數字化轉型對企業(yè)來(lái)說(shuō)已經(jīng)是一道必選題。在現階段的數字化轉型過(guò)程中,哪些是企業(yè)的工作重點(diǎn)?哪些是企業(yè)面臨的首要挑戰?
Forrester調研數據顯示,在全球范圍的兩千多位受訪(fǎng)者中,選擇數據分析的受訪(fǎng)者達到34%;在中國的271位受訪(fǎng)者中,選擇數據分析的比例達到了44%,在所有選項中高居第一位。中國企業(yè)對數據問(wèn)題是首要挑戰的認可度高達31%。這表明,數據分析已成為數字化轉型過(guò)程中的重中之重,數據問(wèn)題則是企業(yè)數字化轉型的首要挑戰。
為什么管理好數據,做好數據分析演變成了企業(yè)數字化轉型的關(guān)鍵?2022年6月,愛(ài)數聯(lián)合Forrester進(jìn)行了一項調研,走訪(fǎng)了200+國內外大中型企業(yè)負責戰略、數字化轉型以及數據管理和分析的決策者。調研數據顯示,大家普遍對利用數據推進(jìn)轉型抱有很高期望。有82%的受訪(fǎng)者希望建設數據驅動(dòng)的企業(yè)文化,從而推進(jìn)企業(yè)進(jìn)化升級,持續領(lǐng)先競爭對手。遺憾的是,根據企業(yè)自評,僅有28%的企業(yè)認為自己在數據驅動(dòng)運營(yíng)、數據驅動(dòng)創(chuàng )新的層面達到了成熟或者領(lǐng)先的水平。
企業(yè)實(shí)現數據驅動(dòng)面臨的多維度挑戰
事實(shí)上,數據管理、以數據驅動(dòng)運營(yíng)是一個(gè)復雜的問(wèn)題,絕不僅僅只涉及數據技術(shù),還涉及到戰略和組織。提升數據管理水平,戰略、技術(shù)、組織和流程,這幾個(gè)維度缺一不可。從調研數據來(lái)看,每一個(gè)維度都存在著(zhù)諸多挑戰。
1.數據戰略維度:受訪(fǎng)者普遍認為企業(yè)內部對于數據價(jià)值及資產(chǎn)存在不同認知,缺乏統一的目標,難以有效協(xié)同,這一比例達到79%。許多受訪(fǎng)者在調研中表示,數據戰略必須是一把手工程,如果缺乏一把手的強力支持,組織之間的協(xié)調將非常難以推進(jìn)。
2.技術(shù)維度:由于技術(shù)種類(lèi)繁多以及應用復雜,很多企業(yè)面臨來(lái)自技術(shù)層面的挑戰。從內部來(lái)看,超過(guò)75%的受訪(fǎng)者表示企業(yè)現有數據基礎設施技術(shù)水平較為落后,無(wú)法充分利用多元化數據。值得一提的是, 82%的受訪(fǎng)者表示現有技術(shù)主要面向結構化數據,對半結構化以及非結構化數據關(guān)注不足。
3.數據孤島:多年以來(lái),數據孤島的問(wèn)題不但沒(méi)有緩解,反而有一種愈演愈烈的趨勢。65%的受訪(fǎng)者表示,隨著(zhù)企業(yè)數字化業(yè)務(wù)占比提升,不斷新增的業(yè)務(wù)系統產(chǎn)生了新的數據孤島。
全域數據能力,重塑數據生產(chǎn)力
如何解決這一系列的挑戰,幫助企業(yè)充分利用內外部的數據,進(jìn)而全面深化數字化轉型?Forrester認為,企業(yè)需要的不是簡(jiǎn)單、孤立的數據產(chǎn)品,而是全域數據能力,從戰略、組織和流程全方位重塑數據生產(chǎn)力。
如何理解數據生產(chǎn)力
可以從生產(chǎn)力的三個(gè)角度進(jìn)行解讀:
