成11個(gè)重要業(yè)務(wù)域：品牌、商品、制造、渠道、營(yíng)銷(xiāo)、零售、服務(wù)、物流、金融、組織、技術(shù)。

當(dāng)我們得到了組織的業(yè)務(wù)域之后，我們?cè)俑鶕?jù)業(yè)務(wù)域拆解業(yè)務(wù)組件，業(yè)務(wù)組件要定義清楚其業(yè)務(wù)目標(biāo)、用途、關(guān)鍵活動(dòng)、資源、治理和業(yè)務(wù)接口。一個(gè)業(yè)務(wù)域通常會(huì)包含若干個(gè)業(yè)務(wù)組件，通常是這個(gè)業(yè)務(wù)域最重要的工作。例如，品牌推廣的業(yè)務(wù)域包括市場(chǎng)研究、品牌管控、用戶(hù)分析這三大業(yè)務(wù)組件。在定義清楚業(yè)務(wù)組件之后，我們就可以評(píng)估各業(yè)務(wù)組件的數(shù)字化水平和能力了，評(píng)估可以有不同的角度，通常從數(shù)據(jù)融合、數(shù)據(jù)治理、數(shù)據(jù)洞察、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)自動(dòng)化程度等維度進(jìn)行評(píng)估。

圖3. 基于波特價(jià)值鏈拆解組織業(yè)務(wù)鏈

本階段的第二個(gè)問(wèn)題如何安排數(shù)字化應(yīng)用建設(shè)的優(yōu)先級(jí)？這里要考慮到三個(gè)度的問(wèn)題：1）業(yè)務(wù)場(chǎng)景的價(jià)值度；2）業(yè)務(wù)對(duì)于數(shù)字化轉(zhuǎn)型的迫切度；3）業(yè)務(wù)部門(mén)的配合度。

業(yè)務(wù)場(chǎng)景的價(jià)值度通常來(lái)說(shuō)和業(yè)務(wù)對(duì)于組織目標(biāo)的實(shí)現(xiàn)直接掛鉤。對(duì)組織戰(zhàn)略目標(biāo)實(shí)現(xiàn)幫助最大的業(yè)務(wù)組件通常來(lái)說(shuō)具備更高的價(jià)值度。經(jīng)常有人會(huì)問(wèn)數(shù)據(jù)的價(jià)值到底怎么衡量？從某種程度上來(lái)說(shuō)，數(shù)據(jù)本身沒(méi)有絕對(duì)價(jià)值，數(shù)據(jù)的價(jià)值取決于它能夠支持的場(chǎng)景的價(jià)值。而組織在進(jìn)行數(shù)字化建設(shè)的過(guò)程中，需要核心人員對(duì)于業(yè)務(wù)場(chǎng)景價(jià)值度達(dá)成一致，這樣才對(duì)后續(xù)的先后安排有所幫助，因?yàn)楫吘寡邪l(fā)資源是有限的。

后兩個(gè)問(wèn)題在梳理組織業(yè)務(wù)域和業(yè)務(wù)組件的時(shí)候就可以感受到。不同業(yè)務(wù)部門(mén)對(duì)于數(shù)字化轉(zhuǎn)型的關(guān)注度、迫切度和配合度是不一樣的。有一些部門(mén)非常關(guān)注，主動(dòng)配合，對(duì)于組織數(shù)字化轉(zhuǎn)型很期待，對(duì)于數(shù)字技術(shù)能從哪些方面帶來(lái)已有業(yè)務(wù)的支撐和新業(yè)務(wù)的設(shè)計(jì)有比較清晰的規(guī)劃，這樣的業(yè)務(wù)部門(mén)通常會(huì)得到優(yōu)先建設(shè)。另外一些部門(mén)，對(duì)于數(shù)字化轉(zhuǎn)型具有一定的抵觸情緒，一方面是覺(jué)得數(shù)字化技術(shù)對(duì)于自身業(yè)務(wù)幫助不大，另一方面認(rèn)為配合會(huì)帶來(lái)自身時(shí)間和精力的損失，有些部門(mén)和人員對(duì)于新技術(shù)一無(wú)所知。這樣的部門(mén)一般是建議在后續(xù)建設(shè)中延后安排針對(duì)其的大數(shù)據(jù)應(yīng)用。

