本期我们邀请了原IBM大中华区咨询整合部总经理姚念康与华润创业企业代表,南医药商业代表、华润置地代表三位行业同仁,与大家分享从 IT 时代到 DT 时代的转型,以及当今企业的数字化程度探讨。
姚念康,原IBM大中华区咨询整合部总经理
什么叫 DT 时代?Data Technology,就是用数据记录这个时代。当你在 IT 时代做到最后的时候,所有的系统都被自动化的方法实现之后,就沉淀了大量的数据,比如说我们做营销,我们就看到了很多客户的交易数据。我也知道这个客户他有什么喜好,对吧?我是银行,我会看他的交易数据,这个数据看了之后累计在这个地方,数据里面就有大量的信息要去挖掘。那我们现在如何来解读这个数据?那从这里面我们就能挖掘出来很多有用的知识,把这个有用的知识我重新赋能到业务流程里去。
举个例子,比如说我们在淘宝上面买什么东西,然后平台立马就推一些东西给你,这是为什么呢?因为你买了一个东西,你的数据沉淀在那里,我算了一下买这东西的人很大可能性也会买那个东西,然后从这里面挖掘到的知识立马就转到你的那个销售流程里面去了,接着再推一个东西给他,精准营销就是这样一个过程。所以我推你一个东西之后,你买完了之后我可以接着再推一个给你,因为我对你的画像就越来越深刻了,我知道你喜欢这个东西,最后我整个画像就变得特别清晰了。
这就是从数据里面我们对他的解读以及对历史的解读,这就是一套方法,这个方法就是说我们要从数据里面去抓住知识,然后重新赋能到这个业务流程里面去,这个过程我们叫做 DT 的一个时代,所以从 IT 时代到 DT 时代就是数字化转型的一个过程。
企业从原来应用IT技术转变为把所有东西以及手工流程趋向智能化,由自动化产生的数据重新赋能到业务流程里面去,使得整个企业越来越智能,那你买这个东西我就知道下一个你买啥了,精准营销我就越来越智能。这是智能里面的一个方面,所以数字化转型其实就是这样一个过程。
从各个行业来看,大家可以看到整个这个行业的突破,特别是金融、保险、媒体、零售、贸易行业,这些方面他走的会比较快一些,而其他的领域数字化也会不断慢慢的深入。我们到江浙这一块在很多的一些 TO B 的企业,他们都已经开始能感受到这一点了,要用数字化的方法来对大企业进行改造。
这个是去年光棍节的时候,阿里出的一个数据。这个数据你可以看到,我们先看中间这个,中间的是说新锐的品牌和传统品牌之间的一个比较,就是直接是用数据智能的方法或者说用互联网方法开始搞,原来的传统企业比较好,它中间的这个增长幅度都是很多背的往上增长,它是完全不同的一个步骤,而你在看右边这一块老字号企业,他经过数字化转型之后,他的提升也还是蛮明显的。
也就是说数据智能已经在各个行业产生了一个质的变化了,就是说无论是在江浙还是一些稍微内部一点的地方,这个需求也已经很明显了,如果你现在出去跟哪个CIO 或者CTO谈数据中台或者数字化转型这些内容,他不可能不知道,所以说中国在这一块的意识已经很深入了。
这是一个国云数据中台的一个框架,这个不是在这儿做广告,其他很多的企业他们做数据中台的大概都是这样的架构。我想跟各位讲一下什么叫数据中台,因为我们有很多同事不是 IT 背景的,我们稍微用一种简单的方法来解读一下,我们刚才说了,我们要从企业的数据里面去挖掘智慧出来,那企业以前的数据是一个什么状态呢?企业以前的数据大概就是一个烟囱,为什么说是烟囱呢?就是说你们以前的很多的 IT 系统,由于历史的原因这些东西都不太一样。在这种情况下你去分析这个数据的时候,你会像一个瞎子摸象,你只能看见他这一块的数据,你看不到另一块的数据。拿银行举例,储蓄、理财产品、各种金融产品,数据都流向不同的平台,相互独立。所以可能从储蓄上看有用户上一次存了十块钱,平常也都只有十块,但他那个财力里面已经看过有五百万了,你从这边看他是低净值客户,从那边看的时候他是高净值客户,所以你看到的只是一些这个人的部分地方。
