传统企业转型要跨过互联网数据思维的四重历练你肯定不知道
文:网络媒体
作者:鼎捷数智 | 发布时间:2015-09-07 10:13:00
“传统产业由于行业利润率及经营思维,相比互联网型企业在技术设备及信息化方面投入有着天壤之别,不少大型制造业甚至连较为完整的数据统一平台也没有,更别谈论基于数据统一平台的BI商业智能分析等应用了。 从生产驱动转变为数据驱动,是传统产业迈进数据驱动企业不可绕过的门槛,在转型的过程中至少要跨过互联网数据思维专家所提到的四重历练:”
传统企业转型要跨过互联网数据思维的四重历练你肯定不知道
第一重:建立数据化运营习惯
对于中国很多传统产业而言,拍脑袋、领导权威及家族式管理占据了企业经营决策太多的比例,因此对于传统产业来说快步迈进数据驱动企业的第一重、也是较重要的历练是首先建立企业自上而下的数据化运营。让数据真正成为经营决策中的核心。要求企业每一个决策人员在日常决策中,养成思考在决策流程中究竟有哪些环节,是可以通过一些数据去帮助决策的,久而久之,数据化运营框架将在企业内部逐步搭建起来。
而数据化运营一定需要由公司管理层发起、通过KPI与流程制度逐步在企业内部推动。较难推动的是要改变已经具备成功经验的传统企业老板的习惯!可先由管理层拍板使用数据去实现一两个新的业务应用场景,在企业上下建立起对数据化运营的信心与认可,慢慢再衍生到更多的场景之中,再适当结合KPI与其他激励,逐渐建立起全体人员的数据化运营的意识与习惯。
第二重:打通数据的流动力
数据化运营是强调运用数据突破运营中某些“点”的应用,接下来需要突破“点”的局限,如业务部门间信息不通,财务对业务及营销不敏感,研发部门不能了解到第一手产品销售情况等。数据本身及应用不能放置于孤岛之中,数据在企业内部需要犹如血液一般流动,打通数据的两个层面:
第一个层面是实现数据物理间的互通。企业需要在数据互通、存储成本、时效性投入大量资源。同时逐渐增加的数据同样需要良好的数据治理,比如内部通行的数据口径、数据管理,数据维护主体部门的明确、数据质量,及数据关系管控都是重要的课题。
第二个层面是实现数据与商业模式的互通。数据需要流动在企业的商业模式之上,一方面数据需要紧密结合商业过程的各个环节,并能敏捷地反映商业的变化。经过这一层历练,企业的数据才能真正“活”起来。
第三重:产业数据资产形成闭环
传统产业如果经过上述两重历练,管理层迫使着执行层逐渐改变思维、实现工作开展从“依靠经验”到“依靠数据”的转变。数据已经初步成为其核心竞争力之一,也就能称得上是“数据驱动”的企业了。接下来,就是要建立产业数据资产的闭环。
数据资产的丰富是自下而上的,因为即使是谷歌单靠有限的高管和数据科学家们也无法拼起整个谷歌数据资产版图,靠的是整个企业的大数据意识,基层的实践才能出数据,人人都能为企业的数据资产添砖加瓦。当然企业还需要有科学的数据资产治理制度,才能不断将这些被创造的数据真正转变为真金白银的资产。
第四重:互通连接,成就产业
未来的产业互联网形态,肯定不是各家企业自扫门前雪,建立起产业数据的一座座“围城”,产业的数据需要共享与互通。在未来行业协会可能将升级为数据交易市场,致力于推动行业内部数据资产的流动和价值较大化,这意味着行业内部的协作将变得越来越重要,只有利用大数据流为框架形成行业整体的合力,产业互联生态链才能被完整地搭建起来。
在未来获取丰厚产业互联利润的重点在于与终端用户的连接能力,以及基于这种连接的个性化设计能力。传统产业如何搭建与终端用户的“连接”是较为关键的重点!终端用户关系管理是消费互联网的强项,但传统制造业或传统产业销售上以层级的代理与经销商渠道为主,与终端用户的关系较为薄弱,数据上甚至不掌握较为全面的终端用户数据,解决方法是在于大数据技术运用。目前传感器、物联网技术的成本已能控制在合理的范围之内,如现在的空调已经带有了WIFI模块,可以通过微信控制;洗衣机能通过内置的传感器进行日常自我诊断,并向服务器返回运行数据帮助维修工程部门及时为用户解决故障。新技术一方面正在帮助传统产业积累用户数据,了解用户的偏好及习惯,使得将来的个性化制造成为可能,而另一方面则在以前不会沟通的机器增添了与用户连接的窗口,为他们提供各类充满科技感的服务。
上一页:大数据的未来在于开放与共享
相关新闻
-
大数据时代的商务智能解构企业数据仓库架构
对于商务智能或数据仓库开发者来说,这是一个让人眼花缭乱的时代,各种新技术层出不穷。在种种技术创新解构现存架构、技术和传统的时候,数据仓库和商务智能也不能例外。
-
推动了机器智能的大数据,为什么还应用不起来?
要想考察大数据较好同时考察大数据背后的技术、商业和社会维度。从发展成熟度来看,技术维度走的较远、商业维度有所发展但不算全面成熟,社会维度发展较差。
-