總結(jié)下來(lái)，一個(gè)三到五年的數(shù)字化轉(zhuǎn)型規(guī)劃需要結(jié)合這三個(gè)問(wèn)題來(lái)安排每一階段建設(shè)的規(guī)劃，發(fā)揮種子業(yè)務(wù)應(yīng)用的帶動(dòng)作用，當(dāng)所有部門(mén)看到種子部門(mén)數(shù)字化應(yīng)用取得的成績(jī)之后，其配合度和意愿度均會(huì)有顯著提升。

應(yīng)用智能化

第三階段完成后，組織可以繪制出一個(gè)數(shù)字化轉(zhuǎn)型的建設(shè)藍(lán)圖。藍(lán)圖應(yīng)包括組織在短期（1-3年內(nèi)）、中期（3-5年）、長(zhǎng)期（5-10年）各業(yè)務(wù)部門(mén)和管理單元利用數(shù)字化進(jìn)行業(yè)務(wù)再造和創(chuàng)新的規(guī)劃以及優(yōu)先級(jí)。一般來(lái)說(shuō)，組織各部門(mén)會(huì)根據(jù)其需求構(gòu)建五大類(lèi)型的數(shù)據(jù)分析和七大場(chǎng)景的數(shù)據(jù)應(yīng)用。五大類(lèi)型的數(shù)據(jù)分析分別是描述型數(shù)據(jù)分析、診斷型數(shù)據(jù)分析、監(jiān)控型數(shù)據(jù)分析、預(yù)測(cè)型數(shù)據(jù)分析和指導(dǎo)型數(shù)據(jù)分析。通常隨著從描述型到指導(dǎo)型的演進(jìn)，所需要的數(shù)據(jù)源會(huì)越來(lái)越豐富，數(shù)據(jù)分析的價(jià)值度逐漸遞增，其支持的數(shù)據(jù)應(yīng)用的智能度也在逐漸提升。而七大場(chǎng)景的數(shù)字化應(yīng)用分別是監(jiān)控、預(yù)警、預(yù)測(cè)、決策、協(xié)調(diào)、調(diào)度和指揮型應(yīng)用。值得一提的是，并不是所有組織的所有業(yè)務(wù)單元和管理部門(mén)都需要構(gòu)建完整的五大類(lèi)型數(shù)據(jù)分析和七大場(chǎng)景數(shù)據(jù)應(yīng)用，而應(yīng)該依具體需求來(lái)進(jìn)行設(shè)計(jì)。在這里我們主要介紹數(shù)據(jù)分析的五大類(lèi)型。

圖4. 組織5大類(lèi)型數(shù)據(jù)分析和7大場(chǎng)景數(shù)據(jù)應(yīng)用

1. 描述型分析

描述型分析通過(guò)量化歷史數(shù)據(jù)的中心趨勢(shì)、相對(duì)位置、離散程度和相關(guān)性等特征，展示出組織的運(yùn)營(yíng)狀況，并試圖從歷史規(guī)律中洞察出問(wèn)題所在。一般來(lái)說(shuō)采取統(tǒng)計(jì)描述型分析，通過(guò)求和、平均值、最大最小值、同比、環(huán)比等計(jì)算過(guò)程完成，輸出以日常報(bào)表、周期性報(bào)表、看板、大屏和移動(dòng)端為主。例如，在企業(yè)中，用戶(hù)可以基于每月的業(yè)務(wù)流轉(zhuǎn)數(shù)據(jù)，進(jìn)行分類(lèi)、對(duì)比、趨勢(shì)分析，以產(chǎn)出歷史發(fā)展趨勢(shì)和周期性報(bào)告。描述型分析可以從歷史規(guī)律中洞察問(wèn)題，可以回答“是什么？”的問(wèn)題，想要診斷問(wèn)題背后的原因還需要對(duì)數(shù)據(jù)進(jìn)行深度挖掘。

