谈数字化转型之前，先来说一个真实的故事：
某传统企业的数字化转型之路
原始阶段，手工记小本本
有了计算机后，Excel用于存储数据和制作图表
随着公司的规模越来越大，数据的意义不再是存储而是流程与管理。于是有了ERP、CRM等系统ERP从生产、采购、销售、应收应付一应俱全，这里面产生了很多数据。
CRM客户关系管存储了潜在客户、跟进客户、成功客户、大客户等等数据，不仅有客户数据，有些功能跟ERP重叠，这个系统使企业快速响应服务好客户。
但是，企业老总陷入了沉思…
“经常听到人家说现在是数据时代了，数据就像石油一样，是企业发展的关键。其实我现在的公司也有很多数据，比如销售数据、生产数据、采购数据等等，我的企业是不是也应该做些改变呢？但是我的企业目前只有业务人员，没有开发团队，所有系统都是外包，连数据库都在系统供应商那里，更不用提数据分析团队了。
我参加了很多行业会议，也知道数据很重要，不能掌握数据的公司很快会被淘汰，但面对公司现在的情况，我该如何下手：
1、是从零开始招一个技术团队吗？
2、那么这个团队该如何打造？
3、会增加多少成本？
4、目标如何制定？
5、对其他部门会有什么影响？
6、这个团队带来的收益是什么？”
于是，成立了技术团队，但是CIO也犯了难…
“老板用高薪把我挖过来，对我的期望肯定很大，我要想站稳脚跟，也一定要短时间内做出一些成绩，不辜负老板期望。我现在目前负责公司系新系统、APP的开发管理，并打通各个外包系统的链路。老板一直在给我提到，他看到大一些的公司领导都能看到企业经营全貌的数据，叫做数据驾驶舱。通过这个，CEO能实时看到企业经营的各种数据，还可以从不同维度进行分析，以及整体趋势图，等等。而他现在就只能看到财务、运营等有限几个部门整理的Excel表格，实时性根本达不到要求，而且不同部门整理出来的数据还经常矛盾。老板希望我尽快解决这个问题。他希望一看到数据有问题立刻就能通知各个部门的相关人员，通过演练好的预案进行处置。
其实老板想要的并不仅仅一套系统，更是一个企业数据分析体系，我感到非常无力，主要原因是：
1、数据集成问题。公司数据都来源于多个系统，这些数据都是封装独立存在的，没有进行数据集中和共享，更可怕的是，同样一个名称的业务字段，在不同系统中表示不同的业务含义；同一个业务流程中的数据各个系统中无法实现关联。所以，我首先需要梳理清楚各个系统中业务字段的含义，以及数据存储的时点和业务场景，并且建立好整个公司的数据字典，推动各个业务系统按照公司标准进行整改。
2、需要搭建一个数据分析团队”
终于有了数据团队
“我是MIKE，我之前服务于一家大型互联网公司，现在公司处理的数据量并没有以前处理的那么大，但是我一样能基于这些数据，支持公司的精细化运营和高层的商业决策。
经过了一年的努力，我终于和CTO一起完成了各个系统的搭建和数据集成，并且组建了一只数据分析团队，为各个业务部门和高层提供数据支持。但是我发现，技术的问题虽然已经解决了。
让我没想到的是“大坑”才刚刚开始.……
经历了各种技术难点:
技术的难点就不在这里一—说明，简单举个大家能明白的例子：
在ERP系统公司名称：艾德森公司 ID KO0001
在CRM系统公司名称：艾德森商务有限公司 ID TG0003
在财务系统公司名称：上海艾德森商务有限公司IDSH1202
还有存储在Excel的：上海艾佛森商务有限公司无ID
请问以上需要把几个系统的数据关联在一起，清洗好放在数据仓库里，需要做几个步骤？如果有几十上万个客户呢？
