而且直接掌握企業命脈的企業管理者都認同數字化轉型，希望通過數字化轉型提升企業服務能力，提升客戶體驗。
然而，企業數字化轉型之路並非壹蹴而就。從IT的角度來看，企業需要IT技術提供的支持，使業務和技術真正互動，掌握構建和使用技術的能力。另壹方面，數據已經成為企業最重要的資產。搭建數字化平臺，將有效利用數據為企業持續創造價值。
對於轉型中的企業，如何做出選擇？近日，袋鼠雲戰略副總裁張旭結合自己多年的實踐經驗，總結了企業數字化建設的最佳實踐“全景圖”，分析了企業在數字化過程中的具體實施路徑。
企業數字化建設全景展示
自從企業開始關註數字化，我們就會發現很多企業都是從傳統的BI轉向，或者從各種數據出發，開始搭建技術或者產品。但是企業的數字化建設是壹個非常龐大的系統，涉及到頂層設計、咨詢規劃、技術設施、數據運營等等。甚至很多企業已經意識到了數據的價值，投入了大量的人力物力，但是效果甚微。
從這個角度來說，企業要做數據中心，還是應該讓咨詢先行，做好數據的頂層設計和咨詢規劃，再做數據平臺、數據資產、數據服務、數據價值。這些是企業數字化建設的主要渠道，最終它必須實現其商業價值。數據運營和組織保障，包括數據資產管理、數據治理、數據安全和標準等。，應為主航道讓路。
當然，數字化需要基礎設施，無論是咨詢還是數據價值，每壹步都需要相對好的工具來支撐。壹方面可以提高效率，另壹方面也可以固定產品。因此，企業在規劃數字化建設路徑時，要區分主要內容和輔助內容，這樣才能事半功倍。
企業數字化建設全景
1，數字咨詢
數字化咨詢的第壹步應該是做壹份企業數字化價值構建的研究報告，從而對企業有壹個客觀全面的了解。
具體來說，做業務調研的時候，可以了解業務流程和業務場景，了解各個崗位的數據需求。接下來需要做的是信息調研，可以了解目前企業和服務商的信息化建設情況，而信息化是數字化的前提，數字化的建設也會反過來促進信息化的提升，所以要做好信息調研。最後是數字化調研，可以了解企業的數據結構、內容和成果。
現在其實很多企業都已經開始了數字化的沈澱，只是現在需要壹起管理。因此，有必要對數字化情況進行整體評估，找出當前數字化存在的問題和弱點，如企業資金投入力量是否足夠、組織保障情況、整體框架等。
弄清楚現狀之後，接下來就是規劃企業數據的應用，這也是回答數字化的價值所在。
這寫在數據資產管理實踐白皮書(4.0版)中。數字的價值目前沒有人能說清楚，甚至目前看到的價值可能只是冰山壹角。
雖然未來可能如上文所述，但我們現在能做的是梳理數據應用的場景，以及數據在企業應用的可能性，方便企業領導決策。
在這個層面，首先要做的是梳理企業的業務結構，對企業進行全面的調查，客觀的描述企業結構，作為數據應用規劃的前提和基礎。然後，規劃數據應用場景，了解企業和數據應用，可以服務哪些崗位和場景，幫助每個崗位解決哪些問題。
有了數據應用規劃，可以將數據應用場景層層分解，細分為指標和標簽粒度，根據企業業務場景構建標準指標和報表體系，建立管理維護機制，保證數據的權威性和內部壹致性。
這些維度構建完成後，最終確定企業數據應用的規劃優先級，確定實施優先級和行動路線。這樣才能判斷企業先能做什麽，再做什麽。之所以這麽做，是為了推動企業做壹個至少兩到三年的規劃，體現數字化建設的價值。
2.數據平臺化
第二部分是數據平臺化。首先要做的是平臺的選擇標準和策略，主要分為五點:
壹是產品選型，包括數據庫、數據倉庫、開源大數據建設、大數據開發平臺，目前都是數字化的。除了互聯網行業，最先進的是銀行業。目前很多銀行選擇了幾年前的幾個倉庫和大數據，兩者在企業中並存，但這存在壹定的問題，無法實時計算。所以企業需要選擇適合自己商業價值的產品。
第二，雲接入方案的選擇。企業應該選擇公有雲還是私有雲，還是混合雲，需要註意。第三，如何與原有系統整合。對於傳統企業來說，原有的數據倉庫屬於原有的資產，但我們不能因為新的設施就把原有的全部推翻，必須學會整合。
第四，數據互操作的問題，也就是數據如何集成和互操作的問題，也很重要。
第五，是升級方案的選擇。壹個企業建壹堆新的東西是個問題，但是不能後期規劃。因此，企業應對現有技術方案做出完整的技術選擇報告，以解決上述五個問題。