2. 診斷型分析

診斷型分析由問(wèn)題表面入手，通過(guò)數(shù)據(jù)下鉆，深挖問(wèn)題發(fā)生的根本原因，以幫助組織深入了解問(wèn)題本質(zhì)，預(yù)防問(wèn)題再次發(fā)生。通過(guò)上卷、下鉆、聯(lián)動(dòng)分析、篩選、跳轉(zhuǎn)（傳參）等計(jì)算過(guò)程實(shí)現(xiàn)，輸出以問(wèn)題原因、機(jī)會(huì)發(fā)現(xiàn)、診斷分析報(bào)告為主。通過(guò)對(duì)描述型分析展示異常（好的結(jié)果/壞的結(jié)果）的指標(biāo)進(jìn)行洞察，結(jié)合多維交互和邏輯、對(duì)比、相關(guān)性等分析方法，對(duì)原因進(jìn)行推導(dǎo)，以避免壞的結(jié)果再次發(fā)生，實(shí)現(xiàn)好的結(jié)果經(jīng)驗(yàn)沉淀。

例如，一家綜合性汽車(chē)銷(xiāo)售公司發(fā)現(xiàn)最近幾個(gè)月車(chē)輛銷(xiāo)售情況不好，想探究這其中的問(wèn)題，首先需要做各門(mén)店銷(xiāo)量展示，查看各門(mén)店汽車(chē)總銷(xiāo)量、分品牌數(shù)量和類(lèi)別進(jìn)行透視；當(dāng)發(fā)現(xiàn)某一門(mén)店銷(xiāo)量顯著低時(shí)則進(jìn)一步查看銷(xiāo)量最低的銷(xiāo)售員情況以及銷(xiāo)量最低的汽車(chē)品牌；再進(jìn)一步查看銷(xiāo)量最少的具體車(chē)型，并根據(jù)一系列分析結(jié)果指導(dǎo)倉(cāng)庫(kù)適當(dāng)調(diào)整庫(kù)存，調(diào)整營(yíng)銷(xiāo)刺激政策，改善促銷(xiāo)政策。診斷分析往往在問(wèn)題發(fā)生后才能定位原因，時(shí)效性差，具有滯后性，想要預(yù)防問(wèn)題的發(fā)生還需要實(shí)時(shí)預(yù)警分析。

3.監(jiān)控型分析

監(jiān)控型分析通過(guò)接入實(shí)時(shí)數(shù)據(jù)，在分析平臺(tái)靈活配置預(yù)警規(guī)則，幫助業(yè)務(wù)提前感知問(wèn)題所在、自動(dòng)預(yù)警潛在風(fēng)險(xiǎn)，從而有效地支撐組織快速響應(yīng)。這就需要利用到實(shí)時(shí)數(shù)據(jù)，選取預(yù)警指標(biāo)，確定預(yù)警規(guī)則、配置定時(shí)調(diào)度等計(jì)算過(guò)程。輸出以監(jiān)控型看板、預(yù)警可視化、手機(jī)、郵件預(yù)警推送為主。組織中，可根據(jù)不同流程設(shè)置業(yè)務(wù)預(yù)警規(guī)則，當(dāng)業(yè)務(wù)指標(biāo)達(dá)到閾值時(shí)，自動(dòng)觸發(fā)預(yù)警，進(jìn)行消息推送/郵件告警。由“人找數(shù)”過(guò)渡到“數(shù)找人”，主動(dòng)提醒業(yè)務(wù)部門(mén)及時(shí)預(yù)警。

例如，某物流訂單數(shù)據(jù)監(jiān)控應(yīng)用，當(dāng)購(gòu)進(jìn)量同比增加100%以上，或布貨終端數(shù)月度增長(zhǎng)降低50%以上時(shí)，系統(tǒng)應(yīng)用會(huì)同時(shí)觸發(fā)郵件預(yù)警推送和手機(jī)預(yù)警推送來(lái)提醒組織相關(guān)負(fù)責(zé)人進(jìn)行查看。再例如，零售企業(yè)的供銷(xiāo)存系統(tǒng)會(huì)打通在售數(shù)據(jù)、物流在途數(shù)據(jù)和實(shí)時(shí)庫(kù)存數(shù)據(jù)，當(dāng)庫(kù)存小于一定的閾值時(shí)，進(jìn)行自動(dòng)化補(bǔ)貨預(yù)警，以實(shí)現(xiàn)應(yīng)用的智能化、動(dòng)態(tài)化。

