百丽季燕利：从无数到有数，若何深进数据利用与治理 | 数字根究者50人

钛媒体特殊专题筹谋《数字根究者50人》：看望中国50位独具代表的数字化根究者。我们理解的 TechThinker ，涵盖了中国数字化海潮中的手艺践行者、政策造定者与投资决策者。在那场长达10年的披荆斩棘中，我们每小我都在分享手艺朝上进步的果实，却鲜有人晓得成果背后的故事。我们等待通过《50人》，复原中国数字化推进过程中的关键决策，同时也为你闪现数字根究者们的治理与运营之道。

本文为百丽时髦科技中心总司理季燕利先生数字化根究三部曲的收官之做，前两篇别离为。

钛媒体特殊专题筹谋《数字根究者50人》：看望中国50位独具代表的数字化根究者。我们理解的 TechThinker ，涵盖了中国数字化海潮中的手艺践行者、政策造定者与投资决策者。在那场长达10年的披荆斩棘中，我们每小我都在分享手艺朝上进步的果实，却鲜有人晓得成果背后的故事。我们等待通过《50人》，复原中国数字化推进过程中的关键决策，同时也为你闪现数字根究者们的治理与运营之道。

本文为百丽时髦科技中心总司理季燕利先生数字化根究三部曲的收官之做，前两篇别离为。

图片来源：视觉中国

跟着信息化、数字化的深进推进，企业积存着越来越多的数据，数据是企业营业自己，同时，数据能够支持营业的迭代立异，重塑对企业核心合作力的认知。全文用四个部门展开对企业数字化摸索与理论的根究。数字化转型源于战术，始于营业，呈于数据，汇于平台，管于资本，兴于协同，成于灵敏。

第一部门 数仓推演战术落地——营业、系统、数据的关系

数字化转型的核心是通过数据连通营业，并最末实现营业、系统、数据整体化建立。

（一）概述1、什么是营业整体框架

营业框架是基于企业各类营业的运做形式、营业特征和营业之间的关系构造构建出的构造化的系统，营业框架之间有清晰的鸿沟和彼此的毗连。起首基于营业全价值链停止整体梳理，识别出有清晰鸿沟的营业框架，再将各营业框架合成为差别营业模块，以及模块下对应的营业环节。以我们做为全价值链品牌零售公司为例，运营的核心是“商品”，所有营业均是围绕商品的全生命周期开展。因而，根据商品的全生命周期对应的零售营业价值链停止梳理，识别出“预算与运营方案、商品企划与设想研发、商品摘购、消费造造、仓储物流、零售治理”六大营业框架。然后，再将每个框架合成其营业模块，界定对应模块主责的营业部分和调研对象后，分模块展开调研，梳理出营业模块下所有营业环节。

展开全文

2、什么是营业系统

营业系统是营业环节中原则化流程的信息化实现，是营业流程中产生的数据的线上化承载。通过系统与营业框架的逐个比照能够阐发出各营业框架、营业模块、营业环节能否有系统支持；营业人员通过操做系统能够产生各营业框架、模块及营业环节的实在营业数据。例如我们对“商品摘购”营业框架下的营业模块、营业节点与系统停止比照阐发，评估出各营业环节对应的系统笼盖水平（次要营业环节根本都有系统支持），并阐发出各个系统能否产生数据及产生什么数据。

3、什么是数据仓库

数据仓库是把现有各个系统产生的数据同一搜集、贮存在一个平台停止原则化的治理，同时将数据根据营业运营形式停止数据维度建模。先构成与详细营业框架对应的数据域，再根据营业模块在数据域下成立数据主题，最初根据营业环节将响应的系统所产生的数据逐个对应到数据主题，实现数据构造化贮存。我们基于梳理出来的六大营业框架映射出数据域；再根据框架内的营业模块映射出数据主题；将各营业环节响应的系统所产生的数据同一进仓到响应的数据主题下，按营业运营形式停止维度建模，数据以构造化的体例贮存，并利用同一的数据的“仓库”来同一治理和供给办事。

（二）营业—系统—数据—系统—营业的流转关系1、营业流程的整体梳理

将公司各范畴的营业流程停止同一化梳理，回集为有清晰鸿沟的营业框架；再将回集好的营业框架同一化闪现，梳理每个营业框架的核心价值，理清各营业框架的运做体例与彼此之间的毗连。然后针对每一个营业框架停止阐发，有几营业环节构成，各营业环节之间能否有流程，流程在该营业框架内能否已畅达。

2、整体营业系统梳理

将梳理完成的各营业框架中的营业环节与流程，逐个对标现有系统停止阐发，评估哪些环节有系统，哪些环节缺失系统；有系统支持的营业环节，系统的笼盖情状，产生了什么数据，数据能否完全有效；最末闪现出各个营业框架、环节和流程与各个系统的映射关系及数据产生的情状。

3、数据仓库建立

完成营业系统梳理之后，将现有各个系统中产生的数据，停止同一摘集、清洗，根据原则化的营业框架、模块停止分类汇总贮存到数据仓库中，并按公共维度停止构造化汇总，生成营业所需要的数据。

4、数据仓库规划与设想

完成了以上三个步调，就完成了现状的梳理与建立，接下来停止数据仓库的规划与设想。先查找汇总行业数据目次（数据域、数据主题、数据目标等），将现有已存的数据目次与行业数据目次停止比照，觅觅差别。再评估差别中的行业数据目次，哪些目次下的数据契合本公司营业战术需要，而公司目前却没有此类数据。基于此，在各个数据域内停止整体设想数据主题及相关所有目标，完成对数据仓库的战术规划与设想。

5、数据仓库与系统、营业框架完全性的评估

针对数据仓库规划设想中，没有数据的部门，起首觅觅现有的系统能否能支持数据的摘集，以及摘集的数据需要评估能否实在、能否契合营业的需要；假设现有系统不克不及支持，则需要规划新的摘集体例，就是要成立新的系统，那需要站在同一的系统架构中停止规划，在现有系统整体梳理的根底上，统筹考虑，来完美系统的建立。

6、营业流程的再造鞭策营业开展

将数据仓库规划设想，对标现有的营业环节，确定加强哪些营业环节的建立；同时，针对数据仓库规划设想中哪些现有营业环节不涉及、又契合战术需要的数据域、主题、目标，则先从营业框架的完全性停止评估，规划出需要完美的营业环节及营业流程，再停止营业流程的原则化，只要原则化的营业流程才气系统化建立，才气鞭策营业环节数字化开展。那都是营业流程再造的过程，需要企业根据战术开展要求，评估优先次序，然后评估投资的资本。

流程再造是个轮回过程，是营业、系统、数据之间不竭迭代的过程。数据仓库规划评估系统的完全性，并从对标行业及连系企业战术落地的角度鞭策营业流程再造，最末鞭策了营业的继续开展。

营业-系统-数据之间的关系

（三）数据仓库若何推演战术落地

营业参与品牌订货会，第一件工作就是把品牌公司的产物目次拿过来，停止构造合成，如鞋服配比，男女等，那种构造合成反映了品牌公司此次订货的产物战略。营业在完成订货使命后，将所下的订单也停止构造合成，然后比照两个构造，找到差别，那个差别假设可以承受，那此次订单就能够承受。如营业觉得某个品类契合市场需要，而订货单没有订，能够再次调整订单，来到达想要的构造。同理，在数仓建立过程中，先把行业的目次找到，当然有些行业目次很难笼盖完全，尽量找全。再将企业现有数仓中的目次与行业目次停止比照，那个差别就能表现出公司现有营业构造与行业构造之间的差别。从战术上，公司能否承受那个差别，以及下一步公司规划从哪些方面往提拔或者削减差别，那就构成了数仓的规划目次。那既代表战术推进的标的目的，也明白了落处所案，在哪些没有数据的营业环节上建立系统来摘集数据。那是营业与手艺沟通的桥梁与办法，同时也很随便成立配合的目标和同一语言。

1、现状是若何梳理和闪现的

闪现现状是将来开展的根底，是规划的起点。现状梳理从三个维度停止，包罗：营业流程的整体梳理、营业系统的整体梳理、数据仓库的梳理。在每个维度的所有要素上力图停止全面、客看的梳理与闪现。

