亿信ABI

一站式数据分析平台

ABI(ALL in one BI)是亿信华辰历经17年匠心打造的国产化BI工具,技术自主可控。它打通从数据接入、到数据建模与处理、再到数据分析与挖掘整个数据应用全链路,可满足企业经营中各类复杂的分析需求,帮助企业实现高效数字化转型。

亿信ABI

一站式数据分析平台

亿信华辰深耕商业智能十多年,
打造一体化的填报、处理、可视化平台。

数字化转型最致命的3个错误

时间:2021-08-13来源:头条浏览数:381

错误1:数字化转型方案缺失,导致各部门相互指责
数字化转型需要不同部门的人员协同配合,在配合的过程中难免会出现一些失误,其中较为常见的一种便是转型负责人对各个部门的工作把控不及时,导致各个部门相互指责、推脱责任。在分析数字化转型失败原因时,有的部门认为是公司的组织结构不行,有的认为是数据质量不行,还有的认为是应用开发有漏洞,各种条件都还不够成熟。总之,他们都将数字化转型失败的原因归结为在转型过程中出现的各种问题。

在项目发起时并不存在这些问题,后期在具体落地的时候才会出现各种各样的问题。这时候企业需要一个有丰富经验的合作伙伴做指引,告诉企业在什么时候可能会遇到什么问题,以及如何解决,确保企业最终达成一个理想的转型效果。当然,企业在数字化转型过程中,有很多问题是不可预设的。比如在推动数字化转型的时候缺少数据,或者在数据接入的时候遇到阻力;业务部门忙于其他业务无暇顾及转型项目,或者他们在不理解转型项目的时候便着手实施;在算法方面缺少优秀的AI 工程师等。

企业在数字化转型的过程中,任何一个点或环节出了问题都可能导致整个项目失败,最终造成各部门推诿的局面。业务部门认为项目的失败是技术部门的问题,技术部门认为转型出现困难是业务部门的问题,导致企业发现不了数字化转型失败的症结所在,延误战机。这种情况下,企业一般可以采取两种方式解决。第一种是内部自筛,从技术部门到业务部门进行细致筛查,但这种自筛方式耗时耗力,且很多企业并不具备这种自筛能力。第二种是请外部有经验的人员来把脉,让专业人士帮助企业筛查到底是哪里出了问题,制定一套合理的数字化转型方案,让不同部门的人员能够知道数字化转型的每个环节要达到什么样的工作成果,达到什么样的状态。


错误2:CTO/CIO 数字化转型决策失误
CTO/CIO 不仅需要帮助企业完成底层技术架构的搭建,更要考虑底层技术架构与业务的适配性,从而在技术上为企业的数字化转型工作提供支撑。

CTO/CIO 在数字化转型过程中难免会出现决策失误,常见的是如下3 种。

1.形成 IT 怪圈

如果数字化转型团队,特别是负责数据治理的技术部门,没有完全打通内外部数据,便会产生IT 怪圈。前端业务场景不断变化,业务部门需要随时响应用户需求。期间,业务部门会不断向技术部门提出各种需求,即使有些业务需求简单到并不需要技术人员操作,只需要简化数据治理的流程或步骤即可,但由于数据治理得不彻底,技术部门不得不随时响应前端业务部门这种粗糙、简单的需求,导致无暇开发更为复杂的应用。如此循环下去,技术部门将陷入IT 怪圈,无法抽身。出现 IT 怪圈的原因在于企业建设的数据中台架构是错误的,数据中台没有发挥自身的价值,数据没有形成闭环,底层数据架构没有得到纠正,IT 部门通过错误的数据中台不能有效解决问题。长此以往,IT 怪圈会不断演化,造成越来越多的问题。

2.技术部门角色定位模糊

技术部门角色定位模糊是中台实施过程中比较常见的错误。举一个简单的例子,中央厨房里有人洗菜、有人切菜、有人买菜,饭店一天能接待几千个客人,但如果中央厨房没有建好,整个流程不完善,可能大厨要负责买菜、洗菜,甚至要去看两天仓库,最终结果是大材小用—技术人才在做没有技术水平的事情。很多企业配置的IT 人员不少,但是职责、分工比较模糊,人力没有被高效地利用起来,造成了人力资源浪费。除此之外,对技术性人才的职责定位不准确,让技术性人才过多参与非技术性工作也是不合理的。