那我们现在要做的是什么东西呢?学习全局数据使用。你需要把储蓄数据和其他的数据还有其他的数据全部打通,把这个人的全部数据,甚至他在网上消费的行为,他平常身上的信用卡经常上哪些地方是消费,在网上的采购的习惯等所有这些东西都把它归在一起。归在一起之后我再看这个人,我就看的是旋律了,我知道这个人大概是在什么年龄,收入状况是什么样子,然后他喜好是什么东西啊,他经常买些什么东西,他未来有可能买的东西,他贷款什么样子的,所有的这些东西我都清楚了。
这就是我说的数据中台的意识成本,数据中台就是把所有不同的数据进行一个整合然后变成标准化再在这个上面做了很多的一些大的骨架标签。标注的意义是什么?就是我们跟他有一个画像。所以中台的概念是数据的操作系统。但是我们现在数据时代,我们是做了数据操作系统,把所有数据全部打通把它汇整好了。然后你在上面做任何分析都可以。比如说我是银行的,我今天去卖个理财产品,以前我是从网点上的一个销售人员,我做事的方法是这样的,我在系统里面拉出二十个人出来,然后一个个打电话买这个理财产品,可能能够成交一两单, 但是我刚才说了我重新把整个数据全部清弄好了,在你买这个理财产品之前,我先做个分析哪些人最有可能买这个理财产品,那我就给你一个白名单,白名单给到你之后你还少二十个人,你就不用在系统里随便找了,然后你同样打二十个电话,那你可能成交四五单,那四五章和一两单时间,那就翻了一倍到两倍,销售的效率就提升了。所以你只有把数据全部搞好了,你才能在上面去做一些高级的分析方法,其实数字化转型在做的过程中这点特别特别的重要。
在数字化环境里面,未来我们数字化的这个企业它的架构应该是一个什么样子的?也就是说我们构造一个创新的机制,它的创新机制是什么构成的?这里面数据中台是一个核心,他把所有的企业数据都整合在一起,整合之后它在上面就可以产生一个数据智能。比如你基于数据你就可以分析很多东西,我甚至可以做预判,比如说我们做零售的时候,我们在某一个销售网点上面,根据它过往一个数据销售变化的状况,我可以去分析的出来或者是做一定的预判,判断出未来这一段时间他这个产品卖出是一个什么样子。但是他这个数据智能很快做完之后就该做一个事情,我们叫网络协同。网络协同什么意思?比如说我预判出来这个西服在下个月某一个店可能会卖五千件,那我们预算出来之后,这个预判的结果就会分享到整个供应链上面去,从原材料的采购到工厂的生产到库存仓储,整个物流系统全部会按照这个来预判来开始工作。这样的话就是说由于我有这个数据中能整合数据,所以我在上面可以形成数据的智能,数据智能我就可以产生网络的协同,最后整个联系起来开始工作。
最顶上我们还写了创新车库,这个创新车库是 IBM 当时发明的,现在他们在全球也搞了六七个,创新车库它有一套方法论,为什么叫车库?因为他们研究了一下,说是车库里面搞创新的人都比较厉害,一个就是乔布斯,还有一个就是微软的比尔盖茨,好像他们都从车库开始干起的,完了他们就开始研究这车库里面一定有什么神奇的东西,然后他就起了一个名字叫做IBM的车库。他们整了一套创新的方法论,我不知道你们昨天学的是什么,但那个它是有一套创新的方法论的。
这个商圈状况其实也是基于数据智能网络协同的,然后在上面的数据去整合很多东西出来,他会从根上挖掘很多客户的需求,比如他为什么要这个东西?你要这个东西是想解决什么问题,他一直问,问到最后的时候他就知道你要的是最底下的那个东西,要上面的东西其实不是真的要,你要的是那个最底下的东西,这点我有另外一个方法可以解决,所以它是一种探索式挖掘你最深层的这种需求然后用另外一种方式来解决,它也是一种创新方法,比如说我现在要一辆车到北京去, 他问你为什么要这辆车?你说:我是要到北京去。他说:你到北京其实不一定非得要这个车,我有其他的方法可以解决你去北京的目的,你坐高铁就可以了。就是说解决一个问题,他会挖更深层次的东西,但这更多深层次的东西如果你有数据的基础,你就可以提供更多的方法来解决这些问题,这就是一个典型的未来数字化的一个企业,你要是这样的话,你要有数中台加数据智能在网络协同在这一块,你可以形成这样的一个数字事例。如果一个企业有这些东西,一个企业没有这些东西,它中间就会产生一个很大的区别出来。
我们把企业的数字化的这个程度搞了一个评级,大家可以仔细看一下,然后我们在互相讨论讨论,大家自己所在的团队或者企业现在是一个什么样的状况,属于一个什么样的级别?