（1）起首，停止整体营业流程的梳理。

营业流程梳理从宏看到细节，根据4级流程框架逐层展开：

第一步：基于营业全价值链，梳理整体营业流程框架，构成完全的营业全景图。包罗营业框架（1级）：框架的定义、营业形式、框架与框架的鸿沟；营业模块（2级）：每个营业框架的治理大类，例如商品摘购营业框架，分为赐与商治理、摘购方案治理、摘购施行治理、成本治理等营业模块；关键营业环节（3级）：各关键营业环节的发作挨次、流转关系、并串行关系等；4级及4级以下贱程：是对部门需要合成的3级流程再展开描述。

第二步，基于完全的营业全景图，细化梳理各营业板块的微场景和细微场景，构成营业流程清单。

第三步，细化输出每个子流程的营业流程图：从营业实例的“全生命周期”角度进手，先明白营业的起点和起点，在每个流程的营业环节明白岗位角色、输进和输出表单/数据、以及识别关键掌握环节。

（2）将梳理完成的整体营业流程，对标现有系统停止阐发

评估流程中的每个营业环节、以及营业环节与营业环节之间的流转毗连，其对应的系统化、数据化水平。包罗：

1）系统与营业流程的关系：

—系统对流程的撑持水平：清点出每个营业框架能否有系统支持，有几系统；每个营业环节和流程对应是哪个系统，哪个功用点，利用场景和频次、利用存在的痛点等；

—评估系统拓展标的目的与营业将来标的目的能否一致：还有哪些营业环节和流程还没有系统支持，需要什么系统支持。

2）系统与数据的关系：

—系统间数据的流向、调控逻辑、联动关系；

—流程涉及的每个系统能否产生数据，产生了哪些数据？数据产生的完全性、实时性？

（3）最初，是数据仓库梳理，通过三个步调实现数据仓库的建立，实在闪现当前数据仓库建立情状：

第一步：基于营业梳理功效，设想数据域、数据主题、数据目标等；

第二步：根据数据域需要，梳理数据目标的数据来源，将对应系统的数据同一摘集到数据仓库；

第三步：各系统数据同一聚合到数据仓库，将营业过程的数据停止笼统汇总到对应的数据域和数据主题，并在详细的数据域下停止维度建模，生成构造化的数据停止贮存，那些数据由数据仓库同一治理和供给数据办事。

2、战术规划与评估

战术是基于现状，规划将来。基于现实营业和规划营业之间的差别，评估需要做哪些调整和优化往提拔，以削减差别。

数据仓库的规划是婚配营业战术的规划，是打通营业和手艺沟通的桥梁，通过对数字描述的同一语言来同一认知，成立营业与手艺的配合语境及配合目标。数据仓库规划的最核心内容就是对数据目次的规划。

（1）数据目次规划

数据目次规划的整体逻辑是先尽可能详尽找到行业的数据目次，再看差别部门能否是公司战术需要的数据，停止取舍，最末构成规划的数据目次。有以下两个步调：

第一步：整理行业数据目次

基于行业顶层营业框架，整理汇总行业数据目次下的数据域，数据主题，然后尽全尽细地找到数据主题域下的目标，并明白数据的营业属性、治理属性、手艺属性等。

第二步：比照差别，设想规划数据目次

将现有的数据目次和行业数据目次停止比照，觅觅之间的差别，哪些数据域、主题现有营业没有或不完全。假设营业战术上需要纳进那些营业，就填补调整数据目次的构造，构成规划的数据目次。

（2）比照差别，评估落处所案

将现实数据目次和规划数据目次停止比照阐发，通过差别评估落处所案：

—明白营业改进和提拔标的目的：比照能够看出营业构造的完全性，关于战术上需要纳进的营业框架，评估出需要完美的营业环节和营业流程，以及对应流程的原则化设想，只要原则的营业流程才气系统化。

—明白系统改进和提拔标的目的：基于目次差别找到对应部门的数据泉源，关于营业战术需要的数据，评估在什么营业环节生成？需要新建什么系统？哪些功用需要晋级细化？根据所需要的数据，规划和完美系统的建立。

（3）企业根据战术开展要求，评估优先次序，评估投资的资本

企业根据战术开展要求，对需要建立的营业环节和营业流程，停止优先级排序。按高到低的挨次，手艺团队评估对应系统的资本投进情状，评估系统建立与交付的时间线，最末和营业达成共识，推进系统的建立。

数据仓库若何推演战术落地，驱动营业流程再造，鞭策营业开展

举一个我们赐与链系统建立的例子，起首是完成现有营业流程和营业系统的整体梳理，对外部头部厂商的赐与链系统停止了评估，发现难以称心营业需求且投资大、周期长。为了撑持营业需求，我们找到了较全面的赐与链行业数据目次 ，将行业数据目次中的目标与现有数据目次中的目标停止比照，发现目前我们的赐与链成本类和货期类两大类的细化目标是不完全的，而缺失的目标是营业所需要的，于是在规划的数据目次加上那两类数据中响应缺失的目标。关于现有系统不克不及完全支持的，例如成本类缺失的目标，就需要规划新的摘集体例。手艺团队先拉通营业停止了成底细关营业流程的原则化梳理，在此根底长进行系统方面的规划和资本的评估，流程原则化之后，部门新的数据摘集的需求就通过现有系统优化来完成，而部门数据的摘集需要新建系统来实现。关于有系统支持的，例如货期类缺失的目标，通过目标数据来源找到所需数据，将数据同一摘集进仓，基于营业运营形式停止建模，实现响应的目标的数据整理。目前成本类和货期类的目标数据已经施行落地，从过往数据口径不同一，招致差别部分的赐与链负责人之间没有配合的语言系统，组织效率低下；到如今已实现原则同一的数据口径，实在闪现了营业治理的全过程，并鞭策相关流程节点的线上化和原则化，从而提拔了营业协同效率。

数字是人类熟悉复杂、未知世界的才能的量的飞跃，使人类从具象表达迈向笼统表达成为可能，数字能够让人类的伶俐超越时空、超越地区、超越语种，得以传布与交换。连系企业数字化的建立来说，数字做为桥梁能够让营业环节与系统功用之间毗连起来，数字做为同一的语言，让“营业依托手艺，手艺为营业赋能”成为可能，营业与手艺的合成是数字化的起头。

第二部门 数据平台的建立

数据平台的建立是数字化转型的根底，本部门从“进”、“存”、“出”、“管”来阐明数据平台整体若何建立。

数据平台概念图

数据平台的建立是数据系统化、原则化的建立过程，是根据规划数据目次，围绕“进”、“存”、“出”、“管”停止整体建立。数据目次的设想办法，是承接营业战术和行业顶层营业框架，停止完全数据域、数据主题、目标的设想。基于行业的数据目次设想数据主题域，整体框架分为三级：

第一层（L1）为数据域，是公司最顶层的营业视角的数据分类，是对营业停止笼统、提炼、组合的聚集，是联络较为密切的数据主题的聚集，目标是便于数据治理与利用。和营业框架（1级流程）停止映射，婚配出数据域分类，例如货品的摘购、流转，根据营业视角划分至货品数据域。

第二层（L2）为主题域，是对数据域的细分，是互不堆叠的数据分类。是联络较为密切的数据的聚集，根据营业的需求特征，将数据域拆解为差别的主题域，承接营业模块。例如货品数据域，按营业的需求划分为订货、展货、补货、调货、库存等多个主题。

第三层（L3）为数据层，包罗参考数据、主数据、事务数据、阐发数据、看测数据、非构造化数据、元数据。此中阐发数据包罗目标数据，营业环节及营业流程产生目标数据，如销售额、曝光量、转化率等。在数据分类的框架下，识别企业最需处理的数据问题，目标是比力好的切进点。一是因为目标是最清晰的，是权衡营业成果的间接度量；二是因为目标是最完全的，所有的营业板块都需要通过营业目标来权衡。所以第一步先梳理目标，把整个营业环节所有的目标都梳理出来，目标的梳理内容是围绕目标营业属性、治理属性、手艺属性等停止展开。第二步，基于目标的营业定义，厘定目标的来龙往脉。围绕目标的定义、计算公式及维度等属性，识别目标所依靠的事务数据、主数据和参考数据等。梳理的目标是完全的，所以目标依靠的事务数据、主数据和参考数据的合集也是完全的，如许就完成了所有事务数据、主数据和参考数据的梳理。

