?企業(yè)是否應該數(shù)字化轉型?發(fā)展到什么級別的企業(yè)可以進行數(shù)字化轉型?

回答這兩個問題前，我們需要明白，數(shù)據及技術工具并不能代表數(shù)字化運營程度，運用Excel不能代表數(shù)字化運營程度低，運用大數(shù)據、BI、中臺等工具也并不能代表數(shù)字化運營程度高。

數(shù)據在企業(yè)管理當中發(fā)揮的作用與價值才是衡量數(shù)字化運營程度的標準，企業(yè)通過專業(yè)的數(shù)字化MAX成熟度模型對自身的數(shù)字化水平做出判定，從而決定是否應該數(shù)字化轉型，并制定符合自身需求的數(shù)字化轉型方案。

數(shù)字化MAX成熟度模型的6個級別

數(shù)字化MAX成熟度模型的6個級別

數(shù)字化MAX成熟度模型包含第0級到第5級，共6個級別。

• 第0級: 未應用數(shù)據，完全依靠負責人主觀決策。
• 第1級: 采用Excel存儲和分析數(shù)據，數(shù)據文件零散、數(shù)據量小。
• 第2級: 依賴技術部門進行數(shù)據分析。
• 第3級: 以技術為中心，系統(tǒng)化地應用數(shù)據，利用數(shù)據支撐業(yè)務。
• 第4級: 以業(yè)務為中心的數(shù)據化運營，數(shù)據賦能業(yè)務。
• 第5級: 數(shù)據引領業(yè)務，賦能業(yè)務創(chuàng)新和變革。

從第0級公司未應用數(shù)據到第5級公司數(shù)據引領業(yè)務創(chuàng)新，數(shù)字化MAX成熟度模型從6個維度出發(fā)，對企業(yè)的數(shù)字化水平做出劃分，幫助企業(yè)快速了解自身的數(shù)字化短板，明確數(shù)字化轉型的必要性，找尋數(shù)字化建設的重點與切入點，合理制定數(shù)字化轉型方案，從而快速實現(xiàn)數(shù)字化轉型。

一、數(shù)字化運營級別測評

在了解數(shù)字化MAX成熟度模型后，企業(yè)可以對自身的數(shù)字化水平進行評定，從而明確數(shù)字化轉型的必要性，制定適合自身發(fā)展的數(shù)字化轉型方案。下面展開說明數(shù)字化MAX成熟度模型的6個級別。

1.第0級公司

第0級公司未將數(shù)據分析納入日常運營工作中，決策層缺乏數(shù)據意識，也沒有采用數(shù)據分析工具，對將數(shù)據應用于公司日常運營完全沒有概念。

2.第1級公司

第1級公司的各部門人員和管理層零散使用數(shù)據分析。某些企業(yè)的業(yè)務部門會選用最常用的Excel工具進行數(shù)據分析，但使用頻率較低，且使用人員并不多。企業(yè)可能有十多個部門，但僅一個部門會使用Excel工具進行數(shù)據分析。這種情況下的分析結果只能為該部門所用，無法實現(xiàn)全域數(shù)據分析，也就無法從公司高度出發(fā)，幫助高層領導制定決策。也可能是某個部門中的幾個成員會使用數(shù)據分析，所用到的數(shù)據也只是該員工日常工作中所接觸的，分析出來的結果可能比較單一、片面 。除此之外，需要進行數(shù)據分析的還可能是為領導提供分析報告的助理。助理使用的數(shù)據大多來自企業(yè)的IT系統(tǒng)，比如統(tǒng)計銷售額的數(shù)據。這些數(shù)據分析結果較為微觀，無法從企業(yè)宏觀角度為領導決策提供參考。因此，第1級公司還未形成系統(tǒng)化的數(shù)據使用習慣，只是將數(shù)據作為臨時性的考量意見。