1.勞動(dòng)者。在企業(yè)內部,誰(shuí)是數據的使用方呢?如果僅限于技術(shù)人員,那么一定不能最大化數據的價(jià)值。企業(yè)要實(shí)現的是數據民主化,讓數據成為企業(yè)內部的通用資源,任何人都可以按照權限使用相應的數據產(chǎn)品,因此在數據生產(chǎn)力的角度,勞動(dòng)者應該是全量的用戶(hù)。
2.勞動(dòng)資料。勞動(dòng)資料的主體是生產(chǎn)工具。對于數據而言,企業(yè)需要具備全棧功能的生產(chǎn)工具,在原始數據層實(shí)現數據的可訪(fǎng)問(wèn),在數據資產(chǎn)層實(shí)現數據的可利用,在知識和智能層實(shí)現數據的可變現。
3.勞動(dòng)對象。數據是重要的生產(chǎn)要素,數據分析是數字化轉型的重中之重,數據問(wèn)題是數字化轉型的最大挑戰。
因此,重塑數據生產(chǎn)力,需要處理全場(chǎng)景、全類(lèi)別以及全生命周期的全域數據。全量用戶(hù)、全棧功能以及全域數據綜合起來(lái),就是企業(yè)需要的全域數據能力。
全場(chǎng)景、全類(lèi)別、全生命周期的全域數據
1.全場(chǎng)景:隨著(zhù)數字化轉型的逐漸深入,各行各業(yè)組織的數據已覆蓋不同的業(yè)務(wù)域,如對于政府而言,數字化的業(yè)務(wù)域主要是政務(wù)云、政府辦公和智慧應用;對于企業(yè)單位而言,涉及研發(fā)、生產(chǎn)、營(yíng)銷(xiāo)、管理域等方方面面。以企業(yè)為例,一直以來(lái),企業(yè)的信息化建設優(yōu)先滿(mǎn)足業(yè)務(wù)需求,在研發(fā)場(chǎng)景有PLM系統,生產(chǎn)場(chǎng)景有MES系統,市場(chǎng)營(yíng)銷(xiāo)場(chǎng)景有MA系統,客戶(hù)管理場(chǎng)景有CRM系統。各個(gè)系統是割裂的,這為企業(yè)的運營(yíng)管理帶來(lái)了困難。因此,首先要實(shí)現業(yè)務(wù)場(chǎng)景內的數據整合,其次要實(shí)現跨業(yè)務(wù)場(chǎng)景的數據整合,才能達到協(xié)同增效以及業(yè)務(wù)創(chuàng )新。
2.全類(lèi)別:全域數據按照數據形態(tài)來(lái)劃分,包括結構化數據、非結構化數據、機器數據等。當前,企業(yè)對于大量非結構化數據的投資明顯不足。在調研中有位高管談到:非結構化數據反映的是業(yè)務(wù)和企業(yè)運作的內在本質(zhì),可以指導企業(yè)的業(yè)務(wù)重組和優(yōu)化。調研結果也顯示大家都非常重視非結構化數據。89%的受訪(fǎng)者希望利用非結構化數據來(lái)獲取關(guān)于客戶(hù)旅程的深刻見(jiàn)解,并找到改善客戶(hù)關(guān)系的方向。然而,大部分受訪(fǎng)者表示目前對于非結構化數據處理還僅停留在打標簽,無(wú)法做到內容分析并形成知識,因此,有64%的受訪(fǎng)者希望以中臺思路構建非結構化數據的處理能力。
3.全生命周期:69%的受訪(fǎng)者表示企業(yè)需要加強數據全生命周期管理能力。企業(yè)數據的生命周期圍繞業(yè)務(wù)流程,覆蓋了開(kāi)發(fā)/采集、加工、流通、歸檔/銷(xiāo)毀等全鏈路。
重塑數據生產(chǎn)力需要全棧功能