以上三层框架设想出来的数据目次，相当于把营业、系统、数据停止整体串联，闪现了整体营业环节的数字化蓝图。

（一）数据平台从数据泉源起头（进）1、概述

数据摘集是将企业内部数据和外部数据停止同一摘集和清洗进湖。包罗：营业数据、行为数据、图片、音视频、文件等。同一全域数据摘集，突破数据孤岛，实现数据互联互通。

2、建立途径

数据摘集的建立分3个阶段，别离为摘集的梳理及阐发、摘集进湖、量量评估与监控。

（1）摘集的梳理及阐发

同一数据摘集建立要根据规划数据目次中梳理的数据目标（L3）产出的营业数据字典停止阐发，评估对应营业全价值链中营业环节和营业流程能否涵盖，系统功用建立能否笼盖到。若营业环节和营业流程未建立，则先从营业框架的完全性停止评估，规划出需要完美的营业环节及营业流程，根据营业范畴来做原则化的营业流程的建立和治理。若系统未建立，则通过原则化的营业流程鞭策系统停止功用建立。

（2）摘集进湖

系统有数据后，再依靠数据平台的摘集才能，将产生的所有数据尽全尽细的从系统停止摘集进湖存放与治理，实现口径同一、泉源同一的数据摘集原则。

（3）量量评估与监控

数据进湖后，需要根据数据原则针对摘集的数据能否与营业现实发作一致、摘集的数据能否契合营业的需求停止治理，基于营业规则，造定摘集数据相关监控，保障数据实在有效。

3、建立要求

数据平台支持同一摘集，核心要求是“全域”和“时效”。

全域则表现在完全，是处理数据全的问题。在企业内部所有品种数据都能摘集，包罗营业数据、行为数据、图片、音视频、文件等。过往，我们仅仅只是针对营业数据及少部门行为数据停止摘集，即数据库落表的数据停止摘集，但是图片、音视频等数据无法摘集，招致做一些基于图片停止阐发的场景无法称心，如以图搜图。因而我们与滴普科技协做共创，开展了数据湖手艺的施行，实现了图片等各类数据的同一摘集进湖。

时效表现期近时，是处理数据实时性问题，关于数据时效要求较高的利用场景，实现关于用户录进系统产生的数据，数据平台能够及时摘集并支持利用及时查询与闪现。以门店数据为例，它是一款基于店长店员的工做场景搭建的，称心用户运营治理需要的一站式挪动数据阐发产物。过往，门店销售、库存的数据不克不及及时闪现，招致基于数据不克不及及时发现问题，门店决策无数据支持。因而我们与滴普科技协做共创，构建了实时数据摘集管道，实现了各级治理者和一线员工对门店数据实时在线看数和用数的诉求。

（二）数据平台支持数据原则化建立（存）1、概述

数据仓库建立的目标就是数据原则化建立，数据产生过程中是点状数据，颠末数仓的加工，将数据停止毗连，将系统摘集的数据停止建模回类，以营业范畴停止数据域和数据主题的规划和设想，原则化后停止存储，构成同一数据仓库。

2、建立途径

数据仓库的建立分3个阶段，别离为数据目次规划及梳理、数仓建模、量量评估与监控。

（1）数据目次规划及梳理

数据仓库的建立根据数据目次规划，将目次中数据目标（L3）根据数据域（L1）与数据主题（L2）停止建模构成数仓。营业框架对应数据域，营业模块对应数据主题，营业环节及营业流程对应数据目标。

（2）数仓建模

数仓建模是对数据停止再细化分层的设想，将数据逐条理的清洗会聚，将不异数据域不异阐发维度下的目标停止整合，过程中停止目标的同一口径。

数据平台数据分层框架次要划分七层：

第一层为源数据层，将系统数据全数拿到统一个处所，不合错误数据做任何处置，即数据摘集最末数据存放层。

第二层为公共明细数据层，将摘集的单据整理成一张明细表，数据的视角仍是单据级别。

第三层为公共汇总数据层，将单据数据根据“日、周、月、年”、“店展”、“商品”等维度停止汇总，不到单据级别，例如商品在某一天的销售量、销售额。

第四层为高度汇总数据层，将数据根据“昨日、近7天、近30天”、“大区、治理城市”、“品类”等营业常用的维度停止汇总，如近7天的销售量、销售额。

第五层为公共维度数据层，将主数据（店展、商品等）停止整合，主数据及对应属性全数放一路，是营业阐发视角的维度。与目标数据联系关系构成肆意阐发视角的目标数据。

第六层为标签数据层，给数据打标签，次要围绕货、场、人构建标签系统而存放数据的处所，搀扶帮助更好的领会特征，以到达精巧化运营的目标。标签是数据创造、常识立异。如商品“畅平慢”、“新旧货”。

第七层为利用数据层，面向零丁营业场景的数据处置，不公用，是数据利用的数据预备存放数据的处所，丽影数据就存放在那层。

数据平台数据分层框架

以上七层框架设想此中第一层是数据摘集数据存放层，第二、三、四、五层是数仓数据存放层，第六、七层是数据利用数据存放层。

数据仓库中，数据分层是以目标为主线根据营业差别视角停止逐层会聚。有了分层逻辑，数仓的各分层的数据表的模子设想也是承接数据域、主题域、数据目标规划。不异主题域下的目标数据整合在一个数据表，有几主题域就有几个数据表，那些数据表支持那个数据域的数据阐发，多个域的数据表建立最末构成整个数仓。表的数据存放就是把营业系统中点状数据颠末加工后停止毗连的功效。整个数据仓库建模办法，根据规划的数据目次，围绕同一分类治理原则，愈加便利利用为目标，快速响应数据利用需求。

（3）量量评估与监控

数据仓库产生数据后，需要根据数据原则针对加工的数据能否与系同一致、数据域内数据逻辑能否合理停止治理，通过数据原则构成数据量量规则，造定命据相关监控，保障数据实在有效。

3、建立要求

数据平台支持数据原则化建立，核心要求是“复用”。

数据仓库的分层框架设想核心逻辑就是围绕数据被复用开展。将数据主题的数据停止原则化并集中存储，多个数据利用共享处置后的数据，实现数据被复用，制止数据利用屡次提取、屡次会聚整理，同时也降低在独立处置过程中口径纷歧致问题。

前些年，我们在数字化建立过程中也走了弯路，因为营业快速开展和欠缺对整个数据产物系统停止整体规划，呈现多个营业线烟囱式建立，各自的从数据摘集、数据建仓、数据利用等步调，呈现大量的反复建立，构成6套数仓，数据域、数据主题、目标数据分离在各个数仓，不异目标各个数仓独立清洗，数据冗余且有变动各个数仓都要停止修改，各数仓中数据一致性很难保障。因而我们用近两年时间做了数据治理-数据字典项目，6套汇1套，同一了数仓建立。

（三）数据平台加速数据利用与营业场景毗连（出）1、概述

数据仓库沉淀的数据最末支持数据利用建立，数据利用设想笼盖面越大，毗连就越广，数据仓库的价值就更能发扬。数据利用是对数据平台的建立功效表现。

数据阐发需要从现实营业场景动身，用数据闪现实在的营业，能有效地支持营业的决策。故而数据产物的建立离不开营业场景。从目标和维度的设想，到数据的闪现形式，都要以营业场景做为根底。

2、建立途径

数据利用的建立分3个阶段，别离为数据的预备、数据的发布与共享、量量评估与监控。

（1）数据的预备

基于营业利用的场景，阐发并构成数据产物。由数据产物规划，停止利用数据层（数据分层架构中第七层）设想，将跨多个营业模块（主题域）多个营业环节（目标）的数据再进一步的毗连，同时根据数据产物停止营业场景的维度停止会聚数据，完成数据预备。在建立过程中，若规划数据目次中暂未涉及，则会驱动营业流程再造，鞭策营业系统的迭代、数据的摘集和数仓的全链路建立。