第1級公司雖然已經開始運用Excel工具來滿足某些數(shù)據分析的需求，但數(shù)據應用遠遠不夠。Excel有其可取之處，也有其弊端。Excel的優(yōu)點是維護成本較低，具備基礎的查詢和計算功能，可以限制用戶訪問和修改權限。但Excel的數(shù)據量一旦過大，查詢和計算的速度會明顯下降，且無法對用戶進行角色的管理，數(shù)據結構要求較簡單。因此，第1級公司所使用的Excel工具無法支撐企業(yè)級的數(shù)據體系。

3.第2級公司

第2級公司的數(shù)據運用已從個人上升到企業(yè)級別。這類公司會采用BI分析工具進行數(shù)據分析，從而輔助領導決策，但主要的使用者是技術部門。這類企業(yè)BI分析工具的應用場景有企業(yè)運營報表、管理駕駛艙等。相比第1級公司，第2級公司已經是有規(guī)模、有組織地進行企業(yè)級的數(shù)據化運營了。

最常見的運營報表基礎統(tǒng)計分析工具是Excel和BI(商業(yè)智能)。BI和Excel相比具有報表分析和交互功能，能更清晰地顯示數(shù)據動態(tài)，因此已成為某些具有數(shù)據思維的企業(yè)進行數(shù)據分析的首選。

使用BI分析工具需要多個部門協(xié)同合作，如下圖所示。當業(yè)務人員有數(shù)據分析需求時，IT人員首先負責數(shù)據的清洗和打通，再將整合好的數(shù)據交給數(shù)據分析部門，數(shù)據分析部門得出結果再反饋給業(yè)務部門，最終為業(yè)務人員提供決策依據，支撐公司運營。但是少則兩周、多則幾個月的分析周期無法及時響應業(yè)務人員的需求，更毋論需求較多、需求復雜的情況了。

此類BI分析工具因為技術門檻高，只有技術人員會使用和維護，不能真正覆蓋企業(yè)全方位的日常管理。

4.第3級公司

第3級公司以技術支持為中心，搭建系統(tǒng)化的數(shù)據運營體系。這類公司中技術團隊是數(shù)據價值產生的主體，業(yè)務部門的需求由其實現(xiàn)。這種技術團隊具有一定規(guī)模，通常為公司解決一些通用型數(shù)據問題，主要為公司部分核心部門提供支撐。由于這類公司的數(shù)據化運營成本高，無法實現(xiàn)全員數(shù)據化運營。

當企業(yè)的數(shù)據量達到一定規(guī)模時，僅僅依靠數(shù)據分析很難解決根本問題，此時數(shù)據治理顯得尤為重要。因此，搭建系統(tǒng)化的數(shù)據運營架構并最終將其應用于業(yè)務單元是第3級公司的運營特點。這類企業(yè)的數(shù)字化轉型是技術單元支撐的，也會產生少量的淺層應用產品。

對于等3級公司來說，治理數(shù)據是數(shù)據化運營的基礎。一般企業(yè)大多采用BI(數(shù)據分析)—ETL(數(shù)據加載)—DW(數(shù)據倉庫)模式將數(shù)據治理到數(shù)據分析的整個過程打造成工具箱，從而進行數(shù)據治理。其中，每個流程都需要做中轉工作，因此需要企業(yè)配備一支專業(yè)性強的技術隊伍。

技術部門在維護企業(yè)的各類IT產品或DT產品時會發(fā)現(xiàn)，許多產品之間數(shù)據聯(lián)系緊密，比如用戶在支付寶產生的個人信用數(shù)據可用于螞蟻金服上的貸款資質審批，微信賬號可用于騰訊視頻的登錄。這源于阿里巴巴和騰訊都將旗下各產品的數(shù)據做了融合。但這些產品的數(shù)據沒融合前，技術人員需要對相關App的數(shù)據逐一維護，耗費的人力成本較高，且這個數(shù)據治理過程對技術人員的專業(yè)能力也有一定的要求。

