- 業務數智化:從數字化到數智化的體系化解決方案
- 高遠
- 3559字
- 2023-11-20 20:32:14
1.3 數字化的意義
在潛意識的影響下,通常我們每做一件事之前都會問自己一個問題——為什么要做這件事?在人口紅利逐漸消失的今天,企業為什么要費盡心思去地去進行數字化轉型呢?進行數字化轉型能給企業帶來哪些好處?不進行數字化轉型是不是也可以呢?
在回答這些問題之前,我們先來思考一個問題:企業是一個什么樣的存在?為什么需要建立企業?
簡單來說,企業是一個具體存在的形態,為了實現某種目標,組織各類人有序地完成一些事情。
企業的目標主要分為兩種:第一種是有形目標,即實現盈利;第二種是無形目標,即實現某種精神價值,如讓所有的山區孩子都有書讀。大部分企業都是為實現有形目標而建立的。對于這類企業,有一個通用的盈利公式:
利潤=收入-成本
為了實現利潤最大化,企業一般會采用兩種方式:一是開源,即大力增加收入;二是節流,即緊緊控制成本。
以這個目標為出發點,我們再來看數字化是否能為企業帶來實際的好處。答案是肯定的。如圖1-8所示,數字化有以下3類意義。

圖1-8 數字化的意義
? 意義一:降低設備成本。
? 意義二:提升信息效率。
? 意義三:高效地全盤把握。
1.3.1 意義一:降低設備成本
1.成功的例子
數據信息的存儲需要花費成本,存儲后也需要大量的資源用于計算。在幾十年前,這方面的需求都依賴IOE這樣的組合,I指的是IBM的小型機,O指的是Oracle的數據庫,E指的是EMC的高端存儲。這3家企業在20年前堪稱行業的壟斷者,并且在當時也是最好的選擇。
雖然他們產品的價格非常高昂,但是銀行、電信、證券等行業還是選擇了IOE。
價格到底有多高呢?我們以阿里巴巴使用的Oracle數據庫為例,阿里巴巴的第一個數據倉庫就是建立在Oracle RAC上的。由于數據量增長太快,因此很快就到達20個節點,并在當時成為全亞洲最大的Oracle RAC集群。隨著業務規模的持續擴大,阿里巴巴算過一筆賬,如果沿用現有的IOE架構,那么不出5年,若阿里巴巴的營收還遠遠趕不上服務器的支出費用,阿里巴巴就會因此破產。
所以,從2008年開始,阿里巴巴正式開啟了去IOE計劃,開始了“上云”之路。
2019年3月底,亞馬遜首席技術官向亞馬遜的物流團隊發送祝賀視頻,祝賀他們完成了該服務的最后一個Oracle數據庫的遷移,當時的慶祝視頻得到了廣泛的關注。
在摒棄傳統的IOE后,阿里巴巴的成本大幅降低,使企業避免了由于使用IOE的持續高額支出而瀕于倒閉的情況。
阿里巴巴的例子告訴我們一個道理,收集和存儲數據的設備要逐步輕量化、低價化、云上化,尤其是隨著業務的高速發展,相關的設備成本更加需要管控,否則辛苦創造的利潤就無法讓員工一起受益,更無法用于開辟新的業務,反而都被消耗在無用的高額設備采買上。
2.云計算的定義
維基百科中云計算的定義如下:云計算(Cloud Computing)也被意譯為網絡計算,是一種基于互聯網的計算方式,通過這種方式,共享的軟/硬件資源和信息可以被按需求提供給計算機各種終端和其他設備,使用服務商提供的計算機基建進行計算。
3.云計算降低設備成本
云計算有眾多優勢,但是其最大的優勢是可以幫企業降低設備成本。
通過傳統方式進行IT基礎設施維護需要花費大量的費用,如設備本身的成本、設備帶來的服務成本等。但是,如果使用云計算,就會使一切變得不一樣。因為相比傳統的設備維護,云計算不但費用低廉,而且計費方式多種多樣(如按使用次數計費、按小時計費),從而滿足企業不同的需求。這使得任何規模的企業從傳統的本地硬件切換到云都非常劃算。
總結起來,云計算節約的成本覆蓋如圖1-9所示的幾個方面。

圖1-9 云計算節約的成本
1.3.2 意義二:提升信息效率
1.兩個常見的場景
如果想讓企業更快地完成目標,內部信息的全面性和流轉的速度是至關重要的,否則就會出現以下場景中的情況。
場景一 營銷部
小王:下周要報一個大型活動的預算,這次想延續上次的方式,做類似的活動,不知道該定多少預算。
小李:按照上個活動來推算是不是就行呢?
小王:哎,你是不知道,那個復盤數據還沒出來呢。
小李:活動都結束一周了,還沒有產出數據嗎?
小王:是啊,因為數據要從不同的系統進行聚合,還有很多類目需要分攤,至少要再過一周。哎,我原本想趁熱打鐵連辦兩個活動。沒有上個活動的數據作為依據,老板也不會點頭,財務更不會審批,愁死我了。
小李:要不就多報點,隨便寫寫吧,有益無害的。
場景二 財務部
張姐:又要做新一輪的預算計劃了。
孫姐:哎,但是目前營銷部門、運營部門等部門上次的復盤數據還沒有給我。
張姐:產研部門倒是給過我一份復盤數據,但是數據大部分都對不上,又找不到問題的根源。
孫姐:那咱們的預算計劃啥時候能出呢?