（2）数据的发布与共享

数据预备好之后，需要将数据停止发布与分享，分享之后才气被数据利用利用。假设有类似的场景，能够间接引用，降低反复建立，也加速数据产物的建立。

数据的散布与共享更多的是笔录数据被数据产物利用情状，也会驱动数仓模子不竭完美。

（3）量量评估与监控

数据预备好之后，需要对预备好的数据完全性、一致性停止监控，跨数据利用之间不异目标停止横向比对，造定相关监控，及时发现问题，保障数据有效可用。

3、建立要求

数据平台加速数据利用与营业场景的毗连，核心要求是“好用”和“快”。

好用表现在数据利用简单。称心营业详细运营过程场景中对数据的要求，从系统建立的角度就是前端利用和协同利用。数仓颠末加工后的数据再根据营业场景停止按需转换和活动，供各数据利用利用。重点围绕标签及数据办事停止建立，目标是全面降低用数门槛、提拔用数效率。

快则表现在数据利用效率高。数据利用一些场景基于大数据量需要实时停止计算闪现，对数据平台的实时才能有很高的要求，数据要“快”，摘集的数字能否实时或近实时加工汇总给相关的利用。数据平台借助大数据集群计算才能，将加工预备好的数据实时在线查询并闪现，称心数据利用效率要求。

（四）数据平台支持数据的有效治理（管）1、概述

数据最末要被利用，数据利用能不克不及高量量的用好，核心才能在于管好数据。

依托规划数据目次，造定命据原则（包罗数据主题域标准、术语字典、营业数据字典 等），同一数据口径，让所有数据利用都用统一套原则说统一种语言；根据数据原则，不异主题域下的目标数据整合在一个数据表，多个域的数据表建立构成整个数仓模子；根据数据原则中对目标维度的描述，构成数据量量稽核规则对数据量量停止监视；基于数据原则中营业灵敏信息，构成对数据平安相关规则定义，以便通过数据平安对数据停止脱敏加密，并通过数据权限管控数据拜候，保障数据平安。

2、建立途径

数据的有效治理就是数据治理的落地点，基于数据治理理论功效，以数据平台建立为载体，有序推进数据的“盘、规、治、评”，到达以数据平台建立校验并促进数据治理才能落地，以数据治理才能提拔保障数据平台建立效果的目标。数据治理的建立分4个阶段，别离为数据的“盘、规、治、评”。

（1）盘

盘是对数据的全盘梳理与清点。关于有利用系统的，需要清点产生的数据能否健全，产生了哪些数据，规划数据目次能否包罗，数据的定义是什么，数据来源于哪；数据平台中能否有建立，数据利用于哪。闪现整个营业、系统、数据的现状，从战术上，公司能否需要建立，建立从哪些方面优先建立，那就构成了系统与数据平台下一步建立的规划。当然也包罗对元数据的清点。

（2）规

规是针对整体营业数据的规划。系统未建立的，根据营业范畴来做原则化标准化的营业流程的梳理及数据的规划，并最末建立成营业系统。系统已建立但规划数据目次还未涵盖的，停止标准性定义和治理，包罗系统根底数据原则、目标数据原则。原则中涵盖数据主题域划分的原则、摘集的原则、维度目标定义的原则、数据平安的原则，构成数据与营业、系统的流转关系。重点针对跨营业、跨系统、被多个数据利用利用的数据造定原则，成立数据与原则的映射关系，承载数据原则在企业系统及数仓层面的落地。

（3）治

治是针对定义的原则能否都有根据要求落地及平安管控。对系统摘集、数仓加工、数据利用的数据量量停止查抄，完成数据原则化落地验证及数据量量提拔，同时包管数据平安。治是一个继续的过程，通过成立发现问题-阐发问题-处理问题-继续优化的闭环机造，对营业、系统、数据整体框架继续完美，继续提拔数据平台数据的量量，支持数据利用高量量的用数。

（4）评

评是指基于已经治理的数据停止评估，关于管的效果停止闪现。评估能够从摘集的数据能否与营业现实发作一致、数仓加工的数据能否与系同一致、数据域内数据逻辑能否合理、数据利用预备好的数据能否完全一致等方面开展工做。基于数据平台针对评估点造定相关监控，不竭优化完美企业数据治理，实现企业数据资产摸底、数据横向贯穿、数据量量优良和数据全域治理的目标。评，同时也包罗对数据平安、数据利用情状、数据资产价值等方面的评估。

数据平台“进、存、出、管”逻辑

3、建立要求

数据平台的建立是一个不竭停止数据治理的过程，以“进”为治理起点，引申到对“存”、“出”的治理，在“存”、“出”治理中发现的一些问题，驱动不竭校正“进”的起点泉源，到达整个治理的闭环，鞭策数据平台的完美。

为了监视、治理好数据，让营业实正用好数据，还需成立数据“管”的长效组织，也即数据治理的专业组织，需要营业方与IT方的配合参与，包罗决策层、治理层和施行层三层的组织架构，保障数据治理相关轨制的落实、监视和查核，最末实现数据平台的有效建立。

（五）数据平台的感化

我们颠末近几年的数字化摸索，总结出IT建立的逻辑框架，此中数据平台是毗连系统与前端利用、协同利用的桥梁，承先启后，毗连整体。

起首底层是手艺做为底座；在手艺底座上，要建立扎实的系统系统做为收柱；接着就要修建中台，包罗营业办事和数据办事；那些根底打扎实后，通过数据平台的数据办事才能，对操做类系统轻利用化，与人的交互进口前置到营业场景中，实现前端利用的开发；紧接着是协同利用的层面，在钉钉立即通信手艺的原子才能根底上，用信息将操做、审批、数据毗连到营业场景中相关人员构成到群内，同时对协同的数据停止阐发，实现营业协同和组织协同；系统产生数据，前端利用产物利用数据，数据平台整合系统的数据支持前端利用建立，前端利用的建立过程中也会校验系统摘集数据能否准确、够用，从而反哺驱动系统及数据平台的建立，实现数据的消费、利用、再生的闭环，通过如许继续利用数据、产生智能、反哺营业从而实现数据支持企业战术规划的可继续机造，支持更多的营业操做、运营和决策，最初通向AI智能利用。

数据平台的最末价值闪现是通过前端利用和协同利用来表现。前端利用和协同利用都是面向营业的场景，数据平台加速前端利用产物与营业场景的毗连。数据平台的才能不竭完美，可以支持更多的“数智”前端利用产物。以我们与滴普科技结合共创“丽影”产物为例，通过对多维度、多目标数据的实时阐发及全价值链数据模子构建，摸索出单一货品的全生命周期的动态闪现产物。它突破了原有BI的边界，将包罗时间、空间、库存、销量、补货等多重维度，数百个目标数据在统一个界面间接动态闪现，构成能够乖巧地交互掌握其播放的“数据阐发片子”，全面提拔了营业数据的阐发与利用效率，实现了让数据在动态中驱动营业价值。丽影除了产物自己的立异，在手艺方面也是有十分大的打破，在行业内的大数据的利用侧根本上是BI报表、大屏等，一个大屏信息量是几百个字节，都是基于传统数据库，还只是小数据量的利用，而丽影是TB级的，是通俗大屏的一万倍以上，是间接对接大数据处置系统，才使得丽影能秒级闪现TB级的数据，是大数据间接利用到数据闪现的产物，那是在手艺上十分大的立异与打破，是我们的营业与滴普科技的手艺完美的连系，是手艺走到营业，实现了实正的营业价值。

将来新的手艺会不竭涌现，产物的活力来自于场景，新手艺到利用参加景的速度也会越来越快，根底建立是底层才能，假设底层才能不敷，再前沿的手艺用起来也达不到效果。评估根底建立最简单的就是实时，摘集的数字能否实时汇总给响应的人看，那是营业上智能的根底，智能在详细营业里就是快，就是效率，全方位数据不克不及实时，上智能又有何用。

第三部门 若何理解数据在营业场景中的利用

第一部门写的是营业环节到系统摘集到数仓之间的关系，第二部门论述了数据平台的逻辑，那些写的都是系统建立，本部门写一下系统建立与协同利用的关系。

（一）数据生态的逻辑

数据是后台系统协同前台利用的桥梁，所以我们先简单地讲一下数据生态的逻辑：第一步先确定一个实体（营业域），第二步是确定用什么体例往停止数字化摘集，第三步是把摘集的数据放在一路，第四步是将数据停止阐发，第五步是数据办事。

举一个生活中的例子，家里的电器，不管灯仍是空调，就是第一步的实体；何时开、何时关、用电量，那就是第二步摘集，将家里所有相关的电器都做到数据摘集；以上数据都是分隔摘集的，所以需要第三步，将所有的数据放在一路，那就是数仓；有了数据，再停止阐发，也就是经常何时开空调，家里的用电量等等，那是第四步；第五步，根据阐发数据，给出合理化的定见，那就是数据办事。

