数字化转型与敏捷自助BI

近年来，企业数字化转型的呼声越来越高。但究竟何为“数字化转型”，仁者见仁智者见智。

正好前几天参加了公司的数字化培训，得以更全局性地了解汽车行业在数字化转型方面的图谱。数字化转型已成为企业的核心战略，各品牌的数字化转型之路正在如火如荼的进行中。

培训过程也完整阐述了从数据获取、数据清洗、数据融合、数据应用、数据安全等五方面内容，很是受用。最后，老师也明确给出了数据思维的养成方式：从业务中来，到业务中去。对其中提及的诸多观点，我深表赞同！

我们通常讲的数据化：大体包括产品数字化、客户数字化、业务数字化三大类。每当提到数字化这个概念，很多人脑海中总会不经意地冒出很多相关概念：车联网、物联网、云计算、自动驾驶、机器学习、柔性生产、智能制造等，这些概念熟悉又陌生，感觉离自己很近但仿佛又离自己很远。

之所以会有这种感觉，因为产品数字化、客户数字化是前后两端相对独立的价值链环节，有着完善的方法论和成熟的技术手段，已经一路狂奔了很远并且硕果累累，但业务数据化（包括营销数字化、销售数字化、服务数字化、渠道数字化），相对来说起步较晚也很难走，但也最有增量价值。

好在目前公司已经在践行数字化转型战略，并在持续推进数字化平台系统建设的基础上，深入耕耘，将数字化“敏捷迭代”的理念贯穿始终，并作为品牌快速转型变革的重要指导。

同时，伴随数字化平台的建设也上线了BI系统（商业智能软件），结合各方需求开发了系列功能模块，统一了全公司数据口径和数据字典，业务数据化、数据融合化、更新实时化，极大地提升了工作效率。

个人感觉，长远来看更有价值的是BI模块中预留的自助分析模块，几乎将全公司全量业务数据进行了分权限的管控，保证了数据的安全性、完整性、准确性、及时性，使实时、便捷的连接以及自助分析成为可能。

数据驱动业务与敏捷BI

尽管目前已具备双中台+混合云的技术&基础保障，但要全员参与数据的变现和增值还有很长的路要走。根据DIKW金字塔模型：数据就是这个世界的底牌，智慧和洞见埋藏在知识中，知识埋藏在信息中，信息埋藏在数据中。

从数据到对决策有重要价值的洞见，需要由IT部门、数据部门、业务部门密切配合。IT实现数据的ETL（抽取extract、转换transform、加载load）以及治理、管控，数据部门按照业务需求整合数据为有价值的信息，完成基于普遍需求的BI模块开发并预留自助分析模块数据接口，最后由业务部门借助BI软件进行数据分析和可视化，继而实现从信息到知识的增值。

原理如下图所示：

最难的环节是从信息到知识。传统企业通常存在两种模式：一种是经验式管理，另一种是烟囱林立的孤岛式IT管理。无论哪一种，都无法充分地将数据资产变现和增值。

因为信息到知识的环节，除了需要业务人员多年业务实践积累的宝贵经验和认知外，还需要工具软件的加持，且具备敏捷分析、高效易用的特性。可惜的是，这种面向业务人员量身打造的软件工具是近年来刚刚兴起并成熟的。

传统BI的线性分析

传统线型分析从需求提出到IT报表交付过程冗长、信息衰减较多。更重要的是在业务部门提报初期，业务部门自己可能都没清楚很多问题，而且这些问题需要经过多重的假设检验后有效性才能被证实，此外IT对业务了解有限，多重因素共同作用下，IT交付的报表自然没办法完全适配业务对数据的解释需求。这就使得IT与业务部门的配合总是不尽如人意。

敏捷BI的分析循环

敏捷BI的分析循环则很好地解决了这个问题。业务部门经过不断的提出问题、准备数据、大胆假设、小心求证，不断发现、提出新问题甚至走向未知问题。全新的BI软件给了业务部门一双隐形的翅膀，让其飞跃之前到达不了的地方。

正所谓“从业务中来，到业务中去。”解铃还须系铃人，业务的问题终究要业务自己解决。业务主导的分析是数据价值挖掘的最后一公里，也是数字化转型的必由之路！

业务主导的分析

千百万年的进化结果，分别让人类的视觉和右脑具有最大的带宽和最强的处理能力，图像化的数据展示要比理解散乱的数据和逻辑迅速得多，消耗的能量也小得多，可以看见并理解数据的敏捷BI成为了最优选择。同时，与敏捷BI配套的强大数据ETL工具和便捷的Server分享平台，也让数据部门可以不断扩大业务领地，更多地承接原本需要IT部门支持和和配合的工作。从数据准备、到数据分析再到价值决策，一气呵成，连贯流畅。

总而言之，数字化转型不仅仅是IT部门和数据部门的事，真正的数字化转型需要三方共同努力相互配合。前半程的转型动力主要来源于IT和数据部门双轮驱动，而后半程的主力必然切换为我们每一个业务部门的每一位业务人员。只有业务人员带着数据思维深度参与其中，凭借着自己多年业务实践积累的宝贵经验和认知，辅助以敏捷BI软件的分析循环，才可能完成业务主导的分析过程，最终实现价值决策。

数字化转型与数据文化

业务驱动的数字化转型需要数据文化的支撑。组织&人力保障，以及流程&机制保障固然重要，但真正潜移默化、影响深远的是数据文化这个慢变量。数据文化的好坏不仅影响着企业里每一个人自身数据素养和数据技能的发展水平，同时决定着数据思维的培育和生长，最终决定了企业数字化转型的成败。