3.技术投入大,业务价值不明显

数字化转型过程中的另一个常见失误就是企业内部技术团队强大,对数字化转型投入较多,但是无法直接产生业务价值。造成这种情况的原因主要有2 个。一是 IT 与 DT没有融合。企业内部没有 DT,就无法实现 IT 与DT 的融合。在互联网信息技术时代,业务层面的 IT 投入随着企业的发展日趋完善,甚至趋于饱和,但是数据驱动业务相关的人才较少,这表明企业对数字化转型的投入更倾向于IT 方面,而不是 DT 方面,显然无法达到数据驱动业务目的。二是IT 人员做 DT 相关的事情。IT 人员擅长根据需求写代码,而 DT 人员更擅长用数据驱动业务,如果让 IT 人员执行 DT任务,很容易出现错误。IT 人员缺乏 DT 思维,只能大量开发各种 IT 系统来推动企业数字化转型,但是此举恰恰阻碍了转型步伐—系统与系统之间存在的数据屏障导致企业无法形成数据闭环。


错误3:对数据中台没有系统了解,建设不得要领
数字化转型的利器是建设数据中台,数据中台越来越被市场认同,但很多企业仍对其缺少系统的了解,对一些核心问题的处理仍不得要领。

1. 数据中台之数据治理的3 个误区

在数据中台的建设过程中,数据治理作为数据资产形成的前期工作,可谓是数据中台建设质量及成果评估的关键。因此,企业非常有必要了解数据治理的3 个误区,少走弯路。

(1)数据治理可以短期见效

数据治理方面的第一个误区便是认为数据治理是可以短期见效的。数据治理是一项长期而繁杂的工作,是数据中台建设过程中最基础也最重要的一步。很多时候,经过多项整合、清洗、归集后,数据治理似乎已初见成效,但应用业务时却发现数据无法真正落地,更无法驱动业务。可见,企业在数据治理过程中存在一些误区,会令数据治理过程漫长且效果不佳。导致这种现象的一个原因就是企业内部缺失数据管理,对数据变现价值抱有期待,但并不清楚如何智能化管理数据。面对这种情况,企业可通过小型数据应用项目对数据架构、数据质量、数据处理能力进行全面摸排,为后期真正的数据治理提供依据。在数据情况探查清楚后,可由专业的数据中台服务商制定切实可行的数据治理方案,指导技术人员和业务人员协同配合,缩短数据治理见效时间。

(2)数据治理是技术部门的事情

数据治理方面的第二个误区便是认为数据治理及中台架构建设是技术部门的事情,与业务人员无关,也与企业管理层无关。企业数字化转型是一场涉及组织、业务、技术等多个部门的战略变革。数据中台建设的最终目的是赋能业务,为数据变现提供动力。而技术人员长期专注于提升技术能力,对业务需求、痛点把握不足。不考虑业务需求的中台建设会趋离本源。没有企业中台战略的资源支持,数字化转型仅由技术部门推动,数字化转型力度不足,易造成转型中途夭折。数据本身是由业务产生的,提升数据质量离不开业务发展。业务领域多,数据来源渠道也多,统一数据口径需要先统一业务术语;业务需求多,数据报表不完善会导致基础数据采集出错。

因此,企业进行数据治理涉及的部门一定是涵盖业务部门、技术部门甚至管理层的多维组织架构,这样才能使数据治理真正落地。

(3)数据治理是简单的工具配置及叠加

数据治理方面的第三个误区是企业认为数据治理只是简单的工具配置及叠加。一些企业可能会认为通过治理工具将数据进行简单的“冲洗”,数据便会条理清晰、干净待用。其实不然,数据治理包含组织架构调整、治理流程的制订、工具的配置、现场技术人员的实施、业务部门的协同配合等。人员调用及安排是数据治理的前提,只有将专业、合适的人员安排到合适的位置,才能让他们真正发挥作用;只有具有清晰的行动指令及执行流程,企业的数据治理才能有效果。

2. 搭建中台架构的几个误区

(1)仅搭建平台

数据中台建设仅仅是企业IT 变革的起点,建设一个项目或者搭建一个平台并不能解决企业数字化转型中遇到的所有问题。数据中台是企业数字化变革的关键,企业在决定进行数字化转型时便要根据数据规模和应用需求制定全套的战略规划,将建设中台作为一项涉及公司全部业务流程、自上而下进行变革的工程来执行。

(2)中台架构简单,无须完善

很多公司由于经费有限、人员不定及数字化转型决心不足,在初定中台建设方案时希望先从价格便宜、功能简单的架构开始,慢慢再过渡到结构复杂、数据全面的技术架构。简单的开源软件并不能帮助企业解决所有的数字化转型问题,其中某些专业的算法研发、模型建立需要专业的技术人才才能实现。企业在建设数据中台的过程中,往往需要通过一些试验性的项目对数据中台的技术性能进行验证。试点项目的结果会决定数据中台架构整体的调整方向,技术升级、业务调整、组织变革等

