现在数据变成了战略资源,是发展和提供新型数字产品与服务、建立新型数字商业模式的基础。

本文来自微信公众号:常垒资本(ID:conswall_cap),作者:冯斯基,创业邦经授权转载

一、“数字化”与“数字化转型”是不是一回事?

先说答案:真不是一回事!

相信很多小伙伴在这块也困扰很久了。

那让我们先看看维基百科怎么定义“数字化”的:

用大白话来讲就是:

把原来模拟的、手工的、人处理的,让计算机、IT系统去办,就是数字化。

这样就清楚了,其实数字化还是一个比较基础的事。是我们以前讲过的信息化大范畴的一部分。因为实现信息化的前提:你得先数字化。这样就可以让IT应用用数字化的方式半自动化、自动化地处理了。

举个例子:过去银行转账,要到柜台填单子,前前后后小半个小时。现在手机网银 App 转一转,这就是数字化:排队不用了、填单子没有了、柜台刷卡、看身份证、按密码统统没有。回单也省了。这就是数字化+信息化的好处。

那么,“数字化转型”又是什么鬼?

数字化转型,前面带有数字化三个字,从因果来说,数字化带来“数字化的业务”,而数字化转型不是简单的从“非数字化”到“数字化”的过程,而是着眼于解决业务问题:

用更新的技术和技术化手段,来解决更多的“业务问题”!

所以,本质上数字化转型是从“业务需求”出发的,最终回归到解决“业务问题”。当然技术和手段肯定离不开数字化。总不能还用纸张签字和excel解决业务问题吧。

小结:

数字化可以理解为把没数字化的、模拟的、实物的、手工的,数字化了,先把业务跑起来。

那么数字化转型呢,就是围绕着业务问题,用更厉害的数字化、手段和云技术、物联网技术等,解决它,搞定它。

所以,当下在中国,重大的改革、行业的红利,其实是着眼于数字化转型的。

二、为什么要数字化转型?

网上搜搜“数字化转型”,这几年各式各样的信息如火如荼,只不过这个行业的热点话题到2021年的下半年才传进VC圈。

去年10月大白马VC发布了一份数字化年度指南,自那时候开始,VC圈子里这个话题热了。所以说,VC的行业热点和产业的趋势热点,还是有滞后的。

不管话题在媒体那边热不热,数字化转型是有极大必要性的。甲方为什么要买产品进行数字化转型?有四个重要维度可以给出答案:

一是数字化转型是信息技术引发的系统性变革。

从数字化转型工作开展角度,涉及战略调整、能力建设、技术创新、管理变革、模式转变等一系列转型创新,是一项复杂的系统工程。

过去的企业协作,就是机械化+自动化+IT化,能转起来或者孤岛式地转起来就不错了。本质上还是手工到自动化的过程。

而数字化转型,是把“自动化+信息化+数据化”三个维度打通,进行数据和业务一体化。业务产生数据,数据的洞见再反过来指导业务。

二是数字化转型的根本任务是价值体系优化、创新和重构。

企业是一个创造、传递、支持和获取价值的组织(其实就是赚钱组织),每一项数字化转型活动都应围绕价值效益(开源节流)展开,数字化转型在根本上是要推动其价值体系优化、创新和重构,不断创造新价值,打造新动能。简单来说就是提高效率,更好地节流,更快速地赚钱的过程。

数字化转型的体系架构和方法机制应始终以价值(省钱?赚钱?)为导向,通过周期性明确价值新主张,提升价值创造、价值传递的能力,转变价值获取方式,创新价值支持、价值保障支撑体系,稳定获取转型成效。

三是数字化转型的核心路径是新型能力建设。

数字经济时代的新型能力就是数字化生存和发展能力,就是为适应快速变化的环境,深化应用新一代信息技术,建立、提升、整合、重构组织的内外部能力,赋能业务加速创新转型,构建竞争合作新优势,改造提升传统动能,形成新动能,不断创造新价值,实现新发展的能力。过去企业虽然在运转,但是是管理黑盒,系统不连接,数据不通,大量手工处理,这些都免不了拖累的企业的行动效率。

很多大型企业的历史系统都是烟筒式的,为了局部或者部门设立的。这就导致整个系统之间没有链接、协同以及整体的能力体现。

数字化转型的过程,很大一部分目标就是把所有这些系统都链接起来。将产生的数据汇总,将数据和业务整合起来。

四是数字化转型的关键驱动要素是数据。

数据也已成为一种新的信用媒介,通过数字化转型推动基于数据的价值在线交换,可提升数字组织(企业)的价值创造能力。用数据科学重新定义生产机理,数据还将成为知识、经验和技能的新载体,通过数字化转型推动基于数据模型的知识共享和技能赋能,可提升生态组织开放合作与协同创新能力,提高社会资源的综合开发潜能。

企业系统的运行数据,就是企业实时运行指标。

看着指标进行改进,比头痛医头,脚疼医脚的改革方案,结果要好得多。

三、谁是中国数字化转型的大卖家?

