企业数字化升级的过程，也是伴随着企业成长的过程，在不同的阶段，有不同的业务诉求，也会产生不同的数字化诉求。所以做数字化升级工作，不宜太早，也不宜太晚，最好是跟随业务发展的步伐， 在合适的时机做合适的事，这样才能更好的服务于业务。本篇文章，木笔想和大家分享一下不同时期，企业对数字化的核心诉求，以及该如何落地的心得。
01 为什么要做数字化？
毕竟做数字化升级的投入成本高、周期长，如果决策层没有想清楚就冒然行动，失败的概率极高。所以在做数字升级之前，我们需要对所有有此规划的老板们来一次灵魂发问：为什么要做数字化？
（思考2分钟……）
总结下来，企业做数字化的目标无非以下两点：
（1）通过信息化工具更好的管理和规范业务流程，降本增效、提升服务口碑。这个过程更多依赖系统的能力，重点在信息系统的建设。
（2）基于数据做业务运营和经营分析，发现问题、挖掘机会。这个过程则更多的依赖数据的能力，重点在数据的收集和应用。
以上两个目标，一个是完善信息系统能力，一个是完善数据能力，是两个完全不同的方向。所以，各位决策者请先搞清楚自己的企业当前信息化的现状，以及业务最核心的诉求是什么，再决定该往哪方面发力，才是明智之举。
02 企业发展与数字化建设
一家企业从成立之初，到业务成熟稳定，通常会经历四个阶段：业务成型期→高速发展期→稳定运行期→成熟突破期。伴随着企业的发展，企业的数字化升级同样也会经历四个阶段：
阶段一：从手工作业到系统作业
阶段二：从信息孤岛到系统互联
阶段三：从系统互联到数据互联
阶段四：从数据分析到数据决策
其中前两个阶段属于信息系统建设，重点做信息系统能力的搭建，后两个阶段属于数字化能力建设，重点做数据建设。想要做数据建设，系统的建设必须完善，否则就像空中楼阁，只能是天方夜谭。
业务阶段和数字化升级建设的关系，以及每个阶段对应的业务阶段、核心诉求和实施步骤如下图所示：
▲企业数字化升级的4个阶段
下面，木笔将对照上图，对企业数字化升级的每个阶段进行详细的拆解：
03 阶段一：从手工作业到系统作业
- 对应业务阶段：业务成型期
在这个阶段之前，属于业务萌芽时期，通常是MVP测试阶段，要尽快验证业务模式是否可行，因为模式还不成熟，一切都在摸索和调整，无论从成本、体量还是精力方面，都不适合在系统建设上投入过多，能线下解决的，尽量手工解决（EXCEL就是最好的工具），不用系统。因为业务体量小的时候，上系统反倒会降低效率和灵活性。
但一旦业务模式跑通，基本成型，业务也开始起量了，纯手工作业不仅效率低，还容易出错，这时就需要系统支持了，这就进入了数字化升级的第一个阶段：从手工作业到系统作业。
▲阶段一：从手工作业到系统作业
这个阶段的诉求主要为了解决手动作业遇到的问题，包含：规范作业流程、降低作业差错、提升作业效率、操作的数据留痕可追溯等。在业务成型初期，系统升级通常考虑要快、成本较低，所以系统通常是一个个独立的系统，比如购买的一套独立的saas软件、或者自研一套简单的进销存系统等，保证能用，不要耽误业务开展就行，至于系统之间如何联动、信息如何打通，那是下个阶段公司有钱了，业务足够大了，再需要考虑的事了。
为了达成目标，实施步骤分三步：
①制定业务目标。 明确此阶段业务的核心诉求是什么，以此设定项目目标。
②梳理业务需求。 根据目标和诉求梳理需求，将手动作业流程转为系统流程。
③购买/开发系统。根据需求购买或开发符合业务诉求的系统。
在这个阶段，数据的作用仅用于记录和查询，对业务没有特别大的帮助，我们称之为“无知”的数据。
04 阶段二：从信息孤岛到系统互联
- 对应业务阶段：高速发展期
单点的系统虽然暂时能满足业务和作业环节的需求，但随着业务进入高速发展期，体量进一步扩大，库存变多、单量增加、人员骤增，系统之间不联动的问题就突出了：多个系统之间信息不通、主数据和库存信息不统一、单据无法在系统之间流转等。如果不能解决信息在系统之间流转的问题，整体效率还是很低。想要解决，这便进入了数字化升级的第二个阶段：从信息孤岛到系统互联。
▲阶段二：从信息孤岛达到系统互联
这个阶段的核心诉求是信息互通、高效协同、数据共享、合法合规。为了满足这些诉求，需要把多个独立的系统联通起来，车同轨书同文，让信息在多个系统之间自由流通，并能相互识别。典型的实现方式有：将多个单点系统之间的基础数据统一，并通过接口打通、开发一套多个部门都共用的ERP系统、开发多个相互联动的系统集群、开发多个业务都能共用的中台系统等。
要上线这种复杂的多系统联动的项目，可以分三步实施：
①梳理业务模式。不同于单系统的设计开发，只需要梳理某个业务和流程痛点即可，多系统联动通常涉及多个业务的上下游，影响面更广，所以，对所有涉及到的业务进行详细梳理是项目开展的前提。
②设计系统架构。根据梳理完的业务模式，划分清楚业务域，统一基础数据、规划好系统分工，定义好系统之间的接口，这便完成了整体的架构设计，然后再设计每个子系统内部的架构，包括流程、功能、单据、页面等。
③完成系统联动。根据系统架构完成每个系统的开发和改造，最终一起上线，实现系统之间的联动。
在这个阶段，业务基本都已经实现了线上化，数据也有了，但尚需完善，企业工作重心还处于用系统处理业务流程，做运营分析的工作较少，所以数据的用途更多的是发现问题以后的追溯和排查，我们称之为“后知”的数据。