换成手艺的体例表达，第一步实体，就是详细营业。第二步摘集，就是进系统。第三步数据回集处置，就是数仓。第四步阐发，就是前端数据利用。第五步数据办事，讲的是回路，讲的是协同在线，同时也是完全的闭环建立。

协同在线，就是用动静实时串连操做、审批、数据为一体，也就是第五步的数据办事顶用动静把前面的四步串联起来，构成闭环。它的感化是：从系统走向利用，从后端走向前端，从部分走向整体，从营业走向治理。下面用数字化建立的逻辑来表述一下。

（二）从无数到有数到再增数据

起首要处理有数、无数的问题，再处理数据的完全性、有效性问题，就是回路建立，那个从无数到有数到再增数据，详细如下：

1、无数到有数

一个实体（也就是营业），一种现象（对应的营业场景），能否能用数据表达出来，或者能否能摘集到响应的数据，那就是无数与有数，就是数据的从0到1的过程，无数则处理摘集问题，有数要进进下一层。

2、有数连逻辑

有了一个数据，不成能完全表达出实体与现象，实体和现象都是由多个数据构成，也就是营业场景都是由多个数据构成，当有一个数据的时候，就需要找与之相联系关系的数据，那种联系关系，是多维度的，也就是数据的毗连的逻辑。联系关系的维度越多，阐明那个数的重要性越大。

3、定原则

数据在多维度验证毗连后，就要有原则，那个原则起首要表达与营业场景的实在关系，也就是在多维度上能够复用。实在性是数据有效性的前提。

4、成系统

即使数据已产生多维度毗连，但也只表示出某一个营业场景特征，统一个营业实体的多个营业特征之间编排组合完全的流程，系统是整体流程各个环节的完全数据的最末集成，整体性代表了系统撑持营业的才能程度。

5、实时性

实时的数据，能实在闪现当前营业场景的形态，系统的才能表现在数据能否能及时搜集与整理，并实时提赐与营业利用。与营业场景的现实之间的延时越长，数据的失实性就越大，有效性就越弱。实时性，在营业方面代表的是效率，在手艺方面则代表系统的构建程度、反响速度与利用才能。

6、共享（分享）

数据的实在性、完全性、实时性是数据平台的核心价值，也是数据分享的根底。实时化的数据通过前端利用产物不竭的分享给相关的岗位及人员，才气让那些人对实时的现象形态有了及时的领会，才气包管他们工做过程中动作与成果标的目的一致。

7、互动

实时化的数据在前端利用产物中闪现，在相联系关系的岗位之间共享，各个岗位之间根据共享的数据停止交换互动，同时毗连到详细的营业流程停止推进，那就是协同平台的感化，也是工做群的感化，实时化的数据共享，让岗位之间的互动更为有效，让营业流程推进更为顺畅。让岗位在系统的支持下，创造出远远大于原有的、仅仅基于岗位的价值，激发岗位的潜能。

8、活动

基于同一的协同平台，系统间数据的流转，岗位与岗位通过数据停止协同，数据被频频利用，数据被复用的越多、频次越高，也就表现出如许的数据其价值越高。需高度存眷那类数据的资产化价值。数据的活动，将聚焦在开发毗连的价值，系统的价值就是组织优化的综合表现。

9、认知

在实时的数据之中，产生熟悉，再将熟悉的数据，分享给他人，与分享的人互动，产生共识，再分享更多的人，就产生活动，在活动过程中也产生更多的互动，那个不竭的轮回就会产生许多共识，配合的认知会提拔小我认知与集体认知，从而也会产生新的数据需求，新的数据需求就是无数到有数，又产生新的轮回。系统和组织的潜力被足够地激发出来。

系统建立过程是从无数到有数再到实时化，是数据若何消费与摘集出来的过程，是从营业到系统到数据的建立过程（也即1-5）；从共享到认知，是数据被用的过程，是协同的逻辑，也是回路的建立（也即6-9）；从认知再到对新的数据的需求，是轮回往复的过程，是数据新的价值的产生过程，也是协同的感化和意义，互动，活动，认知，新的数据需求就是认知的进步，是加强回路的建立。数据的加强回路映射营业、组织、系统的迭代闭环，通过对那些数据停止汇总整合阐发利用，辅助治理决策，调整组织人员设置装备摆设和协调，提拔内部营业节点运转效率，驱动营业流程与组织才能的不竭优化。1-5，是现象到数据的过程；6-9，是数据价值的表现。

数据建立逻辑：从无数到有数，从有数到数据闭环，再到加强回路构成数据轮回

分享、互动、活动、认知，那八个字来自于凯文凯利关于将来的趋向，将来的世界必然是互动影响认知，系统的涌现就此发作。

（三）场景-微场景-细微场景

例如，零售门店在运营过程中，需要存眷店展是哪些顾客进进、顾客购置了什么商品、顾客购置的时间、顾客购置时的促销活动等等信息，通过营促销治理、POS等系统，对响应的数据停止摘集。那里的各方面因素都是彼此联系关系，彼此产生影响的，才能强的店长能通过火析那些因素的改变情状，找到销售颠簸背后产生的原因，来调整销售战略与安放。那个阐发过程就需要通过对响应数据停止及时的实在性确认以及数据的整理，因而实时数据闪现及相关数据阐发十分重要。以上的相关数据以前是散落在差别的系统之中，店长需要通过差别的系统来停止查询数据，然后再整理数据，耗时耗力，再因店长的程度纷歧，随便呈现数据禁绝的问题。因而，需要一个门店日常运营场景相对应的前端系统来称心营业及时、全面看数的需求。我们的门店数据产物利用而生。门店数据产物是以单店为核心，以营业数据为根底，根据现实营业场景搭建出来的。

1、“门店数据”根据营业场景编排--前端利用产物

起首，系统将每一笔销售单据停止数据摘集，数据搜集到数据平台。数据平台以单店为最小单元停止数据整理，构成人货场的单店数据阐发系统构建。再围绕最小单元往上汇总数据，成立差别岗位角色的前台利用，包管同一的口径和营业逻辑，实现数据的原则化。“门店数据”以单店为核心，基于数据平台的响应汇总数据，同时各角色根据响应治理层级逐级对数据停止验证，保障数据实在，在数据原则化的根底上，实现数据的实时化闪现。

其次，“门店数据”前端利用产物的设想构想源于末端门店的各营业场景，“门店数据”会根据差别的时间点推送差别的数据，由用户在门店场景中验证数据的准确性，确保系统数据一致。

最初，“门店数据”的功用共分为三大类，别离是【实时销售看板】、【数据阐发看板】和【门店治理东西】，每个功用都映射门店运营对应的微场景。

【实时销售看板】是及时地反响店展销售整体情状，从商场动态、完成率、店员销售等方面实时更新店展运营数据，便利店长随时掌握店展销售情况及目标达成情状；

【数据阐发看板】又涵盖销售概览、单品阐发、员工阐发、店展排名、特殊时段、店长陈述6个利用模块，每个模块里面的维度都差别，销售概览是以日、周、月、年时间维度，单品阐发是以畅、平、滞维度，店长陈述主动生成原则化的日、周、月陈述，数据阐发看板让店长全面领会店展情况。

【门店治理东西】则是围绕店展日常治理工做为目标停止设想的，次要包罗【店展目标】、【数据搜集】、【岗位治理】和【通知订阅】四个治理利用；【店展目标】用于造定店展和店员的销售方案。店长设置目标后，在实时数据、店员阐发等利用均会展现完成进度，便于更好地推进团队达成目标。

2、“门店数据”在微场景的利用--协同利用

“门店数据”通过协同在线将响应的数据内容在店展群内停止共享（分享），并实现审批在群、操做在群、数据在群，让店长与店员，各门店的店长与主管之间产生互动，不竭产生共识。例如：

1）早工做摆设：在早上8:30上班路上，店长在“门店数据”利用内连系本周目标完成率、排班情状及店员才能，调整店展日目标、将使命分配到店员，在“门店数据”的【店展目标】模块完成目标的设置。然后通过“门店数据”的群利用将今日店展目标、店员目标一键发送至店展群，将今日销售使命及销售战略同步至当班店员，如店员有疑义可群内及时沟通，达成共识后即可完成早工做摆设；同时，机器人会按时将店展目标逐层向上汇总并在各级治理层的群内播报，让目标治理更高效通明，店展间也可互相存眷、参考和比照达成情状，进一步促进互动与信息活动。