另外，企業(yè)的數(shù)據整合、數(shù)據維護、數(shù)據賦能業(yè)務需要歷經復雜的過程，如下圖所示。

首先，各類業(yè)務人員會根據自己負責的產品類型和用戶喜好，提出各種各樣的數(shù)據分析需求，比如金融行業(yè)的業(yè)務人員為保障銀行的風控能力，需要評估客戶的信用狀況。針對業(yè)務人員的需求，數(shù)據分析部門會建立模型;然后，技術部門將數(shù)據分析部門的模型語言寫成代碼，并檢驗其是否正確;最后，業(yè)務人員通過這些模型或應用實現(xiàn)業(yè)務價值。這種數(shù)據支撐業(yè)務的模式是單向循環(huán)的，需要歷經多個部門的多項操作。

由此可見，企業(yè)需要配備專業(yè)的技術團隊和數(shù)據分析團隊完成提出需求、建立模型并檢驗的整個過程，業(yè)務人員在這一過程中只是提出數(shù)據分析需求，實施過程需要技術人員投入大量的時間和精力。而有些數(shù)據分析需求對技術人員來說比較基礎且簡單，譬如日常統(tǒng)計分析，業(yè)務人員借助專業(yè)的數(shù)據分析工具將數(shù)據接入即可自動生成分析結果，不需要技術人員耗費精力和時間進行處理。技術人員常年忙于應付這些簡單的需求，無法投入更多精力研發(fā)更深層次的應用產品，也無法為企業(yè)數(shù)字化轉型賦能。這種以技術為核心的數(shù)據化運營模式讓技術人員“叫苦不迭”，而且數(shù)據使用并未進入核心業(yè)務，數(shù)據使用深度不足。

5.第4級公司

第4級公司形成了以業(yè)務為中心的數(shù)據化運營體系，即各個部門使用數(shù)據均以賦能業(yè)務為出發(fā)點。這類公司已形成數(shù)據的良性循環(huán)，實現(xiàn)了數(shù)據資產沉淀，達到了數(shù)據賦能業(yè)務的目標。這類公司改變了以技術團隊為中心挖掘數(shù)據價值的數(shù)據運營模式，建立了比較完整的數(shù)據中臺。一線業(yè)務人員可以自主完成80%的數(shù)據需求，這是第4級公司運用數(shù)據的特點。

數(shù)據中臺的搭建打破了第3級公司數(shù)據分析單向作業(yè)的模式，業(yè)務人員分析需求不必再像以前那樣歷經多個部門和環(huán)節(jié)，可以直接調用經數(shù)據中臺打包、封裝好的數(shù)據資料，并通過數(shù)據中臺提供的BI分析工具分析數(shù)據。甚至在業(yè)務人員自主分析數(shù)據前，數(shù)據中臺已對某些簡單的數(shù)據分析需求直接給出了答案。數(shù)據中臺打通了企業(yè)全鏈條數(shù)據，實現(xiàn)了數(shù)據的循環(huán)流通，它將企業(yè)已成型的數(shù)據、模型、算法、應用等“資產”進行存儲與延展開發(fā)，并設置了共享模式，確保企業(yè)的技術部門、數(shù)據部門、業(yè)務部門可隨時直接調用。因此，不僅業(yè)務人員可以數(shù)據中臺受益，技術人員的數(shù)據治理、模型研發(fā)、算法構建、應用研發(fā)等均可通過數(shù)據中臺實現(xiàn)。

數(shù)據中臺的搭建使業(yè)務人員可以輕松便捷地使用數(shù)據，業(yè)務人員有大量數(shù)據分析需求時，可以不再依賴技術人員和數(shù)據分析人員的力量，而是直接通過數(shù)據中臺解決。這不僅為業(yè)務人員釋放了大量數(shù)據分析需求，激發(fā)了更多應用產生的靈感，而且為技術人員和數(shù)據分析人員節(jié)省了時間，技術人員可集中精力梳理數(shù)據資產，令其對業(yè)務產生直接影響，實現(xiàn)數(shù)據資產業(yè)務化，從而建立基于數(shù)據的盈利增長點。