張姐:再等等吧。
孫姐:等不了了,咱們不然就先估摸著來做一版計劃吧,反正也不是第一次了。
2.關于信息流在企業中的傳輸
從上面兩個場景中可以看出,在一家企業中有許多不同類型的數據,包括戰略、財務、人力資源、市場、材料訂單、生產和質量記錄等數據。如果可以掌握本部門或者相關部門的數據,我們就可以進行較為準確的判斷,從而避免犯錯。
例如,營銷部門需要來自生產部門的產能數據,而生產部門的產能數據分散在各個設備中。每個設備的數據都需要有專人進行收集,經人匯總后被發送給營銷部門。很多時候,營銷部門拿到的數據經常前后對不上,給營銷部門后續的工作帶來巨大的困難,從而造成營銷部門錯誤預估產能,而多估或者少估產能都會給企業造成巨大的損失。
3.部門數字化提升信息效率
好的信息流就像一條清澈見底的河流,你可以一眼看見河底的情況,如河大概有多深、河內有多少魚和水草等。
部門中高效、快速的信息流可以幫助企業快速找到問題和減少低效勞動。
? 快速找到問題:在部門實現數字化后,信息效率的提升可以促使信息流幫助各個部門定位問題,是產能不足導致無法接單,還是下單流程過長導致客戶流失?
? 減少低效勞動:部門數字化可以大大提升企業信息流的效率,從而減少以下操作造成的時間和人力的消耗:收集多方匯集的信息、準備報表、檢查電子郵件、線下跟進后續審批工作等。所有這些事情都可以為企業節省大量的時間和精力,提高生產力,加快流程,縮短生產周期。
1.3.3 意義三:高效地全盤把握
我們分別來看以下場景:利潤持續縮水和陽光下的隱患。
場景一 利潤持續縮水
最近C公司的利潤持續縮水,令楊總感到異常疲憊和焦慮。
為了增加C公司的利潤,迎合市場的需求,楊總把生產部門和營銷部門的預算提升到最高水平,對這兩個部門的各種要求也是有求必應,同時讓其他協作部門給予這兩個部門最大的支持。但奇怪的是,今年第一季度持續發生利潤縮水的情況。
場景二 陽光下的隱患
由于營收持續變好,利潤一直在增加,D公司的錢總最近總是喜氣洋洋的。錢總對D公司的未來充滿信心,再加上數據總是產出很慢,所以他不像以前那么認真去看公司的數據,他覺得沒什么可擔心的。
D公司目前確實表現比較好,但是近3個月的增速已經大大放緩。加之D公司的錢總和其他員工對未來盲目樂觀,所有人都不再關注細節,更有甚者開始悄悄竄改營收數據。
1.迅速地全面把握企業的信息
對企業的老板而言,想要把企業的業務做得更好,在眾多競爭對手中脫穎而出,最重要的事就是全面、及時、有效地把握企業的信息,尤其是數據信息。這是企業獲得成功的第一步,只有先知道發生了什么,才能根據這些數據信息進行后續的分析和判斷,從而采取對應的措施。
例如,在B公司進行數字化改造后,張總經常以最快的速度拿到B公司的數據,從而快速做出方向調整。而其競爭對手A公司的王總沉浸在已有的業務成績中,開始不關注數據。經過一段時間,B公司的業務總能又快又準地推進,將安于現狀的A公司拋在了身后。
2.高效地全盤把握信息的重要性
一家企業的成敗與老板的決策息息相關,一個老板是否能做出正確的決策和他能否全面把握企業的信息密不可分。
因此,讓老板快速、全面地拿到企業的數據,可以有效地幫助企業在增長、盈利和可持續發展方面取得成功。
1.3.4 本節小結
王總在數數的講解下終于明白了數字化的意義:除了降低設備成本、提升信息效率,還可以使管理層高效地全盤把握企業的信息。而數字化恰恰解決A公司目前存在的問題。
? 設備維護成本過高,并且隨著設備的老舊和業務的擴大,每年都需要在設備上花費更多的錢。
? A公司內部信息效率低下,經常發生部門之間因為數據信息傳遞不及時而相互推諉的現象,嚴重影響公司的利潤。
? 王總總是在積極支持一些新業務的資源投入,但效果總是不盡如人意。由于數據信息不夠全面,因此他經常無法找到問題的根源。
經過數數的詳細講解,王總的疑慮被消除,決定進行數字化改造。
數數欣然一笑,他告訴王總,其實數字化更大的優勢在于給數智化做了鋪墊,關于這點,我們后續可以慢慢了解。
1.3.5 本節思考題
(1)數字化的意義是什么?(支持多選)( )
A.降低設備成本
B.及時掌握業務
C.提升信息效率
D.高效地全盤把握
(2)云計算可以節約哪些成本?(支持多選)( )
A.省去購買硬件和軟件的費用
B.減少計算、存儲、網絡和安全等方面的支出
C.降低設備維護和升級費用
D.降低設備運營人員成本
- MySQL高可用解決方案:從主從復制到InnoDB Cluster架構
- 云數據中心基礎
- 云計算環境下的信息資源集成與服務
- 使用GitOps實現Kubernetes的持續部署:模式、流程及工具
- Voice Application Development for Android
- PySpark大數據分析與應用
- Access 2016數據庫技術及應用
- INSTANT Cytoscape Complex Network Analysis How-to
- MATLAB Graphics and Data Visualization Cookbook
- 云數據中心網絡與SDN:技術架構與實現
- SAS金融數據挖掘與建模:系統方法與案例解析
- 活用數據:驅動業務的數據分析實戰
- 大數據技術體系詳解:原理、架構與實踐
- ORACLE 11g權威指南
- 數據分析方法及應用:基于SPSS和EXCEL環境