1.最底層:原始數據層。通過(guò)各種不同的產(chǎn)品和技術(shù)來(lái)存儲全域數據,實(shí)現數據可訪(fǎng)問(wèn)。從全域數據類(lèi)別的角度來(lái)看,針對結構化數據、半結構化數據、非結構化數據,企業(yè)需要不同的產(chǎn)品和技術(shù),但這些種類(lèi)繁多的數據源不能是孤立的,否則會(huì )在技術(shù)層面造成大量數據孤島。針對這個(gè)問(wèn)題,可以借助數據虛擬化及Data Fabric相關(guān)產(chǎn)品,通過(guò)連接、收集和轉換不同來(lái)源的數據創(chuàng )建數據抽象層,無(wú)需移動(dòng)數據就能實(shí)現整合的數據讀取和分析。
2.中間層:數據資產(chǎn)層。能夠訪(fǎng)問(wèn)到數據還不夠,企業(yè)需要沉淀數據資產(chǎn),實(shí)現數據可利用。原始的全域數據需要被加工成具有某個(gè)業(yè)務(wù)主題,面向某個(gè)業(yè)務(wù)場(chǎng)景以及跨業(yè)務(wù)場(chǎng)景的戰略性數據資產(chǎn)。在數據資產(chǎn)層,需要有完善的質(zhì)量保障體系,保障數據資產(chǎn)的正確性,還需要規范、緊密結合業(yè)務(wù)的標簽體系,通過(guò)智能的數據分析以及數據映射,為結構化、非結構化數據生產(chǎn)Data Catalog。此外,數據安全與數據治理貫穿數據全生命周期。在調研中,88%的受訪(fǎng)者表示需要把數據治理固化到業(yè)務(wù)流程中,實(shí)現及時(shí)治理,引入DataOps可以解決這一問(wèn)題。同時(shí),外界對客戶(hù)隱私的關(guān)注也讓隱私計算成為焦點(diǎn)。
3.最上層:數據可變現?？勺儸F指的是能從數據中抽取出知識和智能,為企業(yè)帶來(lái)業(yè)務(wù)價(jià)值。調研中,有數據負責人表示,“如果業(yè)務(wù)模式還不清晰,他寧可數據放在那里不動(dòng)”,這表明了數據價(jià)值和業(yè)務(wù)的強關(guān)聯(lián)性。Forrester在調研中重點(diǎn)關(guān)注了生物醫藥、高端制造、金融以及政府機構這幾個(gè)行業(yè),每個(gè)行業(yè)都有其特別關(guān)注的智能化的數據服務(wù)。比如,生物醫藥行業(yè)最為關(guān)注智能的OA辦公協(xié)同,超過(guò)一半的金融行業(yè)受訪(fǎng)客戶(hù)關(guān)注通過(guò)全渠道的實(shí)時(shí)監控進(jìn)行風(fēng)險管理。政府機構則主要關(guān)注對于城市經(jīng)濟運行以及民生的預測分析。在高端制造行業(yè),產(chǎn)品精準營(yíng)銷(xiāo)則是受訪(fǎng)者關(guān)注的重點(diǎn)。
結語(yǔ)
數字化轉型深化期,以全域數據能力驅動(dòng)企業(yè)轉型、數字創(chuàng )新以及打造新的商業(yè)模式已經(jīng)成為大多數企業(yè)的共識。如何通過(guò)全域數據能力,阻止數據孤島的蔓延,對多樣化數據進(jìn)行深度的價(jià)值挖掘,從而實(shí)現數據驅動(dòng)運營(yíng)、數據驅動(dòng)決策、數據驅動(dòng)創(chuàng )新,打造數據驅動(dòng)型組織?敬請關(guān)注愛(ài)數聯(lián)合Forrester即將發(fā)布的思想領(lǐng)導力報告:《提高全域數據能力,以數據驅動(dòng)運營(yíng)》。
