新冠疫情加速了全球進入數據資產化時代的步伐，中國的企業面臨企業數字化轉型的新機遇，對於創業者來説，如何把握疫情之下的全球產業重構趨勢，重塑企業核心競爭力就顯得尤為重要。
而且，直接掌握企業命脈的企業管理者，對於數字化轉型都持認同態度，希望通過數字化轉型推動企業服務能力、提高客户體驗。
但企業的數字化轉型之路，也不是一蹴而就的，從IT角度來講，企業需要基於IT技術提供的支持，讓業務和技術產生真正的交互，企業掌握建設和使用技術的能力。另一方面，數據已經成為企業最重要的資產，搭建數字化平台，將可以有效利用數據為企業持續創造價值。
對於轉型中的企業來説，該如何去做選擇呢？近日，袋鼠雲戰略副總裁張旭就結合自己多年的實踐經驗，總結出了企業數字化建設最佳實踐“全景圖"，剖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
自企業注重數字化之後，會發現有很多企業都是從傳統BI轉過來，或者從各種數據開始，搭建好技術或者產品就開始了。但是，企業數字化建設是一個非常龐大的體系，涉及到頂層設計、諮詢規劃、技術設施、數據運營等。甚至有很多企業，儘管認識到了數據價值，投入了大量的人力和資金，但是效果卻甚微。
從這一角度出發，如果企業要做數據中台的話，還是應該讓諮詢先行，做好數據化的頂層設計和諮詢規劃，然後就數據平台化、數據資產化、數據服務化，一直到數據價值化，這些是一個企業數字化建設的主航道，最終一定要去實現業務價值。而數據運營、組織保障層面，包括數據資產管理、數據治理、數據安全與標準等等，應該為主航道讓行。
當然，做數字化少不了基礎設施，無論是諮詢還是數據價值化等，每一步都需要相對好的工具去支撐，一方面可以提升效率，一方面也可以將產品固定下來。因此，企業在數字化建設路徑規劃時，應該分清主要內容和輔助內容，才能起到事半功倍的效果。
企業數字化建設全景圖
1、 數字化諮詢
數字化諮詢的第一步，應該是做企業數據化價值建設的調研報告，對企業有一個客觀全面的瞭解。
具體來看，在做業務調研時，可以瞭解業務流程和業務場景，瞭解各個崗位對數據的需求。接下來，需要做的是信息化調研，可以瞭解企業當前的信息化建設情況以及服務廠商，而且信息化是數據化的前提，數據化的建設也會反向推動信息化的提升，所以要做好信息化調研。最後，是數字化調研，可以瞭解企業的數據化架構、內容、成果。
如今，其實很多企業早就已經開始數字化的沉澱，但是現在需要共同去管理，因此還需要做一個數字化情況的整體評估，找到當前數據化的問題點和薄弱點，如企業資金的投入力量夠不夠、組織保障情況如何、整體框架等等。
在把現狀摸清楚之後，接下來的第二步，就是要做企業數據應用的規劃，也是回答數字化的價值所在。
《數據資產管理實踐白皮書（4.0版）》裏是這麼寫的，數字的價值當前沒有一個人能説得清楚，甚至當下看到的價值，有可能是冰山一角。
儘管未來也許會如上所説，但是當下我們能做的就是，把企業中數據應用的場景和數據應用的可能性進行梳理，便於企業領導決策。
在這一層面，首先要做的是梳理清楚企業的業務架構，對企業進行全面調研，客觀描述企業架構，作為數據應用規劃的前提和依據。然後，進行數據應用場景的規劃，瞭解企業與數據應用，可以服務哪些崗位和場景，幫助各個崗位解決哪些問題。
有了數據應用規劃，接下來可以將數據應用場景層層拆解，細分到指標及標籤粒度，依據企業業務場景進行標準指標及報表體系構建，從而建立管理及維護機制，確保數據權威性和內部一致性。
通過這幾個維度的搭建後，最後就是把企業數據應用的規劃做一個優先順序排序，確定實施優先級及行動路線。這樣的話，就可以判斷企業可以先做什麼，再做什麼。之所以這樣做，就是可以推動企業做一個至少兩到三年的規劃，體現數字化建設的價值。
2、數據平台化
第二部分是數據平台化，首先要做的，就是平台的選型標準與策略，主要分為五點：
第一，產品選型，包括數據庫、數據倉庫、開源大數據組建、大數據開發平台目前在數字化上，除了互聯網行業，最超前的就屬銀行業。目前，很多銀行前幾年就已經選取了數倉，也有大數據，二者並存於企業中，但這是有一定問題的，做不了實時計算。因此企業需要選擇適合自己業務價值的產品。
第二，上雲方案的選擇。企業應該選擇公有云還是私有云，或者是混合雲，這個是需要注意的。第三，如何與原有的體系進行融合。對於傳統企業來説，原有的數據倉庫屬於原有資產，但不能因為上新設施就將原來的設施全部推翻，要學會融合。
第四，數據互通的問題，也就是數據如何融合、數據如何互通，這也是很重要的一點。
第五，就是升級方案的選擇。企業如果上新了一堆東西，但是之後無法策劃下來，那就是問題了。因此，企業要對現有技術方案做一個完整的技術選型報告，解決掉上述五點問題。
在選擇完平台之後，接下來要做的是數據資源的盤點和匯聚。