如果說第3級公司通過數(shù)據分析滿足業(yè)務需求，從而提高商機捕獲的效率，那么，第4級公司基于數(shù)據做決策，業(yè)務人員不斷調整工作重心，進一步提升了商機捕獲效率。此外，數(shù)據中臺的建設改變了以往技術部門只專注技術能力提升，不注重為業(yè)務賦能的情況。如今，技術部門以服務業(yè)務部門為工作重心，積極轉化職能，可以更快地推動業(yè)務發(fā)展。另外，業(yè)務部門也能感受到技術部門職能轉化帶來的便利，雙方協(xié)同作戰(zhàn)，提升能力，新的、更有深度的數(shù)字應用產品將會在雙方緊密合作中產生，從而助力企業(yè)成功轉型。

行業(yè)中的龍頭企業(yè)大多處于第3級別，專業(yè)數(shù)據中臺服務提供商可以幫助它們加速進入第4級別，使數(shù)據良性循環(huán)。

6.第5級公司

第5級公司已實現(xiàn)了數(shù)據的良性循環(huán)，可以沉淀出核心數(shù)據競爭力和數(shù)據資產，并能夠基于數(shù)據開創(chuàng)出新的商業(yè)模式。已打通內外部數(shù)據，形成完整的數(shù)據戰(zhàn)略、應用戰(zhàn)略、模型戰(zhàn)略、算法戰(zhàn)略，60%以上的員工都可以運用數(shù)據實現(xiàn)業(yè)務價值，基于數(shù)據創(chuàng)造出了新的商業(yè)模式并帶來了一定的收益:這類能夠做到“數(shù)據驅動發(fā)展”的企業(yè)便是第5級公司。這類企業(yè)內部，數(shù)據半自動化、全自動化決策能力和人為判斷決策良好地融為一體。內外部數(shù)據打通形成了數(shù)據生態(tài)，不斷推動企業(yè)進行數(shù)字化轉型。在經過幾年的數(shù)據化運營后，與同行相比，它們已經形成獨特的數(shù)據資產和數(shù)據生態(tài)，擁有自主算法資產、模型資產、應用資產，其應用深度和數(shù)量在行業(yè)內排名前列。

由于業(yè)務角色不同，研發(fā)的數(shù)字應用也不一樣，使用的場景也大不相同，企業(yè)內不同角色可以以較低的成本快速獲取相關數(shù)據。數(shù)據化運營已經深入第5級企業(yè)發(fā)展歷程中，數(shù)據安全戰(zhàn)略已在企業(yè)內部形成，并且展開數(shù)據應用。同時，企業(yè)因為具備了完整的數(shù)據運營思路和實踐經驗，數(shù)據人才的培訓體系和流程也比較完備。如此，“實踐培養(yǎng)人才，人才助力實踐”達成良性循環(huán)，為企業(yè)數(shù)字化轉型提供源源不斷的力量。

總而言之，企業(yè)可以通過數(shù)字化MAX成熟度模型測評自身的數(shù)字化運營級別，以便確定接下來的跳級策略:是按部就班一級一級發(fā)展，還是進行多級跨越。如果企業(yè)想要多級跨越，需要考慮到達目標級別需要具備的資源和能力，進而步步達成，避免跨級失敗。

回顧過去十年的企業(yè)數(shù)字化發(fā)展，行業(yè)龍頭企業(yè)大多處于第3級別，甚至有些企業(yè)很早便進入第3級別了。企業(yè)內部少則數(shù)十人、多則數(shù)百人都在解決數(shù)據問題，高成本的數(shù)據維護卻仍然無法衍生出有深度的數(shù)字應用。企業(yè)數(shù)據使用仍然停留在淺層，數(shù)據運用陷入困境，無法形成良性循環(huán)。這種情況下，企業(yè)需要根據自身的狀態(tài)，確定升級策略。?