2）开单鼓励：机器人实时将首单信息在相关群内停止播报，提醒开单店员群内晒单，多种便当东西便利店员分享开单心绪及体味，同时，会通过动静推送的形式提醒店长，搀扶帮助店长做到及时鼓舞、互动，以鼓励士气；“门店数据”还会按时停止孖单播报，置顶开大单员领班像，创造集体荣誉感，灵敏的分享、鼓励构成标杆效应，以提拔销售动力。

3）时段报数及跟进：“门店数据”会在固按时段主动报数给店长，店长也能够通过“门店数据”的【实时数据】模块得悉店展实时的销售情状，根据数据来阐发总结当前问题。同时能够一键将包罗店展销售数据及运营总结的卡片发送至有其主管在的群里；主管看到店长发出的卡片，基于销售数据搀扶帮助店长阐发定位问题，在群内及时地停止领会与互动，最末两边构成共识，从而店展及时调整战略并运用到当天接下来的销售环节中。通过不竭地报数闪现、数据验证，也愈加能保障实时数据的准确性。保障准确性后，能够进一步阐发店展开单时段散布，为优化店展人员资本设置装备摆设供给数据根底。在晚上十点，门店数据还将主动推送【店长日报】给店长，店长日报从销售、单品、品类、店员四个方面，主动生成店展运营数据，辅助店长完成当日的销售复盘，同时便利店长做第二天的工做摆设，连系当月、当周的店展运营表示和下一步目标，乖巧、精准构成调整战略，运用至次日的运营活动中。

通过“门店数据”在以上微场景中的运用，将数据连系互动，足够沟通、互动更能发扬数据的价值，也让互动更有数据可依。店长、店员及主管等差别岗位之间不竭分享数据和交互定见，不竭产生共识，而且不竭调整和改进运营战略。分享、互动过程中又产生了大量的行为数据，行为数据连系调整战略后产生的运营数据，反哺到营业细微场景中实现营业迭代和阐发闭环，往继续拓展、加强整个“从无数到有数”的闭环建立。

3、“门店数据”将来在细微场景的利用--AI智能

通过有数据、连逻辑、定原则、成系统、实时化、分享、互动、活动、认知再鞭策从无数到有数，不竭产生新的轮回，在继续完美的全场景数据根底上，依托AI智能手艺的利用，连系机器进修的算法沉淀，逐渐实现从人和人的互动改变为人机智能交互，实现智能化构建，智能化又鞭策运营过程中细微场景的立异。 仍然以门店数据为例，从过往人找数据，到如今数据找人，将来以AI智能选举、语音/语义查询及大数据阐发等五项数智才能为支持，将实现更“懂你”的数智化利用，让店展治理更高效、办事更精准，借助数智才能，将来店长的一天将在与数据的动态互动中实现店展高效治理。以此中几个细微场景为例：

1）起首，在上班路上，机器人主动根据本月目标完成情状调整当日使命分配，并推送至店展群；基于AI语音对话才能，并实时提醒店员目标达成情状；

2）借助大数据阐发才能，停止销售揣测和利润揣测的动态阐发，同时连系库存监控预警，辅助店出息行精准调货申请。

3）天天，基于AI的智能选举，主动婚配销量、利润、库存等目标，计算出有销售潜力的主推款，并推送给店长，辅助店长精准决策；并主动共同店长，主动构成主推款详情和主推话术，触到达每个店员，助力更好地办事营销。

4）店长查询任何数据，不消翻开前端利用产物界面，间接与机器人互动就能够完成，机器人主动将互动的内容构成店长日报，以便店长复盘每日工做。

以上是以“门店数据”为例，根据1-9的逻辑，以营业场景-微场景-细微场景中利用的建立过程，数据在营业场景中停止搜集、整理、利用，通过协同在线，在细微场景中停止校正，同时增加更多的数据维度以及行为数据，基于在微场景中填补的更全面的数据的综合阐发，才气支持在细微场景中的AI智能利用。

门店数据：源于末端，办事末端； 协同在线，组织迭代

下面再简单以“补货群”为例，论述一个先建立6-9，再连通1-5的过程。

关于“补货群”，我曾发文《从补货场景，看企业协同在线》，在文中详尽介绍了关于“补货群”的摸索以及提出协同在线的构想、建立途径和产物。在2020年7月我们起头停止“补货群”的测验考试，最后是将地域相关货品人员以主群和子群放在一路，用动静来处理沟通难问题，其时补货工做，涉及到跨地区、跨岗位、人数浩瀚的各层级人员，沟通次要依靠邮件、微信、德律风等，没有笔录，响应的过程中数据也人工笔录在表格中，不克不及回溯。用补货群，响应的信息在群里分发到相关人员并间接在群里沟通、跟进，每小我能否看到动静都能闪现，都可笔录，同时，各人之间的互动也在群内。当各人习惯了利用群的沟通体例之后，根据详细的营业微场景的需要，将系统功用或前端利用解构，通过群构造设想、群才能设想和动静推送设想的编排，进一步将系统的操做、审批、数据逐渐前置到群里，实现了1-5与6-9的完美连系，那就是协同在线的从无到有的摸索。传统的零售系统是以流程为主，将来零售系统会以利用营业场景中，以数据平台和组织平台为依托，数据平台将各个系统摘集的数据搜集汇总起来，再根据组织平台的信息根据各个营业岗位分发数据，协同在线再把谁操做、谁审批、谁看数都串联起来，构成过程数据化，那就是将来的零售系统，原有的ERP都酿成后台系统，一切利用都对应详细营业场景。

以上是我们对数字化建立的根究及数据利用落地的摸索，如今行业内涌现出许多概念和逻辑，那些概念和逻辑，大部门都源于线上的构想，线上是个虚拟空间，自己就是用数字来表达的，没有数字不克不及实现线上；而线下是实体，针对实体，能否能摘集到全面的数据，或者法令律例的原因不克不及摘集，是实现那些概念和逻辑的前提前提。概念落地起首要处理从无数到有数的过程。

整个从无数到有数的逻辑中，互动、活动、认知长短常重要的，也代表回路和加强回路。因数据所产生的互动，代表数据是活的，也就是那个数据是有价值的。所以那个单一互动也会产生新的动做，那个动做假设回到操做层面，就是一个完全的回路。假设因为那个分享而产生更多互动，再产生再分享的活动，那就有可能会产生加强回路，当然还需要对接到操做层面，鞭策相对应的操做以至到整体操做。所以互动十分重要。互动必然要基于配合的探究，素质应该长短合作性的，从理解动身，分享每小我的看点和设法，暂停基于小我的假设和自信心，暂停证明“我是准确的”的本能反响，秉承“我们都是对的”的开放与相信，突破非此即彼的场面，实现打破，那需要通过倾听和实正的对话停止配合的探究，以达成配合的意义，那也将意味着构成有意义的活动。放在公司的情况里，对话是根究或进修型组织的至关重要的根底。通过对话，公司的大脑能够不竭地从头成立联络与互动。不竭的互动中才气消费活动和认知，最末产生认知的提拔。

数据的活动，能把系统的潜力发掘出来，能让岗位更多地撬动出系统的潜力。

第四部门 数据平台是企业资本的治理平台

跟着国度政策对数字化的重视，数字化已经成为企业一定的课题，理解信息化与数字化的差别，及数据平台的感化，企业才气更好地建立数字化。

（一）科技部分定位的改变——平台的平台1、数字化是在信息化的根底长进行建立

起首理解一下“信息化”与“数字化”的区别，信息化是让企业的运营治理活动能被数据笔录下来，对企业的消费、摘购、销售过程及客户办事、资金活动等营业活动和过程停止数据化的笔录；运用计算机、收集、数据库等信息手艺，实现企业的营业流程治理和营业数据笔录，其重点存眷的是营业流程的优化和营业系统的搭建，典型东西如：ERP/WMS/OA等。信息化其实是一种“营业数据化”。从治理的特征而言，它是以企业部分为单元来办事于部分流程主动化，因而它是以办事为主，以营业单元为主体办事营业单元的。信息化建立中，数据并非为数据消费者创建的，相反地，数据是营业活动产生的副产物，数据并没有得到全面有效的利用。