都需要做相应的变动。

(3)按照个人想法建设数据中台

第三个误区的核心在于对中台的理解。进入这种误区的表现是建设数据中台的人并不知道数据中台到底是什么,没有完全理解中台的意义,更没有感受到它的功能所在,只是遵照个人的想法及理解来建设中台。这种中台建设的思想和目标本身就是偏离的,不管团队再怎么努力,最终的结果一定会与最初的想法大相径庭。这种错误导致中台不能落地的案例数不胜数。

(4)为了建数据中台而建

第四个误区是为了建数据中台而建。有的企业误将建设数据中台本身作为转型目的,为了达到这个目的而建设数据中台。其实数据中台只是一个用来完成数字化转型的手段。企业之所以想要完成数字化转型,根本目的是实现业绩大幅提升,降本增效,而这一目的的实现需要借助一些工具和手段。这就好比读书,我们希望通过读书来掌握更多的知识,更深层次地了解世界,此时书就是一种工具,读书是为了掌握更多知识而采用的手段,并不是最终目的。任何人做任何事,都是基于目的做决策或做选型,目的选错了,那接下来一切为了实现目的而做的努力都是徒劳的。

(5)数据中台只能满足短期业务需求

第五个误区是认为中台只能满足短期业务需求。有的企业领导人认为通过数据中台进行数据应用只能满足当前的业务需求,不能满足未来两到三年甚至更长远的业务需求。他们有这样的想法,是因为没有真正参与到数据中台的实施和落地中,这导致他们只能看到问题的表象,并没有看透内在的实质。技术架构的价值是不可能一眼就看穿的,对于一般的SaaS 软件,如果选错了可以很快更换,成本可控,但如果做 PasS 基础设施中台,一旦底座选错,后果十分严重。

(6)单纯以 IT 思维建设数据中台

第六个误区是只使用IT 思维建设中台,没有使用 DT 思维。过去,IT 思维主要体现在两方面,一方面是企业将数据中台做成数据仓库,虽然采用了更先进的方式来管理数据,但其实 IT 服务部门的业务模式和方法体系都没有发生改变,这种管理方式只是减轻了一部分 IT 人员的工作量,实质上完全不是驱动业务的中台,并不能改变服务方式和业务模式。企业虽然做了中台,但只有部分IT 人员受益。IT 思维的另一个方面体现在想法不开放,觉得什么事情都可以自己开发自己做,这是一种非常可怕的想法。其实术业有专攻每个生产环节都有自己的复杂性。现在不少公司会斥巨资购买ERP 软件,而在以前,很多公司认为自己就能开发 ERP,但是结果证明,到最后做的东西没什么用,还耗费了大量的人力成本和时间成本,尤其是时间成本,对于迫切需要改变的业务单元来说,损失是难以估量的。企业要想自己做DT 应用,需要具备两个重要条件。第一是时间,企业需要有充足的时间和精力去研发系统,但是研发周期长可能让企业错过数字化转型的时机,企业须谨记实现快速响应业务需求才是首要目标。第二是团队,研发DT 应用需要一个团队深入每个环节。

(7)数据中台体系过于技术化

第七个误区是数据中台体系过于技术化。一些企业购买了很多IT 系统,但由于选错工具致使业务价值不明显。这不仅体现在中台上,也体现在各种业务线上。一些企业有近百套系统,都是十几年来一个个开发或购买的,这些系统放在今天来看,很多已经不是企业的正向资产,而变成了企业的负担。但是企业也应对乏术,经常被这种错综复杂的历史问题弄得焦头烂额。遇到这种情况,当务之急是尽快从问题里跳出来,否则问题就像一团乱麻,无从下手。技术体系越来越专业却仍不能满足业务需求,这是一种常见的误区。技术体系包含大数据、人工智能、业务系统、业务中台等各种专有名词。在一个领域研究越久,就会变得越专业,但在其他方面可能是越来越封闭。换句话说,企业在构建自己的体系时没有从业务的视角考虑,这也是业务部门对此并不满意的原因。大家提出的概念都很专业,但都没有很好地理解对方所表达的意思。经营公司的本质是要面向业务,而业务都是面向用户的,因此最终都是以用户为中心,而不是以自己的专业为中心来做事。虽然这个道理大家都懂,但在具体执行的时候,就会发现很多地方还是在走老路。这也是很多公司虽然在技术方面的投入比互联网公司多,但是智能化程度根本无法与互联网公司相比的原因。大家越来越专业,导致鸿沟越来越明显,无法做到扁平化、一体化、真正以用户为中心。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询