企業數字化，如何邁出第一步

一切皆可數字化。

最近元宇宙的大熱，讓數字化的定義超出最初范疇。“數字化很大，宇宙都能裝得下”，部分企業誤入歧途，陷入數字化如何著手的困惑。

理想很豐滿，現實很骨感。企業數字化第一步從何做起？

數字化始于需求，形成產品或解決方案，落地于業務和管理。

先舉個例子。

A企業，接到某園區智慧化需求，奔赴園區現場找園區領導調研，調研完成后，A企業風風火火投入智慧園區建設，大干5個月后，將園區交付成果。園區領導找來入駐企業代表，找來園區運營人員，進行系統上線，希望大家把智慧園區系統用起來。結果企業代表認為表單太多，填寫工作量大，還有部分涉及內部保密，拒絕使用。園區運營人員覺得系統流程復雜，不夠簡潔，也不樂意使用。A企業不得不對智慧園區系統進行回爐改造。

A企業的案例，在數字化過程中并不少見，需求調研和梳理不夠扎實，大干快上建設，容易走偏。

梳理需求，不是讓業務部門層層上報，也不是發個問卷調查讓員工填寫，更不是參照標桿照鏡子自查。

需求梳理是項技術活，需求理不好，很容易走偏。比如：把癥狀當需求，或者把局部需求當成整體需求，或者把領導需求當成業務需求，最終導致數字化規劃變形走樣，成了“形象工程”。比如A企業，把領導的話當成全部需求，忽略了其他用戶的需求，導致系統回爐再造。

需求梳理，建議由數字化團隊與業務專家結合進行需求梳理。推薦三個方法。

1.分應用場景梳理。

應用場景是什么？是什么地點，什么時間，什么角色，要做什么事，遇到什么樣的問題，輸入是什么，輸出是什么。

比如：某個建筑設計師，接到一個新案子，想看看公司的歷史設計庫里有沒有相似的案例，歷史案例分散到公司200個設計師的電腦里，這200個設計師還分屬于3個大的部門，設計師要么線下問其他設計師有無類似案例，要么通過微信群或者QQ群問，這么做效率低，并且檢索的精度低。這就是一個典型的場景式的需求。

2.分用戶層梳理。

分用戶層的目的是不遺漏其他角色需求。一個應用場景，參與的角色需求不盡相同。比如：業務操作層，需要的可能是提升效率，足夠簡單，或者不易犯錯，免予處罰；管理內控層，需要的是追溯業務全過程，控制進度風險，方便獎罰；決策層，需要的是了解全貌、調度和指揮。此外，分用戶層梳理需求時，還要兼顧外部用戶的需求內容。

上文提到的A企業智慧園區系統，企業用戶是外部用戶，而園區領導和園區運營人員則是內部用戶。

3.MECE分析法梳理。

MECE（Mutually Exclusive Collectively Exhaustive，意為：相互獨立、完全窮盡）來自《金字塔原理》一書。這里指按照不同維度（比如事前、事中、事后）對某個復雜需求進行細分拆解，做到無遺漏，不交叉。

比如智慧園區，可以拆分成空間感知、設備感知、人員感知、能源感知、車輛感知、環境感知等幾大類別。

需求調研，除了訪談似的問一問、聽一聽、記一記，還要到現場走查，看一看、想一想。場景再現，能夠了解到現場的環境，對需求有更深刻的認知。信息越全面立體，越利于做分析，做出的解決方案也更靠譜。

需要強調的是，調研需求的時候，不著急確定解決方案。需求調研完成，要進行匯總分析，如有遺漏，要進行補充調研。

需求匯總完成，放到整體規劃中，先想想這個需求值不值得用數字化的手段去解決，如果值得做，則判斷優先級，明確解決方案。

數字化不是趕潮流，不是花拳繡腿，一定是基于價值而生。

那么，如何找準企業數字化的價值點呢？分享三個視角。

1.客戶全生命周期視角。

這是一個外部視角。即從服務客戶第一個觸點開始梳理，梳理出客戶全生命過程中的所有觸點，圍繞觸點進行數字化。以零售業為例，觸點有：選品牌、選址、裝修、員工招聘、組貨、上架銷售等。以制造企業為例，觸點有：產品設計、生產資料采購、部件代加工、倉儲物流、批發零售。這些都是大節點，可以進一步拆分到更細的節點。

阿里巴巴的商業操作系統，為合作伙伴提供品牌、商品、銷售、營銷、渠道管理、服務、資金、物流供應鏈、制造、組織和IT系統等11個要素的數字化服務，這就是基于客戶全生命周期視角服務客戶。

2.業務協同全過程視角。

這是一個內部視角。即梳理業務內部協同從開始到結束的全過程，找到數字化的應用場景。比如售前、售中、售后。或者是投放廣告、分析商機、招商、簽訂合同、訂單履約。

比如，某供應鏈平臺，涵蓋了采購商入駐、供應商入駐、采購管理、合同管理、履約結算、供應鏈金融，實現了從采購到結算融資的全業務協同。

3.企業管理內控視角。

這是一個管理視角。即從組織管理視角，梳理人、財、物、業務的全過程，找到數字化的價值點。近幾年比較流行的共享財務、業務財務一體化，都是從企業管理視角尋找數字化的價值。