根据麦肯锡调研结果：企业数字化转型失败率高达80%。波士顿咨询曾经给出了数字化转型的路径，建议通过横向部门向纵向部门嫁接数字化基因，来实现从1.0到3.0的各部门全面数字化转型。

我的观点是，所有业务部门都自带数字化基因，不需要从外部“嫁接”获得，需要的是催生隐性基因实现显性表达的环境。

顶层设计好比园丁，数据文化好比土壤、阳光和空气。数据文化催生数据思维，当每一个微末的个体都感觉自己参与其中时，真正的变革就会发生。

数据思维会让人主动地量化业务现状，积极探索数据之间的联系，探索业务边界、进行压力测试迅速获得有价值的信息反馈，研讨和决策过程更有意识地用数据说话，顺带产生对数字化技术和工具的需求，并在反复使用中形成条件反射。

数据文化的营造也需要身处其中每个人的努力，正如历史是人民群众创造的一样。在时代变革大趋势中，没有人能独善其身，唯有顺势而为，主动迎接拥抱变化，保持头脑的极度开放和透明。

很多时候可能无法单纯依靠顶层设计完成数字化转型和组织变革，而恰恰是组织中每一个个体数据意识觉醒和思维习惯养成推动了有益变化发生。星星之火，可以燎原。数字化转型可以是高层领导自上而下发起，也可以是自下而上的递进。换句话说：在数字化转型上也可能出现的情况是：企业是承受者，而非创造者。

正如马特·里德利所说：“虽然我们不愿意承认，但是在很大程度上，世界是一个自我组织、自我变化的地方。模式自然出现，趋势逐渐演变。候鸟在天空中排队成V状并无意义，白蚁建造了宏伟的蚁穴却不需要设计师，蜜蜂修筑六角蜂巢不靠指令，大脑的塑造不来自“造脑师”，学习可以不靠传授，政治事件由历史塑造，而非反过来那样。基因组没有主基因，大脑没有指挥中心，英语没有指导员，经济没有首席执行官，社会没有总统，普通法没有首席大法官，气候没有控制按钮，历史没有五星上将。”

一言以蔽之，数字化转型的关键并不是数字化技术和工具，后者固然重要，但只是价值决策的辅助角色。数字化转型本质上是组织的转型，组织是由人组成的，所以归根结底是人的转型，是每一个人的思维的转型。数字化转型成功的必要不充分条件是全员具备了根植于数据文化土壤的数据思维，个体数据意识原力觉醒。

敏捷BI助力企业数字化转型

思维的转型需要更强大、灵活、高效的工具支撑。对于数据专业领域人士来说，这种工具可以是包括Python在内的各种热门编程语言；对于普通人而言，这种工具可能是包括FineBI在内的各种敏捷自助式BI软件。

思维与工具相辅相成：思维需要工具的赋能和配合，也可以充分发挥工具的价值，而“好工具”会让思维的发散和收敛过程更加自如，反之，“坏工具”将限制和紧固人的思维。

技术变迁使得BI软件对包括Excel在内的传统数据分析工具实现了降维打击。比如我们用的FineBI：是一款帮助业务人员进行自助式分析的大数据分析工具，强调工具的易用性和分析性，帮助业务减少对IT的依赖，快速上手工具使用，并根据自身分析需求，通过自由拖拽的方式完成多层次的数据分析。

仅靠一个良好的工具只是完成了一半，推动人去使用去分析才是困难的。

关于如何推动企业内部的自助式BI工具，我们和帆软长期交流，将接下来的推广动作分为以下四个阶段：

1、试点推广

确定试点部门进行初期推广，这个阶段主要是完成自助分析系统环境的准备。试推广，一来在于评估自助分析模式在企业内的适用性，二来在于及时发现问题改进，为后续扩大推广做准备。

2、激发活跃

用户获取账号，登录平台，完成第一次“破冰”行为，这个阶段的重点在于帮助用户了解平台。以下将用户的操作能力分为4种类型，需要注意的是，并不是要求在这个阶段的所有用户都掌握高阶能力，而是了解用户学习产品的路径及不同路径下的用户分布情况。

另存为编辑：IT给业务先制作好几个核心看板，业务人员可以自己另存为后做简单的调整，比如设置样式、调整组件顺序等；

自助取数：IT处理好数据，编辑好最终分析要用的自助数据集，业务人员可以在仪表板中拖拉拽字段，完成一张表格，以导出数据后在excel上分析；

图表可视化：IT处理好数据，编辑好最终分析要用的自助数据集，业务人员可以在仪表板中拖拉拽字段和使用各种内置的图表；

探索式分析：IT处理好原始表和基础表，业务自己可以使用自助数据集建立分析模型，在可视化基础上，使用仪表板高阶功能，比如联动下钻跳转等，从制作静态图表到制作动态图表。

3、提高留存

用户产生持续的平台活跃行为，在这个阶段的用户，也不一定是完全熟练掌握产品使用，运营的侧重点是让用户在一定能力的基础上有意愿登录平台进行持续的学习或基于工作需要而制作分析看板。

4、扩大推广

即试点部门达到一定成效后，推广到更多部门。

另外，定期举办一些内部的竞赛活动，提升BI的声量，激发使用者的兴趣，提升能力，也是很好的。

学是认知，习是模仿，学习是一种行动反射。业务主导的数字化转型需要无数个真实业务场景中的人，一起博学、审问、慎思、明辨、笃行。

以上是我对数字化转型的粗浅思考。权当片石，聊备一格