4.預(yù)測(cè)型分析

預(yù)測(cè)型分析利用數(shù)據(jù)變化的規(guī)律和各個(gè)節(jié)點(diǎn)，來(lái)進(jìn)行預(yù)測(cè)事件未來(lái)發(fā)生的可能性、預(yù)測(cè)一個(gè)可量化的值，或是預(yù)估未來(lái)一個(gè)時(shí)間段業(yè)務(wù)的發(fā)展趨勢(shì)，以支持組織做出更好的決策。其輸入多包括歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)和預(yù)測(cè)需求，以構(gòu)建數(shù)據(jù)模型、模型效果調(diào)優(yōu)、模型開(kāi)發(fā)部署等作為計(jì)算過(guò)程，輸出預(yù)測(cè)結(jié)果和業(yè)務(wù)趨勢(shì)。企業(yè)常通過(guò)預(yù)測(cè)未來(lái)銷(xiāo)量，進(jìn)而指導(dǎo)采購(gòu)銷(xiāo)售管理；政府常預(yù)測(cè)經(jīng)濟(jì)發(fā)展趨勢(shì)或者人口增長(zhǎng)。數(shù)據(jù)分析師首先梳理影響預(yù)測(cè)目標(biāo)的內(nèi)外部因素，構(gòu)建預(yù)測(cè)模型的指標(biāo)體系，接著采集關(guān)鍵節(jié)點(diǎn)數(shù)據(jù)，建立預(yù)測(cè)模型體系，最終輸出逐級(jí)的預(yù)測(cè)結(jié)果，通過(guò)可視化展現(xiàn)結(jié)果或者發(fā)展趨勢(shì)。

例如一家3C制造類(lèi)企業(yè)，想要預(yù)測(cè)各部門(mén)及產(chǎn)品的銷(xiāo)量，首先要明確預(yù)測(cè)目標(biāo)，需要完成不同時(shí)間窗口、不同型號(hào)產(chǎn)品的銷(xiāo)量預(yù)測(cè)。接下來(lái)選用超大規(guī)模多層級(jí)時(shí)間序列預(yù)測(cè)策略，使用GBDT算法進(jìn)行建模，輸入數(shù)百個(gè)原始變量進(jìn)行預(yù)測(cè)。通過(guò)超參數(shù)進(jìn)行模型優(yōu)化，使用多種統(tǒng)計(jì)指標(biāo)綜合評(píng)估模型效果，最終輸出結(jié)果。最后在模型確認(rèn)無(wú)誤后，部署上線，測(cè)試監(jiān)控，和業(yè)務(wù)系統(tǒng)對(duì)接。

值得一提的是，在預(yù)測(cè)型分析中我們會(huì)用到統(tǒng)計(jì)模型和機(jī)器學(xué)習(xí)模型，前者具備比較好的可解釋性，而后者通常以預(yù)測(cè)準(zhǔn)確率為目標(biāo)，“黑盒”性質(zhì)更強(qiáng)一些。預(yù)測(cè)分析可以為組織提供關(guān)鍵洞察，但決策者還需要綜合其他業(yè)務(wù)信息和經(jīng)驗(yàn)判斷才能確定決策行動(dòng)。

5. 指導(dǎo)型分析

指導(dǎo)型分析基于對(duì)“發(fā)生了什么”、“為什么會(huì)發(fā)生”和“將會(huì)發(fā)生什么”的分析，通過(guò)算法服務(wù)尋求最優(yōu)路徑解決方案，幫助組織決定應(yīng)該采取什么措施。指導(dǎo)型分析是五大類(lèi)型中最為復(fù)雜的分析，其以歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、預(yù)測(cè)結(jié)果、優(yōu)化目標(biāo)作為輸入，以構(gòu)建業(yè)務(wù)模型、機(jī)器學(xué)習(xí)算法、運(yùn)籌優(yōu)化模型算法、模型效果調(diào)優(yōu)為計(jì)算過(guò)程，輸出決策結(jié)果和行動(dòng)方案。指導(dǎo)型分析基于描述、診斷、預(yù)警、預(yù)測(cè)實(shí)現(xiàn)業(yè)務(wù)“Know-how”，結(jié)合專(zhuān)家經(jīng)驗(yàn)?zāi)０逄峁┬袆?dòng)智能應(yīng)用。常見(jiàn)的行動(dòng)智能應(yīng)用有：金融風(fēng)控、在線學(xué)習(xí)、物流路徑規(guī)劃等。