这不仅仅是技术上的清洗，一部分还需要人工，企业积累的数据越多，清洗的难度就越大。”
于是，就有了数据平台的搭建完成…
成果
以前做全年汇报，高管们都是各自带着部门数据做汇报，虽然有财务的数据支持核对，但是中间进程数据，却全由着高管们讲故事。老板只能听，却没有分辨的能力。
现在数据由数据部门提供，数据部门会给出相应的分析，老板从此有了一双能看到最底层的眼睛，各个仪表板，都有下钻功能，老板虽不用天天看数据，但是确是有了一个有力管控高层的工具。
但企业数字化转型一开始也带来一些副作用：
1、传统企业中员工接受数据分析系统的能力比较慢，各个中层管理者已经习惯了通过excel查看数据；
2、公司缺少完整的数据培训体系；
3、对于数据分析暴露出来的问题，企业高层持怀疑态度，质疑数据，不相信分析结果，习惯经验说话；
4、业务提出的需求往往就是单纯的取数，数据分析师变成了“取数机”，没有有价值的商业分析需求；
5、欠缺“一切以数据说话”的企业文化经历了一段时间的痛苦调整，终于迎来了财务的数据支持，利润相较去年提升了20%，而有一部分是数据部门驱动增长的成绩。
数字化转型无异于对一家企业脱胎换骨，洗经伐髓,转型的过程注定是艰难和痛苦的。
但当一家企业完成了从业务形态，组织结构，技术管理、企业文化、人员组成的数字化转型，无疑是一种升华和重生。在未来的时间里，这家企业将以一种高效，敏捷，快速的发展速度，在数字化的浪潮中成长壮大。
通过以上，大家应该对企业数字化转型有了模糊的概念，但是以上只是展示1%的难点。
看到这里，觉得一切圆满了，通过引进一系列技术，传统企业数字化转型真的成功了？
一直以来都有很多客户让我们（帆软）聊聊企业的数字化转型，看着外界千篇一律的方案，每每都谈起。我们不想给每个企业的数据工作冠以“数字化转型”怎么的帽子，一方面企业的数字化转型题目太大，足够一个信息化刚起步的企业转型个10年；另一方面，不同企业的特点不一样，数据工作似乎并没有一个放之四海皆准的公式。
但随着自己在世界各地看到不同的行业、不同的企业在数字转型的案例后，我无形中有了一种紧迫感。这种趋势是如此之猛，以至于留给国内的大部分企业的时间似乎已经不多了。
那么企业到底如何进行数字化转型呢，我们不谈互联网这类以数据为血脉的商业模式，而是来说说传统行业，尤其是制造业，能代表国内最广泛企业的情况，从组织架构、信息化模式、转型意识等。也是我们（帆软）给绝大多数企业带来变化的行业。
传统企业如何做数字化转型？
呼声最大的是生产制造业，所以以下很多都倾向于生产制造业的业务情况：
1、第一阶段：数据连接、采集、整理
数据是数字化的基础，数字化转型的第一步往往都是先进行数据连接。要分析什么业务，分析的指标有哪些，需要的数据有哪些，当下已有哪些数据，哪些数据不足需要定向收集。
比如：
生产可以通过传感器等设备收集生产环节的数据。
库存可用过扫码等手段来收集，以及后续物流运输数据。
销售可以通过改进业务流程，设置数据采集环节来收集数据。
营销可以通过网站的埋点来收集用户的行为数据。
……
数据采集的成本比较高，而且往往大动干戈。建议先做好数字化路线和场景的规划，尽量自顶而下推导到底需要哪些数据及其采集技术，往往数据采集的难点不在于技术层面，而在于业务层面的推动。
采集到数据还只是第一步，后续需要有大量的工作保证数据质量，数据有问题分析再严谨都是空谈。建议在数字化规划阶段，需要对全数据链路进行详细设计，争取做到几个要点：
①多个系统相联通，至少保证同一种数据在不同系统中是一致的；
②通过数据链路设计使得相邻环节的数据可相互校验；