對於企業來説，首先是要對所有的信息化系統等結構化數據進行摸排，瞭解企業真正可以使用的有多少，然後有多少需要上平台，儘管前期投入會很大，工期長，但是整體效益高。
然後，就是有多少系統需要去上平台，以前企業會按需去錄入，只關注報表本身，但是這種傳統數據倉庫模式，不利於長期發展。
最後，還有一種就是搭建中台投入大量人力和物力，將所有系統都放置其中。但是現在基本上是按照業務領域去選擇，比如營銷、物流、供應鏈等等，即能滿足當前需求又能兼顧部分未來發展，在需要擴展時相對方便，綜合投入產出也會很高。
3、數據資產化
數據資產，近幾年已經得到相對廣泛的認可，未來數據資產一定會納入財務體系，成為企業的無形資產。從這個角度出發，該如何看待數據資產呢？
第一，它可以匯聚全域數據；第二，可以構建可擴展的數據倉庫模型，相對比較靈活多變；第三，可以搭建完善的數據開發標準和規範；最後，奠定數據資產的基礎，支撐數據應用建設。
現在，我們最看重的就是最後一步，通過模型可以進行論證。在實際的觀察中，我們發現，健壯的數據資產商，可以降低應用開發50%的成本，提升50%的開發效率，百分之百提升複雜數據程序的成功率。
在數據資產的價值上，很多企業都覺得很重要，但是在實踐過程中只多了一個最小的成本方案，其實應該把數據資產層建起來，這樣當出現二十個、五十個甚至一百個數據應用的時候，就能體現其價值了。
另外，還要強調的三點：第一，需要讓老闆清楚數據資產，做到可視的感覺；第二，要學會管理，對於數據資產的上線下線要配合起來；第三，把數據應用支撐做好，有一個可變現的過程。做到了這三點，也就可以讓數據資產真正成為企業未來的核心資產管理範疇。
4、數據服務化
數據服務化的流程，在業務端產生了眾多的零散數據，分佈在各個庫裏或者是文件裏，並沒有形成企業的數據資產，也沒有數據服務，直接就是數據應用。
但如今，我們強調數據資產和數據服務，就會把大量的數據資產編排成可用的數據應用服務，導入很多隱形的東西，比如數據API、標籤引擎、可視化分析大屏等等產品，將大量引擎的Deon關係放到數據服務層。當我們去做數據應用的時候，就是對服務層的高效利用，就可以把這一層做的更加健康，以此來支撐數據應用。
總結來説，數據服務化是數據資產變現的過程，數據中台不但要承載數據資產，更要承擔大量在數據資產中的開發和加工工作，把數據資產提煉成為業務需要的和可以使用的數據，同時將這些數據以數據服務的形式直接提供也業務人員，或者間接的提供給應用系統來使用。
5、數據價值化
數據價值化是一個變現的過程，由於數據平台化、數據資產化、數據服務化的完整構建，數據應用得以在企業內部低成本、高效率的構建和試錯，數據化應用數量大幅增長，最終輸送到企業的各個層級、各個崗位和各種業務場景，從提升營收、降低成本、控制業務風險，提高業務效率，創新業務模式等多方面實現數據價值。
以鞋服企業李寧為例，在其每個店裏都有一個崗位叫買手，決定店內的採購資金的使用。假設一個買手有100萬資金，如何去分配購買鞋服的比例，購買的鞋子中的品類如何選擇，這個角色就需要根據市場的敏鋭度去判斷，崗位在門店就很關鍵。如果這個角色做不好，就會出現物品滯銷，庫存很多需要打折，或者早早賣完等情況。
針對李寧這種情況，袋鼠雲當時去做了智能組貨的配置，通過對店周圍的人羣、銷量進行分析，把這個東西打印出來給到買手，發現準確度超過了80%的買手的感覺判斷。最後呈現的效果看到銷量或者利潤都有相對明顯的提升，這其實就是數據的價值。
6、數據化運營與保障貫穿始終
最後要特別強調的是數據化的運營和保障。我們發現，數據供應鏈中的主流程中，每一個環節都需要去做保障。今天主要説的是數據組織，在很多的項目中遇到一個問題，就是袋鼠雲本身比較偏技術，但後來發現應該相對重視組織管理。
比如，阿里在做數據中台組織的時候，就把所有TO B相關的數據人員、數據分析師、數據開發，通通抽調到數據中台來，業務部門只負責提需求，隨後就會有一個專門的人來業務部門對接。在做完之後，把數據應用的結果反饋給業務部門，業務的價值高低，由業務部門來判斷，而數據生產部門只負責實現。
因此，我們建議，企業在數字化組織上一定有分工，技術部門去構建健壯的平台，業務部門負責業務價值。如果企業的數據應用還是相互獨立的，業務部門也是自己做自己的，就會產生很多阻礙，不利於發揮數據應用的最大價值。
因此，企業在數字化進程中，一定要讓數據化運營與保障貫穿始終，才能最大程度的保證企業數字化轉型的成功！
鯨犀是雷鋒網(公眾號：雷鋒網)旗下新的業務單元，關注產業互聯網時代的技術、市場的行業動向，聚焦企業轉型案例的報道，以產業互聯網時期需要轉型的企業視角，來記錄整個行業的發展趨勢，為所有想要在智能時代完成轉型、升級的企業提供思路。同時，雷鋒網鯨犀還會定期組織沙龍、閉門會、線上公開課等多種活動，向有升級再造意圖的企業、以及提供技術和解決方案的平台公司提供一手資訊和交流合作的機會。