選好平臺之後，接下來要做的就是數據資源的盤點和聚合。
對於企業來說，首先是對信息系統等所有結構化數據進行梳理，了解自己真正能用的有多少，然後需要上多少平臺。雖然初期投資會大，建設周期長，但總體效益高。
最後還有壹種方法，就是把大量的人力物力投入到中間平臺，把所有的系統都放進去。但現在基本都是按照業務領域來選，比如營銷、物流、供應鏈等。，既能滿足目前的需求，又能兼顧未來的壹些發展，需要擴展的時候也相對方便，綜合投入產出會高。
3.數據資產化
近年來，數據資產得到了廣泛的認可。未來，數據資產將被納入財務體系，成為企業的無形資產。從這個角度，如何看待數據資產？
第壹，可以聚合全球數據；第二，可以構建可擴展的數據倉庫模型，相對靈活；第三，可以建立完善的數據開發標準和規範；最後，打好數據資產基礎，支撐數據應用建設。
現在我們最看重的是最後壹步，可以通過模型來演示。在實際觀察中，我們發現壹個健壯的數據資產廠商可以降低50%的應用開發成本，提高50%的開發效率，提高100%的復雜數據程序的成功率。
就數據資產的價值而言，很多企業認為非常重要，但實際上只有壹個最小成本的方案。事實上，應該構建數據資產層，這樣當有20個、50個甚至100個數據應用時，它的價值才能體現出來。
另外，有三點需要強調:壹是要讓老板知道數據資產，讓老板直觀感受；第二，要學會管理和配合數據資產的線上線下；第三，有壹個可實現的流程來很好地支持數據應用。做到這三點，數據資產才能真正成為未來企業的核心資產管理範疇。
4.數據服務
數據服務的過程在業務端產生了大量分散的數據，分布在各個庫或文件中，沒有形成企業數據資產或數據服務，直接是數據應用。
但是現在我們在強調數據資產和數據服務的時候，會把大量的數據資產整理成可用的數據應用服務，導入很多看不見的東西，比如數據API、標簽引擎、可視化分析大屏等等，把大量引擎的Deon關系放到數據服務層。我們做數據應用，是對服務層的高效利用，可以讓這個層更健康的支撐數據應用。
綜上所述，數據服務就是數據資產變現的過程。數據中心不僅要承載數據資產，還要承擔數據資產中大量的開發和處理工作，將數據資產提煉為可供業務使用的數據，並將這些數據以數據服務的形式直接提供給業務人員或間接提供給應用系統。
5.數據的價值
數據價值化是壹個實現的過程。由於數據平臺化、數據資產化、數據服務化的完整構建，數據應用可以在企業內部低成本、高效率的搭建和嘗試，數據應用的數量大大增加，最終交付到企業的各個層級、各個崗位、各個業務場景，從而在提高收益、降低成本、控制業務風險、提升業務效率、創新業務模式等多個方面實現數據價值。
以鞋服公司李寧為例。在每個店鋪裏，都有壹個叫采購員的職位，決定著店鋪裏采購資金的使用。假設壹個買家有654.38+0萬元，如何分配購買的鞋服比例，如何選擇購買的鞋品類，這個角色需要根據市場敏銳度來判斷，在店鋪中的位置很重要。這個角色做不好，就會出現滯銷，大量庫存需要打折，或者提前賣光。
針對李寧的情況，袋鼠雲當時做了智能團貨的配置。通過分析店鋪周邊人群和銷量，打印出來給買家看，發現準確率超過買家感覺判斷的80%。最後結果顯示銷量或者利潤得到了比較明顯的提升，這其實就是數據的價值。
6、全程數字化運營和保障。
最後，要特別強調數據的運營和保障。我們發現數據供應鏈主要流程的每壹個環節都需要保障。今天主要講壹下數據組織。在很多項目中，我遇到了壹個問題，就是袋鼠雲本身是比較技術化的，但是後來發現應該更註重組織和管理。
比如阿裏在組織數據中心的時候，把所有與TO B相關的數據人員、數據分析師、數據開發都轉移到數據中心，業務部門只負責提需求，然後會有專人來業務部門對接。完成後，數據應用的結果反饋給業務部門。業務的價值由業務部門判斷，數據生產部門只負責執行。
所以我們建議企業在數字化組織上壹定要有分工，技術部門要搭建健壯的平臺，業務部門要對商業價值負責。如果企業的數據應用相互獨立，業務部門各自為政，會有很多障礙，不利於發揮數據應用的最大價值。
所以企業在數字化的過程中，壹定要讓數字化運營和保障貫穿始終，才能最大程度的保證企業數字化轉型的成功！