华润创业企业代表
大家好,我们是华润创业的,我们主要是属于大消费相关的,我看了一下这个矩阵图之后,以我自己的理解去分析一下我们现在大概达到的一个程度。
我们这边的程度可能达到了第三级,因为第三级第一点就是必备的一个技术部门,而在我们的华创里面我们也有自己的一个数字化中台的一个团队,也有对应大数据平台的一个团队。第二个就是一个所谓的数据应用程序,我们现在有搭建对应的一个平台,在大数据平台里面我们有对应的一个 BI 的报表,有前端,也有移动端的一些工具组件的覆盖,所以我认为应用程序里面还是能够支撑的。第三点就是技术能够应付一些简单的需求。我们现在有一些组件是可以去复用的,一些业务的需求是可以通过这些组件产生一些对应数据的分析,比如说一些报表就可以直接去生成。平常我们也会去做一些经营分析的一些报表之类的,但是对于捕获一些商业机会是有些略被动的,虽然我们现在也有对应的一个数仓,大数据平台和中台,但是我们现在累计的这些数据,只是说用来做一些对应的分析或者是应付业务提过来的需求,但是我们并没有真正的把这些数据所对应的价值去挖掘出来。
为什么我只是说我们处于第三层而不是第四层,因为第四层里面第一个要求就是业务人员是能够自主的去控制这些这些数据,也可以去解放这些时间、人力,甚至是数据的资产可以业务化。我认为到第四层完全就是数据去驱动这个业务,但现在我们是没有的,举个例子,在我们华创来讲的话,就是说我们现在有一个下属BU,我们是能够去获取到一些门店的数据,但是我们获取的比较浅面,可能获取到的只是一些交易的数据,用这个数据去分析他这个门店对它的销售量是怎么样的,他每日的销售趋势是怎么样的,最后分析生成报表。但是这里有个问题就是生成了这个报表之后,怎么样根据这些趋势以及跟他遇到的问题、痛点去做更深一步的分析和应用,这一块是比较缺乏的。就是说看了这个数据之后,不知道后面下一步的一个战略是怎么样的,这件事是为了下面的一个铺垫或者是一个基础,要怎么样的一个输入,可能这一块就不是很清晰,所以我觉得对于这一点来讲我们第四层级应该是还没有达到,这也是我们未来要努力的一个方向。谢谢。
姚念康,原IBM大中华区咨询整合部总经理
我觉得特别特别好,原因在什么地方呢?就是在这个时候是以数据驱动,在某种意义上讲就是一个被动的状态。那些 IT 搞数据的那帮人也挺辛苦的,总是被很多人在催的,但你要发展到上面那个层面上去的时候,搞数据的人反而是占主动的。他说我能够给你提供很多其他的创新,这就是主动创新的一个东西西。
南医药商业企业代表
大家好,我是来自南医药商业信息部的王铮。我们现在自己建立了一套 BI 的平台做过报表、做过分析。因为我们这个数据相当于只是做了一个我们自己内部的一个继承,没有大范围的使用,主要还是针对我们一线的业务员和一些分析人员在用,他们平时用到的就是一些简单的二维报表。但是我们当时建的比较简单,可能主要就是针对于一些存进去的数据做个集成,指标和维度的建立上可能没那么全,他们在做这种深层次挖掘数据、分析数据的时候,无法达到他们需求的。比如说他们在做一些比较复杂的这种多维度多指标场合利用数据分析的话,是没办法满足他们需求。现在只能说简单的给他们提供了一个入口,获取到数据之后可能还需要他们去人工的做一些指标和维度上的一些操作,现在我们目前在做的就是一个数据仓库的建设,还有一个新的BI的建设。现在是正在进行中,未来肯定要达到第四级的这个程度,能让我们的业务人员自主的去完成他们的需求。
姚念康,原IBM大中华区咨询整合部总经理
我觉得其实这也是我们平常看到的一个特别典型的状况。就是他整个这个东西,基本上还属于一种临界的状态,再往上一步呢,有时候他会有人工的一些介入。第二个,当你有扩展性的时候,其实你做成的就特费劲,你知道吗?其实未来我们真正要做到什么呢?就是基本上都是自动化。比如说新的数据维度的一个进步,基本上就是傻瓜式的,全自动的在上面会形成一个操作系统和界面,只要你会拖拽就行了,那个时候业务人员他就不需要有太多技术的提高了。
华润置地企业代表
大家好,我是华润置地的,觉得我们三四五都有,但主要还是在三上,我们技术部门肯定是有的。我们这边有大数据平台、有 BI 平台还有个自主分析的,数据应用这方面确实也比较多,不过在数据治理方面我们有主数据、数据质量。决策类的有管理价差,有各种的 BI 报表。所以我们只需要建立好我们的数字资产,至于业务他自然就能利用一些资产进行分析的,所以没必要说让业务应付这个需求。上面的数字资产化可能就比较少一点,就是业务人员现在也能根据自己的需求,自主的连接数据库来进行数据分析。业务技术部门协调协同这一点我们理解的还不是特别清楚。
这个我觉得还是在协同方面可能还差一点,没做那么好。但是仅看人力这方面确实也是比较好的,因为它已经有了数据中台的建设。我们本来是烟囱式的,但是在我们数据中台建设之后基于主数据联通以后,所有的烟囱基本上都拉通了,对他们的技术进行分析了。特别提到一点,我们在数据模型应用,数字资产级别非常深厚。我们不光有传统的维度建模,还有最新的数据建模应用的已经非常成熟了。
姚念康,原IBM大中华区咨询整合部总经理
大家思考反思一下自己现在的状况,其实就是看我们未来走到最后的时候是一个正性的一个自然性的,还是以数据驱动的。
就是我们刚才我们都谈到这个,其实我自己接触到的很多企业跟置地不大一样,他们还都处在一个业务适用的角色。从业务需求到数据驱动之间有一个跨越,这很难。以前企业里面大家这些搞技术,搞 IT 的人,天天是被业务人员追着,他就在那里排优先级,他们做完的东西呢,也不一定那么有成就感。但是到数据驱动的时候,他就站在一个主动的定位,这个是很不一样的, IT 时代到 DT 时代的数字化转型,这个例子就是一个质的变化。