例如企業(yè)中指導(dǎo)定價(jià)問(wèn)題就是一個(gè)常見(jiàn)的決策問(wèn)題。單價(jià)定高了會(huì)導(dǎo)致銷(xiāo)量下降，而單價(jià)定低了又會(huì)導(dǎo)致利潤(rùn)不能最大化。解決這類(lèi)問(wèn)題首先要有一個(gè)明確的業(yè)務(wù)目標(biāo)，是最大化銷(xiāo)售額，還是最大化利潤(rùn)？其次要全面收集相關(guān)數(shù)據(jù)，包括客戶(hù)、產(chǎn)品、營(yíng)銷(xiāo)、競(jìng)爭(zhēng)、宏觀政策等多維度數(shù)據(jù)，構(gòu)建業(yè)務(wù)模型們使用機(jī)器學(xué)習(xí)和優(yōu)化算法進(jìn)行模型構(gòu)建，最后得到符合優(yōu)化目標(biāo)的最優(yōu)化價(jià)格指導(dǎo)意見(jiàn)。這個(gè)類(lèi)型的分析支撐的應(yīng)用一般來(lái)說(shuō)是智能性最強(qiáng)的應(yīng)用，而目前業(yè)內(nèi)行動(dòng)智能應(yīng)用落地需要結(jié)合垂直場(chǎng)景的業(yè)務(wù)和全棧數(shù)據(jù)智能技術(shù)進(jìn)行定制。

結(jié) 語(yǔ)

組織的數(shù)字化轉(zhuǎn)型是一個(gè)長(zhǎng)期的、持續(xù)優(yōu)化的過(guò)程，不是一蹴而就的。越是大型的組織，越要建立起打持久戰(zhàn)的思想準(zhǔn)備，不要對(duì)于技術(shù)落地的速度有盲目的預(yù)期。同時(shí)，數(shù)字化轉(zhuǎn)型的組織工作也要同步開(kāi)展，除了一把手重視以外，各業(yè)務(wù)和管理部門(mén)負(fù)責(zé)人和核心骨干成員也要進(jìn)行技術(shù)宣貫和教育，否則很容易受到抵制，導(dǎo)致轉(zhuǎn)型進(jìn)展不利。組織的負(fù)責(zé)人應(yīng)該任命數(shù)字化轉(zhuǎn)型小組組長(zhǎng)（通常來(lái)說(shuō)是組織的首席數(shù)據(jù)官CDO），并抽調(diào)業(yè)務(wù)部門(mén)核心骨干成立專(zhuān)門(mén)的數(shù)字化轉(zhuǎn)型小組，配合組長(zhǎng)的工作。數(shù)字化轉(zhuǎn)型小組可以是虛擬的，也可以是實(shí)體架構(gòu)，關(guān)鍵是需要長(zhǎng)期存在，并保證權(quán)、責(zé)、利對(duì)等。只有這樣，才能讓組織的數(shù)字化轉(zhuǎn)型有良性的、長(zhǎng)期的發(fā)展。

另外一個(gè)很重要的事情是，雖然數(shù)字化轉(zhuǎn)型是個(gè)長(zhǎng)期工作，但需要設(shè)立階段性的里程碑，可以是一個(gè)快速驗(yàn)證價(jià)值的業(yè)務(wù)場(chǎng)景（通常被稱(chēng)為“Quick-Win”），這樣做的好處是在漫長(zhǎng)的技術(shù)落地過(guò)程中，維持業(yè)務(wù)部門(mén)和業(yè)務(wù)人員的積極性，讓組織內(nèi)部看到價(jià)值，充滿活力，實(shí)現(xiàn)最佳實(shí)踐從1到N的裂變。當(dāng)組織的所有成員都看到數(shù)字化轉(zhuǎn)型帶來(lái)的益處時(shí)，就會(huì)進(jìn)入到群體智慧大爆發(fā)、大眾創(chuàng)新的迅速推進(jìn)階段。最終，組織的數(shù)字化轉(zhuǎn)型能否成功還是要取決于每一個(gè)組織成員如何看待它。

原文刊于《數(shù)據(jù)》月刊2023年2月

杜曉夢(mèng)，北京大學(xué)國(guó)家發(fā)展研究院助理研究員，管理創(chuàng)新實(shí)驗(yàn)室副主任。杜老師的研究領(lǐng)域?yàn)榇髷?shù)據(jù)營(yíng)銷(xiāo)、消費(fèi)者行為、營(yíng)銷(xiāo)模型、數(shù)字經(jīng)濟(jì)。