数字化是通过各类手艺和治理手段，将企业分离在各个营业部分的、信息化阶段持久积存下来的数据，以及通过收集等手段获得的企业运营的过程数据或外部数据，同一通过大数据/云计算/AI等手段综合操纵，通过数据发掘，发现问题、觅觅法例、拓展商机，用数据优化营业组合，提拔营业流程效能，实现企业的继续运营、继续立异和继续开展。典型东西如：数据仓库（湖）、数据平台、AI算法平台等。数字化是“数据营业化”。在数字化时代，若何发现、获得、处置并有效利用企业各类活动的数据及外部数据是建立的核心。那一过程没有什么原则化东西可循，都是在持久信息化建立根底上累积而成。

信息化是让系统适应当前的营业现状，营业之间存在部分的治理鸿沟，招致系统的建立也相互独立，那就是所谓的烟囱式的系统建立。而营业环节的治理断点，则系统、数据一定不连通。数字化建立中，营业环节的梳理及重构需要突破组织鸿沟，从企业价值链视角动身，基于企业全局营业来审阅信息化建立期间的问题，数据，做为营业信息传递的载体，在那个过程中得以打通、校正、完美，发扬价值。

与此同时，新的IT手艺不竭涌现，手艺打破到现实利用的速度也会越来越快，IT产物的利用活力来源于营业场景，新手艺到利用参加景的速度也会越来越快，根底建立是底层才能，假设底层才能不敷，再前沿的手艺用起来也达不到效果。评估根底建立最简单的就是数据实时、精准、快速，从数据产生的源端实时推送（加工汇总）到最末数据的利用端，那是数据在营业场景中利用并发扬感化的根底，提赐与营业有效利用从而实现最初一公里的打通。最初一公里是令人兴奋的，某种水平上是营业方对IT建立的价值构成强烈实在感触感染的处所，但那种感触感染需要持久继续的建立才气实现，如“丽影”，从把所有营业的数据停止摘集，通过数仓手艺同一处置和加工，最末颠末数百个模子的开颁发现各类维度的营业形态，那个功效从系统数据梳理到数仓建立到前端数据预备前后至少用了三年的时间，对手艺而言，根底建立不敷是支持不了营业利用需要的。

2、数字化建立的特征

数字化建立的特征：1、手艺门槛高，要毗连和打通所有的系统，实时整理所有搜集的数据，再同一利用给营业用户，因而链路长，又要求有时效性。2、建立难度高、周期长，起首要求传统烟囱式、封锁式建立的各个系统翻开，酿成组合式的、（能挪用的）；其次要从营业整体设想，往评估现有系统能否足以称心开展需要，正如第一章所述，从整体根究规划；最初数字化建立道路是没有现成可学的办法，只要在不竭的摸索中迭代前行。3、对治理者要求高，治理者一方面要理解手艺建立周期与营业需求之间的差别步和延迟，手艺建立是以构建为根底、长周期、不竭迭代而成，因而手艺实现周期远远超越营业运营周期，另一方面营业系统要时刻连结一般运行，而手艺建立在迭代过程中又需要营业运营系统及时做出响应反响，那对把手艺建立周期和营业运营周期停止平安、有效地协调提出了极高的要求。那对我们当下的整系统统运行才能是一个极大的考验，也是我们那个系统走向完全强大的起头。那就是我们的系统核心合作力的打造过程。

3、数字化改动了手艺部分的定位

数字化和信息化的定位是差别的。信息化是以企业内部各部分为主体，只要契合部分内部流程，围绕对单个营业的理解，建立独立的系统来称心营业的需求，因而营业过程的笔录和响应营业需求是传统IT系统建立的核心，也是科技部分在企业中的定位——办事于营业。而数字化是拉通企业整体的，是将各个部分系统的数据搜集起来，同时需要数据获得手艺/数据处置手艺/数据阐发手艺/协同流转手艺等更强大的根底手艺建立才气实现。整体性、多样性带来的建立难度极度增大，因而数字化的建立周期远远超越信息化。数字化是实现企业从一个点的、端的、或者是部分的合作优势走向企业整体合作优势的量的飞跃的根底保障。科技部分在企业中是跨部分毗连最多的部分，是企业所有问题集中闪现出来的部分，也是所有数据搜集构成资产的部分，毗连越大，影响面也越大，因而科技部分的定位也随之发作浩荡的改变。

信息化时代，流程以各个部分为单位停止建立，“彼此比力”成为胜利的艺术，比力内部所有部分之间的差别，最末找到胜利部分及其胜利的原因，那是传统企业找到内生开展的途径。数字化与信息化建立更大的差别是：数字化是将所有部分的营业流程产生的数据放在一路，从整体建立的角度往根究更大的可能性，据此往优化营业规划与流程，响应地基于整体规划IT系统建立，进步整体效率。由传统的各部分自支流程建立改变成以企业整体规划自上而下贱程设想为主线来建立各部分流程，在此根底上，整合统筹所有的资本。数据平台的感化就是把所有的数据停止搜集整合，也就是对资本的信息停止搜集整合。

跟着线上营业开展，跟着互联网的普及，企业与企业之间联络越来越多，越发需要企业具备整体视角。营业系统不只要关心本身的营业运行，还需从公司整体的角度熟悉IT系统及数字化建立的价值和意义，领会和发掘IT系统可以给本身才能建立带来的浩荡撑持和搀扶帮助；而科技系统不只要从手艺的角度包管整体运行平安、有效，更要熟悉到IT系统更大的价值来自于为公司实现整体建立所发扬的特殊而核心的感化——对营业各个环节停止打通和毗连进而让公司整体动身优化前端营业系统供给全方位的响应和撑持。所以营业系统和科技系统都有需要通过升维根究从头熟悉到本身系统不竭进化的可能性和需要性，站在更高条理上看到对方存在的浩荡价值，超越原有的本位意识，从协同的角度看到两者深度合成的浩荡潜能，从而对公司的运营和开展可以做出远远超越昨日的奉献。

科技部分定位的改变——平台的平台

科技部分的定位改变成为公司治理平台的平台，从对治理供给撑持改变成支持治理平台高效运行的根底平台。

（二）打通最初一公里——协同在线1、营业对系统建立提出需求的核心——数据

跟着数字化的建立，营业部分都期看通过系统那一手艺手段来提拔营业运做，于是对系统建立提出了良多需求，让手艺部分往实现。但良多时候营业部分没有理清构想，详细表现在数据上，表示为以下三个问题：

第一，自己没有数据或数据失实。在营业环节中，一方面是没有系统或者是营业环节中的某个点没有设想到系统功用中，数据没有摘集；别的一方面是有系统，但是初始数据是在日记中，没有被利用；还有就是系统初始数据摘集是手工录进，耗时耗力，随便失实，瞄准则治理的要求高，极大地增加了治理成本。

第二，数据在企业内部的其他部分，提出需求者会用各类理由打破治理鸿沟。手艺部分是做系统功用建立的，他们只是根据营业流程和需求停止系统功用开发，对部分内的流程及部分流程鸿沟是有清晰认知的，而对营业的整体性及鸿沟的领会和把控很难，从数据利用上，营业需求提出方会有良多的理由证明本身提出的需求是需要跨鸿沟的来完成，跨鸿沟的需求能否被容许，手艺部分揣度不了，需要营业主导方从整体来判定，那就是权限问题，权限的背后就是组织内部鸿沟问题。

第三，数据在企业之外，数据不完全。外部数据，因为国度相关法令律例的要求，很难获取完全的数据，有时以至很难实现摘集，因而经常获取的是点状的、不全面、不完全的数据，实在性难以评估。

2、系统与系统之间的毗连问题

单一系统的自己就是流程，单一流程是简单的，随便顺畅，也随便利用，以称心某部分内部日常工做需要。然而即使单个营业系统建立顺畅了，系统与系统之间也贫乏毗连，存在断点。而断点与断点的毗连，靠的是手艺人员手工调整设置装备摆设，就是权限。烟囱式架构建立的系统的背后是权限设置装备摆设的割裂；同时，系统与系统之间的断点，也很随便形成数据的割裂与纷歧致。