05 阶段三：从系统互联到数据互联
- 对应业务阶段：稳定运行期
业务不可能永远高速飞奔，当发展到市场占有率逐渐饱和时，就进入了稳定运行期，市场从增量变成了存量。这个阶段，业务已经成熟，流程也比较顺畅，核心系统功能也开发的差不多了，如果想进一步发展，就必须在存量市场里淘金，通过分析数据来寻找突破口，这便进入了数字化升级的第三个阶段：从系统互联到数据互联。
▲阶段三：从系统互联到数据互联
简单的数据分析可以用EXCEL完成，比较复杂，需要从多个系统中提数的分析就需要借助大数据的力量了，在系统能力上，需要建立数据仓库，把多个系统中的数据抽到一起，然后为业务输出各个维度的BI报表和可视化看板。通过数据分析，业务运营部门可以对业务做统计分析和趋势分析，对异常指标做监控预警，并从数据中挖掘新的机会点。
从这个阶段开始，业务的开展思路将从粗放式管理转变为精细化运营，但若想实现精细化运营，并不是搭建一套BI报表系统这么简单，而是要自上而下从思维层面进行转变，建立数字化运营的意识，学习如何使用数据。
想要搭建一套实用的数字化运营体系，实施步骤分为三步：
①制定运营目标。凡事预则立，我们需要先思考清楚业务运营的核心目标是什么，即想通过数字化解决什么问题，然后基于核心目标进行指标的拆解，一个业务针对不同的方向可以有多个核心目标。比如物流的核心目标是保证时效，采购的核心目标是控制成本和供应商送货时效，销售的核心目标是追求利润，售后的核心目标是售后满意度和售后成本等。
②梳理指标维度。为每个目标设定一个核心的指标，确认好统计范围和计算口径，再根据不同维度对核心指标进行拆解，让每个层级都可视化，各层级的数据汇总即是核心指标。这样就能看到核心指标的详细情况了。例如物流的核心指标设定为配送时效，往下可以按照不同路线查看配送时效。
③开发数据看板。指标梳理完成后，最后才是看板的开发，将需求提交数据部门，按照统计范围和计算口径进行数据抽取、整理和报表开发。看板开发出来以后，业务部门便可以根据看板发现问题和机会点了。
在这个阶段，数据的特征是“洞察”：洞察问题、洞察机会。各部门对数据的依赖性很强，各种维度的数据需求层出不穷，通常会出现数据部门排期成为瓶颈的情况，不过这是好事，代表大家都开始有精细化运营意识了。
06 阶段四：从数据分析到数据决策
- 对应业务阶段：成熟突破期
随着对数据的重视，各种分析工作会变得越来越多，分析完再做业务决策会更加科学，而不是拍脑门。但如果业务体量很大、这个分析和决策的过程就会变得非常长，而且还容易出错。有没有办法让系统代替人工做分析和决策呢？这就是数字化升级的第四个阶段：从数据分析到数据决策。
▲阶段四：从数据分析到数据决策
在这个阶段，对数据的要求不只是用于分析和监控，而是希望数据能够自发的运转，提前发现问题并自动解决问题，辅助业务更上一层楼，包含业务的全局可视化、策略的自动执行、遇到问题后的及时响应、数据辅助业务做决策等，数据的呈现方式也不再是从业务系统中提取信息生成看板和报表了，而是通过人工智能对数据的自主学习分析，形成算法和策略，反向为业务系统赋能，这是数据和业务系统的完美结合。典型应用场景有近几年比较火的RPA（机器人流程自动化）、控制塔和数字孪生等技术。
要想实现数据自动决策，实施步骤同样分为三步：
①挖掘业务痛点。基于数据分析和监控，挖掘出业务上常出现的问题和背后的原因。例如在物流系统中，经常会出现配送超时的情况，为解决此问题，可以对配送的所有路线进行监控，找到那些经常超时的路线，分析原因。
②制定策略算法。针对问题的原因寻求解决方案，制定相应的策略算法。例如通过机器学习，识别每条配送路线上的时效，如果近期都超时1天，则在策略上进行调优，对用户下单承诺默认加1天，直到配送恢复正常后再自动减一天，以此增加对用户的履约承诺准确性。
③持续迭代调优。针对算法应用后的结果进行监控，如果未达到预期，再继续迭代，持续调优。
在这个阶段，数据的作用不只是用于分析，还可以帮助业务提前预知问题并自动解决问题，而不需要人为干预，具备一定的“前瞻”性。
07总结一下
从手工作业到系统建设，再到系统联动，然后转为数据运营，最后基于数据做决策，是企业数字化升级必然会经历的四个阶段，这四个阶段同样也是业务发展和经营意识的成长升级之路，相辅相成。
虽然每个企业的情况和细节不尽相同，但方向都是一样的，从手工到系统，再到数据，每一个阶段都有这个阶段的困难和挑战，无论你的企业处于哪个阶段，也无论你是尚未经历还是正在经历，请尽情参与其中，因为每一步过后，都能看到一番不一样的天地，自己对业务的认知也会随之跃迁。
成长路上，走过的路，每一步都算数 ！
上海达牛信息技术有限公司（Niuinfo Technology）是供应链数字化服务商，总部注册于上海，于苏州及大连两地设置研发分支机构。作为中国运输及供应链行业的数字化服务高端市场领导者，达牛拥有全线的物流供应链管理信息化产品、丰富的系统实施经验和管理咨询能力。我们致力于以信息技术和服务促进流通体系的革新，为企业供应链管理的数字化进程赋能——践行”链接企业数字化，架构产业新经济”的使命。
