源于價值，始于業(yè)務(wù)，成于數(shù)據(jù)，終于組織？

一、精準(zhǔn)的識別業(yè)務(wù)價值是數(shù)字化轉(zhuǎn)型成功的基礎(chǔ)

過去幾年，很多領(lǐng)導(dǎo)問我的第一句話是：數(shù)字化轉(zhuǎn)型能給我?guī)硎裁磧r值？能在銷售、生產(chǎn)、研發(fā)、企業(yè)管理方面帶來什么收益？這也是所有的企業(yè)特別是國央企關(guān)注的問題。由于環(huán)境的不確定性，企業(yè)資金流轉(zhuǎn)艱難，都希望快速獲得收益。這種情況下，如何找到數(shù)字化轉(zhuǎn)型的價值點，成為所有企業(yè)最關(guān)注的問題。

有個大型金融企業(yè)的業(yè)務(wù)人員曾問我：現(xiàn)在的數(shù)字技術(shù)如此先進，是否可以由數(shù)字化部門指導(dǎo)業(yè)務(wù)人員執(zhí)行業(yè)務(wù)呢？

我的回答是：不可能。無論數(shù)字技術(shù)多么先進，只要最后在前線打仗、扛KPI的是業(yè)務(wù)人員，業(yè)務(wù)的決定權(quán)還是在業(yè)務(wù)人員手里。如何與扛KPI的業(yè)務(wù)人員達成價值的一致是非常具有挑戰(zhàn)性的。

因此，數(shù)字化轉(zhuǎn)型要從業(yè)務(wù)場景開始。場景是一個結(jié)構(gòu)化的把價值與業(yè)務(wù)的需求方和數(shù)據(jù)的來源方達成一致的框架。

很多人都在談場景，那場景到底是什么呢？很多人的認識都是不一樣的。我曾經(jīng)組織了一場金融行業(yè)的閉門數(shù)字化峰會，我請許多金融行業(yè)的信息化專家和業(yè)務(wù)骨干舉幾個業(yè)務(wù)場景的例子，結(jié)果他們舉的例子顆粒度完全不一樣。有的說精準(zhǔn)營銷，有的說客戶體驗。其實這些都不是場景，有的是目標(biāo)，有的是概念。

如何把一個結(jié)構(gòu)化的場景和業(yè)務(wù)人員、領(lǐng)導(dǎo)達成一致？大家知道什么是場景，數(shù)字化轉(zhuǎn)型的開始才能真正做起來。否則大家對齊的目標(biāo)都是模糊的，就像盲人摸象。因此，業(yè)務(wù)場景是業(yè)務(wù)價值的具象表現(xiàn)形式，識別業(yè)務(wù)場景是找到、發(fā)現(xiàn)并創(chuàng)造價值的起點。

如何識別場景呢？把數(shù)據(jù)要素利用好。我總結(jié)了精益數(shù)據(jù)場景SMART原則：

第一，獨特的。這個場景必須是獨特的，不能泛泛而談。精準(zhǔn)營銷不是一個場景，而是一個目標(biāo)。

第二，可度量的。當(dāng)我們定義一個場景的時候，它要解決的問題是可以度量的。這樣才可以向領(lǐng)導(dǎo)匯報是否解決問題，還差多少。

第三，可執(zhí)行的。不能脫離現(xiàn)實談愿景。

第四，現(xiàn)實的。與現(xiàn)狀要有一定的契合度。

第五，時效性。不能將數(shù)字化轉(zhuǎn)型的目標(biāo)、結(jié)果放到五年以后。

二、數(shù)字化轉(zhuǎn)型的成功取決于是否充分利用數(shù)據(jù)

數(shù)字化轉(zhuǎn)型能否成功，取決于能否充分利用數(shù)據(jù)。如果你做的是采集數(shù)據(jù)、存儲數(shù)據(jù)的事，那大概率是信息化時代做到事情，因為你還是用原來的經(jīng)驗和模式在做業(yè)務(wù)，只是把它存到了數(shù)據(jù)庫里。

那什么樣的叫數(shù)字化項目？四大數(shù)據(jù)基礎(chǔ)制度奠定了數(shù)據(jù)的交易、確權(quán)、流通價值的框架，如果能把更多的數(shù)據(jù)利用起來，讓這些數(shù)據(jù)變成報表、變成API，變成像ChatGPT一樣的人工智能模型來驅(qū)動業(yè)務(wù)，這才是真正的數(shù)字化項目。

在這個基礎(chǔ)上，我梳理了一個畫布：精益數(shù)據(jù)畫布。利用這個畫布可以快速地講清楚你做的項目解決的是什么問題，并且能把業(yè)務(wù)價值、數(shù)據(jù)要素與技術(shù)很好地融合在一起。