提到政企,很多投资人有点抗拒。凡是有点涉及政府或者没有那么市场化的客户市场的,就有点畏惧。

其实,这个市场一直是跨国公司在中国最主要服务的客户市场。

让我们来分析一下中国的B端市场到底是一个什么样的结构。

2020年1-12月全国国有及国有控股企业营业总收入632,867.7亿元,其中中央企业353,285.6亿元,地方国有企业27,9582.1亿元。GDP是101.5986万亿元。中国国有经济占全国经济总量的比例是62.29%。

看似国有企业总数占据是60%多一点,但是国有企业是非常集中的:都是大户!

央企占了接近三分之一的收入比例,而央企集团公司也只有97家啊。国有法人企业也就不到25万,全国法人公司总计1.4亿啊。

说明1%国有经济体中,占据整个经济总量超过了60%。剩余的40%民企是散落在神州大地的角角落落,从1线到18线城市的纵深。

开发SaaS产品做中小企业(基本都是民企)生意,这的确是一个市场,但只是在几个细分赛道,强刚需,可能会有比较大的需求。但如果不是强刚需,客单价低,客户又多又散,最终可能的结果:

销售费用>毛利。越卖越亏,越扩张,亏越厉害。

话说,亏损企业,收入增速再快,在A股上市也是不小的一个困难。

中国的政企数字化转型是未来十年的重要历史机遇,不仅仅是产业自发驱动,还是有强政策引导的赛道红利。

四、数字化转型怎么做?

我借用一下红杉的这部分报告。其实可以看到,不少行业叫做非数字原生行业。这些行业在创建的时候都是以物理世界为中心来构建的。绝大部分企业在创立的时候就是围绕着生产、流通、服务的具体的事儿展开的,天然缺乏以软件和数据平台为核心的数字世界入口。

这些企业和数字原生企业之间的差异是很大的。所以在数字化转型中也面临着巨大的挑战。如果不转型,逆水行舟,不进则退,必然会被历史进程逐渐淘汰掉了。

参考优秀的大公司,是最佳实践的方法之一。因此我找来了华为的案例和大家分享一下。

2017年,5年前,华为提出了数字化转型目标。CIO陶景文说:“实现全连接的智能华为,成为行业标杆”。

分解这句话,意思就是:

对内,各个业务领域数字化、服务化,打通跨领域的信息端点,达到领先的行业运行效率。这句话解释的很清楚,华为要数字化转型对内的目的就是要提高内部的运行效率。内部增效就是一个降低成本的方式、

对外,对准五类用户(企业、消费者、员工、合作伙伴、供应商),打造ROADS体验,实现与客户做生意更简单、高效、安全、提升满意度。ROADS是:实时(Real-time)、按需(On-demand)、全在线(All-online)、自助服务(DIY)和社交化(Social)。

最后你会发现,数字化转型是完全离不开数据的。核心的落地场景竟然是:围绕着数据,对企业进行业务改造。

基于统一的数据管理规则,确保数据源头质量以及数据入数据湖,形成清洁、完整、一致的数据湖。这个就是华为数字化转型的基础。

业务与数据的双驱动,数据之间建立连接。利用对业务和数据的know-how,让数据对外能服务,能让用数据的人简单操作就可以使用上。

以上两段啥意思?

数据入湖,就好比老中医上山采药。把药采回来放在一面墙的药柜子里。

第二条,提供数据&业务的双驱动就是,如果想治病。几百味药,乱抓,乱煎可不行。你得有中医的医术和经验(业务和行业know-how),把药(数据)从药柜(数据湖)中取出来,根据老中医的经验组合一下(方子),然后才可以给病人(业务数据消费者)使用。

以下是概念对照表:

数据=草药;

数据湖=药柜子;

行业经验=老中医医术;

数据使用策略=方子;

数据消费者=患者;

所以,玩数据,搞数字化转型,不是一个单纯的IT或者技术问题。

中医的核心是什么?是经验和医术。纯IT人员,缺乏行业经验,采药再快,是没用的。

小结:

投资数字化转型,不能光看技术能力或者产品性能,核心是找到老中医。

汇聚海量数据,内部外部数据,确保安全合规。(相当于把药要保管好,别受潮了。)

业务对象、过程与规则数字化,提升数据自动采集能力,减少人工干预,减少人工录入。(研发制造机器狗,自动上山采药。)

这么一类比,大家基本知道老中医治病和数字化转型是一个什么样的关系了。

数据的治理也尤为关键,相当于如果全生命周期的管理采药和用药。采好药,方子对,煎得没问题,就一定会有疗效。

五、数据成为未来企业的核心竞争力

数字化转型改变了人们看待数据的方式。数字不再仅仅被视为商业活动的附属品,或者应用产生的副产品。现在数据变成了战略资源,是发展和提供新型数字产品与服务、建立新型数字商业模式的基础。

企业的资产中,数据也成为资产的一部分。甚至应该在资产负债表中单独来一项数据资产。

因此,将企业角角落落的历史数据、实时发生的数据,汇聚成湖,建立元数据,再标准化,然后再应用起来,能帮助企业提升数字资产价值。其实就等于在整个公司以及生态系统都布满了“神经”。

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

推荐内容