过往靠行政和组织治理停止的系统之间的毗连是没有系统支持的，原则是因时而宜且因时而异的，那些问题颠末积少成多的叠加，就会纠缠在一路，许多问题也就越来越复杂。贫乏整体设想，就绝对无法处理上述问题。那就是营业治理的难点，关于手艺部分来说，也是信息化系统建立难跃过的鸿沟。

因而，数字化的重点就是要处理从整体停止设想、从整体停止毗连的问题。从整体上看，跨部分之间的毗连都发作在营业场景中，过往系统建立基于流程，将来要基于营业利用场景。营业流程与营业场景是环环相扣、层层毗连的，营业流程通过信息化建立根本都是有系统支持的，没有系统支持的是系统与系统之间的毗连关系，把人与系统的毗连以及系统之间的毗连在营业场景中串联起来，就是协同在线所实现的，在我曾颁发的文章《从补货场景，看企业协同在线》中有详尽论述，协同在线让营业流程运行顺畅和营业场景功用到位那二者实现了完美的合成，让系统对营业的整体运行供给了足够有力、及时的支持。于是协同在线处理了从整体停止毗连的问题，打通了数字化建立的最初一公里，让散乱到简单。数字化让协同成为了可能，而协同又更好地支持了数字化的开展。

整系统统的顺畅是企业跨部分及对外高效协做的前提，所以数字化就是建立原则化的连通。而那个原则化不是一起头就能设想出来的，是在系统利用过程中不竭迭代出来的，是营业与手艺互动出来的，协同在线是数字化关键，是需要从整体根究和规划，针对营业系统的需求找到产生那些问题的根源停止相对应的组织及跨组织毗连，一方面通过手艺手段，让跨部分的毗连构成数据并完成摘集，在分享和互动中让毗连更顺畅、更高效，处理跨部分毗连中非原则化的问题；另一方面，基于不竭的分享、互动、活动，构成共识，停止共识的原则化建立，那不只可以处理动静化时代系统烟囱式架构存在的问题，更重要的是还能产生在原有条理上的系统所无法创造的价值和效益。

打通最初一公里 —— 协同在线

（三）营业治理的核心挠手——数据平台1、数据是沟通的桥梁

数据做为沟通的桥梁、同一的语言，让营业环节与系统功用之间毗连起来，让“营业依托手艺，手艺为营业赋能”成为可能。正如前文所提及的“门店数据”，它从门店运营场景中海量利用数据的过程中笼统开发而成，它成为了各级治理者与一线员工的沟通桥梁。关于大型零售企业，拥有散布在浩瀚城市的浩瀚的门店和数量浩荡的员工，营业和组织复杂度对治理者提出了十分高的要求。（1）“门店数据”搀扶帮助治理者运筹帷幄。完全的门店数据系统实时闪现了门店的运营动态，关于各级治理者，整个集团/区域/城市的营业身形通过数据孪生的体例实时映进眼帘，为营业决策供给足够的数据指引。（2）“门店数据”搀扶帮助治理者走进一线。“门店数据”就是各级治理者与营业一线的沟通桥梁，它彻底突破了在传统“巡店”过程中天然存在的治理层和一线员工的对话障碍，包罗语言纷歧致，数据不完全，表达不曲看等，各级治理者操纵“门店数据”到任何店展往都能够间接与员工就详细营业停止有效沟通，快速发现问题，进而处理问题。

“门店数据”建立了企业内部语言系统，数据构成了治理者之间、治理者与一线之间的沟通桥梁，也是治理提效的东西。

为了保障那种沟通，就需要在数据产生的泉源长进行原则化及验证，保障数据的实在性和完全性。其实每个数据的产生，都是系统的录进摘集过程，并且会被系统完全笔录下来，那个过程同时也会涉及到多个系统中的数据的挪用，数据之间的挪用关系也是实在性的反响。好比零售店展整个POS开单过程，所需的数据涉及十多个系统，POS需要将十几个系统里面的会员、商品、店展、营业员、促销活动等十多个维度的数据源、数据规则在一个功用菜单停止会聚和整合，生成销售订单。在那个过程中，数据的录进摘集都是发作在店展中，店展人员能够通过“门店数据”实时查对录进摘集的准确性，治理者也能够通过“门店数据”与一线员工确认数据的实在性，来确保系统中的数据的实在性。

2、数据治理是治理工做的一部门

同一的数据门店产物，处理了门店产生的数据曾经存在的数据不全、数据禁绝、数据纷歧致等问题，那些问题以前严峻地造约了数据价值的实现。数据价值的实现就表现在营业更有效与更高效地利用数据，在数字化建立中的途径就是将所有系统的数据搜集到数据平台，数据平台再根据营业利用场景停止编排建模，以提赐与营业利用，实现有效利用和高效利用，例如门店数据和丽影。当数据搜集到数据平台根据营业利用场景停止编排建模时，就很随便识别出某些营业环节的数据存在的不全、禁绝、纷歧致等问题，那就需要数据治理，从利用端到数据源停止拉通，回溯数据摘集的泉源及途径，停止数据原则及数据关系的梳理，治理泉源的营业运营的标准性。可见，数据量量是营业运营标准性的表现，数据治理需要治理者主挠。对数据的重视其实由来已久。我国从很早（商朝或者秦朝）就起头了记账，响应地也会有对账工做，那就是最原始的数据治理，以包管账账相符、账实相符，账账相符就是流程拉通，就是流程与流程之间的关系，在流程内部就是节点与节点之间的关系。账实相符，就是闪现资本的数据与资本自己的一致性，例如生齿和地盘等，历朝历代，生齿、地盘的数据都是统治者所重点存眷的。所以，数据治理自古有之，并非现代化企业才有的一项新的工做内容。数据治理是一个漫长的、实逼真切的治理的根底工做，持久而又继续性的工做，反响出营业运营的标准性和效率，是治理者日常治理工做的一部门。而数字化建立的革命性奉献还在于它反哺治理系统，为治理者通过开发公司整体运做优势供给了史无前例的可能性，当然，要想发扬那一优势也对治理者，出格是公司层面的治理者在认知和才能上提出了史无前例的挑战。

3、数据平台是企业资本的治理平台

跟着手艺的开展、数据平台的建立，数据做为最核心的资产，数据治理才能做为最核心的合作才能，起头登上汗青的舞台。数字化转型的核心是厘清营业与系统的关系、营业与数据的关系、系统与数据的关系，协同推进营业变化、系统建立及数据才能建立。

将来企业数字化开展是在手艺根底上，起首开展两大平台：营业平台和组织平台，营业平台是笔录所有营业流程中的营业数据（包罗销售数据、货品数据、渠道数据等等），组织平台是笔录组织治理过程中人员数据（包罗岗位数据、权限数据、行为数据等等）；然后开展数据平台，数据平台是营业平台和组织平台的数据停止搜集，加以综合治理，让数据实在可用，为数据利用做预备；最初是前端利用和协同利用的建立，前端利用产物化是将对应营业场景停止原则化的数据利用建立，协同在线是在原则化的数据利用根底上，称心营业微场景中更多个性化需求，进步整体协同效率。所以数据平台在整个建立过程中起到承先启后的感化，因而说它是IT建立的核心。在贸易企业中，手艺利用开展的目标就是为了调动资本并合理操纵，精准、系统化支持企业以更好的商品、用更快的速度称心顾客的需要。灵敏来自于协同，协同的前提是同一‘语言’系统，而那个‘语言’就是数据。数据平台就是资本合理调动和操纵的保障，是企业所有资本的治理平台。

数据平台——企业资本的治理平台

不管手艺若何开展，都超越不了那五个字：理、象、数、时、位，那五个字来自《易经》的核心思惟。营业运营从整体和动态的角度来总结也是那五个字，营业阐发就是用数据把差别的时间、差别的岗位和范畴、改变的营业现象及背后的原因串联起来，并且还在过程顶用数据不竭闪现理、象、时、位的实在性。那个轮回就是将看察、阐发和根究不竭迫近实在的过程。手艺是那一抱负酿成现实的前提、东西和保障。

本人30年零售营业体味，从营业到治理，再到科技部分治理三年，本文是对从营业转型科技部分的感悟，和对企业数字化建立的根究。文章的内容有许多来自于我所率领的团队及协做伙伴的摸索与理论，分享出来供各人参考。