精益數(shù)據(jù)場景畫布里最重要的是什么？首先我們不提需求，這不是最重要的。最重要的是定義業(yè)務(wù)目標(biāo)和價值。

但實際情況往往是技術(shù)人員沒有理解業(yè)務(wù)人員的業(yè)務(wù)目的。因為業(yè)務(wù)人員給的不是一個需求，而是他根據(jù)自己對系統(tǒng)、業(yè)務(wù)、技術(shù)的理解提出了自己的解決方案。因此，最重要的是要定義清楚業(yè)務(wù)目標(biāo)和價值，而且業(yè)務(wù)目標(biāo)和價值一定要跟企業(yè)的愿景達成一致。

你要定義你的用戶。曾經(jīng)有個部門提出的需求是客戶投訴，沒人愿意為客戶投訴這件事情買單。客戶不會投訴某一個部門，只是投訴產(chǎn)品，沒法分解每個部門的KPI，而且數(shù)據(jù)無法拉通。因此需要先找到價值，再找到價值背后的用戶。

現(xiàn)在的企業(yè)還處在有組織結(jié)構(gòu)、有分工的時代。在我之前寫的《當(dāng)ChatGPT碰到ERP》里，以后可能企業(yè)里沒有部門，成為一個AI大腦。到那時，將不存在“我明天給誰發(fā)貨？”“我的產(chǎn)品明天什么價”這樣的問題。

如今，企業(yè)面對的是無限增長的數(shù)字化、數(shù)據(jù)的開發(fā)需求和有限的碎片化的數(shù)據(jù)、數(shù)字生產(chǎn)力之間的矛盾。這個矛盾如何化解呢？識別用戶。當(dāng)你把用戶識別出來以后，再去看要解決的問題的背景、痛點是什么，進入需求分析階段。

在這里有個很重要的東西：度量指標(biāo)。我們在談需求和目標(biāo)的時候，要把什么好、什么不好定義清楚，而且盡可能的用數(shù)據(jù)把它量化，否則IT部門會很崩潰。但度量并不是為了推卸責(zé)任的，而是只有度量清楚，業(yè)務(wù)部門才能更認真地、深度地思考他手里的事到底要不要做。

如何將海量的數(shù)字化需求精準(zhǔn)地定位價值呢？這是數(shù)字化轉(zhuǎn)型最重要的一點。我在阿里的時候，做過非常多大型的國央企項目，粗俗點講，就像狗咬泰山一樣，不知道從哪里下嘴。

以往的做法是規(guī)劃一個大而全的藍圖，比如總結(jié)四大重點任務(wù)、五大平臺等，但即使你把這些列出來了，都不知道從哪里做起。最重要的是，業(yè)務(wù)人員有沒有獲得感，領(lǐng)導(dǎo)是否認為這個事情最重要。

三、統(tǒng)一數(shù)字化認知，打造組織合力

國央企的數(shù)字化轉(zhuǎn)型已經(jīng)從粗獷式的投資和發(fā)展方式轉(zhuǎn)變?yōu)榫婊摹r值驅(qū)動的、數(shù)據(jù)驅(qū)動的階段。畫布可以梳理場景，通過數(shù)據(jù)把業(yè)務(wù)價值體現(xiàn)出來。但在一開始就要從組織層面看齊。打造組織合力是國央企數(shù)字化轉(zhuǎn)型成功的最大的阻力，但是如果能做好，也是最強的助力。因為國央企具有很強的執(zhí)行力，只要統(tǒng)一數(shù)字化認知，打造組織合力，數(shù)據(jù)就會像水一樣流入組織的各個脈絡(luò)里，把大家連接在一起。

如何讓管理層、技術(shù)、數(shù)據(jù)、不同的業(yè)務(wù)達成一致？我將過去幾年的精益思想、規(guī)劃框架等變成了一套卡牌。從業(yè)務(wù)愿景開始，變成業(yè)務(wù)目標(biāo)，再變成業(yè)務(wù)價值，利用數(shù)據(jù)和技術(shù)共創(chuàng)產(chǎn)生場景，形成項目清單和項目需要的組織保障。比如哪些流程要調(diào)整，哪些組織崗位要重新設(shè)置，還包括行動計劃，最有意思的是它們直接全部都是數(shù)值的關(guān)系，就像游戲中的每個人物都有防御力和攻擊力。預(yù)算、周期、對能力的訴求都是以數(shù)據(jù)的方式呈現(xiàn)的。

在這種情況下，最后的產(chǎn)物是兩個東西，一個是業(yè)務(wù)場景，一個是項目清單。企業(yè)的愿景可以結(jié)合現(xiàn)狀、整體預(yù)算形成一套可以執(zhí)行落地的項目清單和計劃。

這樣的咨詢工作坊，核心收獲是統(tǒng)一認知，對齊目標(biāo)，共創(chuàng)價值，梳理行動，最終把數(shù)字化轉(zhuǎn)型這個復(fù)雜的工作，庖丁解牛一樣梳理成清晰可落地、可度量的行動計劃。

總之，數(shù)字化轉(zhuǎn)型源于價值，始于業(yè)務(wù)，成于數(shù)據(jù)，終于組織。

更多數(shù)字化轉(zhuǎn)型趨勢洞察、前沿科技應(yīng)用、優(yōu)秀案例，歡迎關(guān)注首席數(shù)字官公眾號：ChiefDigitalOfficer