③数据质量需融入日常运营管理流程。
然后是数据整合。采集到的数据往往都分布在各业务系统内，但后续分析的时候往往会涉及多种业务的数据，比如财务+销售，所以系统之间的数据壁垒要打通，避免数据孤岛。
系统来看，就是从数据分析出发，向上要保证数据口径的统一，避免数据对不上。向下要以分析为目的来搭建数仓和数据中心，让数据整合—数据清洗—数据分析—可视化都在一个平台上进行。
在这个过程通常需要借助BI平台、数仓来搭建。
有些数据体量大的企业会搭建大数据平台。
2、第二阶段：数据分析及可视化
数据连接完成后，下一步是基于业务需求分析和可视化展示。分析分为历史和当下数据按指标、业务归类展示，生成报表、可视化报告。涉及到具体问题比方说找到带来80%营收的20%家优质代理商，则需要数据挖掘技术来追踪定位。
数字化成熟到一定程度，各个业务都应该有相应的可视化模块，运用商业智能BI系统或制造智能MI系统，这是企业实现数字可视化的重要工具。
3、第三阶段：精益分析
在第一阶段和第二阶段推进一段时间之后，企业多数已经具备自动化和信息化的基础，往往这时候企业会开始思考：“我有这么多数据，能看到这么多报表，我怎么提升效率降低成本呢？”因此，进入数字化转型的第三阶段精益分析。
传统企业在推行精益/工业工程方法和工具时，工业工程师或咨询师一般通过现场诊断分析来发现企业生产运营管理的问题，并指导企业持续改善的路线。
绝大部分生产制造企业在精益化方面相对落后，而精益分析的阶段需要企业利用数字化软硬件技术和工具，来固化、简化并优化精益化的过程，将原来经验驱动的现场诊断，逐步转化并结合实时数据驱动的数字化诊断，更客观、更及时、更全面、更智能地去发现企业生产系统中存在的浪费和问题，这也是智能制造中所谓“智能”的第一小步。
4、第四阶段：高阶分析
基于第三阶段精益分析的成果，企业及其管理者被赋能，能够更简单、更准确、更及时地发现企业的生产运营问题后，就面临到如何分析问题产生原因并且提供问题解决方案的挑战。
这时候就该是大数据和人工智能技术的用武之地，通过机器学习等技术对最佳历史实践进行提炼并预测，通过APS等技术为企业的计划排程提供智能决策，通过知识图谱等技术构建企业的知识库，通过计算机视觉听觉等技术替代现场枯燥无聊的重复劳动工位等。
针对于每一种行业、每一道工艺、每一个流程节点，都可能有一些工业应用场景需要大数据和人工智能技术，来辅助管理人员进行快速决策，乃至解放管理人员进行自动决策，从而真正实现企业智能制造，是为高阶分析。
5、第五阶段：全面转型
当企业推进内部的智能高阶分析至一定阶段之后，必然需要与全供应链的其他智能企业进行连接，实现智能化的全面转型。
最后，啰嗦几句
依据帆软这么多年在各行各业给客户走的数据解决方案来看。数字化转型这个话题很大，建设之路也十分漫长，是需要结合企业当下业务发展情况去设计路线的，老板才等不及你的三年五年规划，当下能对业务有帮助才是最重要的。
1.落地是从一到五，设计是从五到一。
2.软硬件全买最好的，不如用精益方法先把整个流程撸通，然后逐步迭代升级（可借鉴IT行业的敏捷开发模式），在技术发展太快的今天，除非你能像换iPhone一样换你的数字化系统，不然总有更好的版本，更好的产品。
3.一次性把数据采集全了，不如挑一、两个典型工业应用场景（痛点）直接从第一阶段干到第三、四阶段。
4.智能制造、工业4.0、人工智能、大数据、物联网、MES等都是概念，往往每个人对同一个概念的理解都不完全相同，不如简化一下思路，这么想：我想要哪些数据，能帮我把哪里管得更好。
立即沟通