要找準價值點，還要考慮業務的融合和新技術應用，這里補充兩個結合點。

其一，與點、線、面、體結合。

從外部客戶、內部業務協同、企業管理三個視角，分別與點、線、面、體進行結合，梳理數字化應用場景和價值點。點指崗位級，線指項目級，面指業務單元或企業級，體指產業生態。

B企業是一家工程咨詢公司，員工超過1000人，員工需要將多款軟件的數據手工轉換成指定格式填報到監管系統，每次操作少則30分鐘，長則2～3天。數字化團隊將這項工作研發成工具軟件，在云端部署，轉換一個格式只需要1～10分鐘，大大提升了工作效率。這就是典型的崗位級的需求。

C企業的S2B2C平臺，由平臺接收用戶的全屋定制需求，然后將訂單分拆給裝修公司、家具公司、家電公司等，訂單最后匯總到平臺，交付給定制用戶。這是基于產業生態資源的協同平臺。

其二，與新技術應用結合。

從外部客戶、內部業務協同、企業管理三個視角，與新技術進行結合，梳理數字化應用場景。新技術指人工智能、物聯網、區塊鏈、VR、移動互聯網、云計算等新一代信息技術。比如，將物聯網與供應鏈結合，可以實現供應鏈的可視化；將VR與教育培訓結合，可以實現教育的多感官體驗；將云計算和單機作業結合 ，可以大大提升單機作業的效率和協同度。

圍繞客戶生命全過程，持續提升客戶滿意度，黏住客戶就是價值；圍繞業務協同全過程，提升效率降低成本就是價值；圍繞管理內控，控制住風險同樣是價值。

此外，找準價值點還要結合企業所在的行業和所處的發展階段。

不同類型的企業，對數字化的關注點不同。知識密集型行業，看重的是生產效率的提升和成果轉化；資本密集型行業，看重的是風險控制；零售業，看重的是高周轉率和客戶黏性。

不同成長周期的企業，對數字化的關注點不同。創業型和成長型企業，側重的是效率和營銷獲客；大企業關注全面數字化價值、組織重構和數字化塑造的科技感知度。

厘清價值之后，就可以制訂整個數字化的規劃了，這里不重點闡述，咱們另外開篇。這里只提一句，做規劃要明確邊界，確定做和不做的范圍，有時不做比做更難，更重要。

信息化、數字化、數智化，是數字化演進的三重階段，要邁向產業互聯網，還有平臺化和生態化。

做企業數字化，要知道此時身在何處，未來去往何方。企業數字化，基本有五種路徑。

1.從無到有。即新成立的公司，或者老公司但信息系統基本空白，從無到有進行數字化的建設。

2.破舊立新。即老系統可用性差，需要推倒重做，這在企業數字化中也很常見。老的系統，架構太老、用戶體驗差，或者無法支撐企業商業模式變化，都需要重構。

3.從孤島到互聯。即公司信息系統基本完善，但系統各自運行，基礎數據和權限管理都不統一，需統一基礎數據、統一權限管理，為后續的多系統數據沉淀打基礎。

4.從互聯到數智。即公司各系統已經互聯互通，但系統之間的交互沒有形成數據沉淀，數據的價值低，需對數據進行建模，用于業務創新或者風險控制。比如美團的外賣調度、天貓的千人千面、抖音的精準推薦、金融公司的風控模式等，都是數智化的應用。

5.從自用到開放。即公司已經形成了數字化體系，將自身的數字化成果，包括信息化的產品和沉淀的數智模型對外開放。

企業要結合自身的現狀、戰略發展規劃和資源配置，制定自身數字化路徑。

常規來講，數字化的路徑是層層遞進的，不建議一步登天。

一方面，商業模式和運營需求太復雜，參與者短期內想不明白；另一方面，缺少運營能力，武器造好了沒有作戰單元，最后變成老虎吃天無法下口。

此外，企業數字化，是企業能力與數字化能力的融合。數字化的每一步都要與企業能力進行融合，才能1+1>2。如果企業只有業務能力，缺少數字科技能力，比如沒有產品經理，沒有研發團隊，沒有產品運營人員，要通過能力構建補充進來，否則企業數字化缺少數字化人才要素同樣無法落地。

最后，值得一提的是，數字化不是趕潮流，不是搞形象工程，要從需求和價值出發。

數字化是層層遞進的，別想著一口吃成胖子，結合自身資源務實而為。

數字化是企業能力的重構，數字化是提升競爭力的方法，要與業務能力深度融合。

如果做好以上三點，那么一切皆可數字化。

（馬崗，零售獨立評論人，企業數字化實踐者）