数字化转型方法论之五：企业数字化转型六图法

当前新技术和理念层出不穷，但如何将新技术和新理念引入到传统企业的研发、管理、生产、营销等全业务流程，推动企业数字化转型和智能化变革，尚缺乏成熟可借鉴的经验。

对企业来说，固然可以通过数字化转型实现业务生产变革，进而达成提质增效降本的目标， 但也有可能掉入万丈深渊 。这使得很多企业仍然处于纠结观望的状态中，要破除这种困境，必须找到办法尽可能降低不确定性带来的转型风险，让数字化转型的每一步走起来都卓有成效。

针对当前企业普遍官网的心理现状， 马晓东提出了数字化转型六图法，即战略地图、业务地图、需求地图、应用地图、算法地图和数据地图 。

图1 数字化转型六图法

01 战略地图

“战略”一词最早是军事概念，指对战争全局起指导作用的计划和策略。企业战略就是长远规划以及在某一时间点要达成的目标。随着国家智能制造持续深入推进，企业需要从长远角度制定与发展目标所匹配的智能制造战略需求。

对企业而言， 数字化转型的第一步是要梳理方向，形成战略地图。 企业在梳理战略地图的过程中可能会出现两种情况： 一种是商业模式没有被数字技术改变，另一种是数字技术已经促使商业模式改变。 不过随着数字化、网络化和智能化发展，以及新技术应用的日趋成熟，不被数字技术改变的商业模式已经很少了。

因此，企业在梳理战略地图时， 首先要明确应从哪里开始变革，清楚当前所处的现状以及未来要实现的目标。 企业战略地图必须包含 战略目标、业绩目标、KPI类型、KPI增长方式、KPI增长价值 等内容。

通常的做法是将战略目标分解成不同环节的目标，明确存量目标及二级目标。 企业完成了总体战略目标和阶段目标的制定后，还需要对相应目标的实现路径和方式有清晰的认知，从而匹配合适的战略执行路径及实施策略，同时要保战略目标能够按照计划有序推进、稳定落实。

在战略地图执行过程中必须纳入考虑的要素，特别是在人力资源和资金投入方面，不仅要考量员工能力、数量及人才结构，还要保证有资金保障能力。 企业在推进和执行战略地图的过程中，通过数字技术可以更好地挖掘商业模式、创新收入模式以及运营模式。

02 业务地图

当企业确定数字化战略并拟定上下一致的战略地图后，根据最新的数字化战略以及运营模式梳理业务地图。 业务地图是企业实现战略地图的行动方案，包括业务流程和业务方式。 企业只有梳理了业务地图，才能清楚哪些业务环节可以优化、重组。

企业若拥有不同维度的业务，特别是核心业务，在规划初期便应分解出相关举措，将现有业务架构进行梳理，分析当前面临的问题及痛点，如图2所示。

图2 业务地图

企业中层需要参与公司核心业务的梳理工作，可以先梳理关键业务及关键环节， 包括业务部门待优化之处、组织架构待调整之处、待实现数据智能化运用之处 等。

比如某零售企业在梳理业务务地图时，某项关键业务可能就涵盖了上万个类别的办公用品，在这些分类中又有子分类和不同的产品型号。除了产品品类，该企业的关键业务环节可能包括定制服务、售后服务等，这些都是该企业的核心业务，需要在梳理业务地图时特别注意，明确优先处理的事务及环节。

在完成业务地图的梳理后，企业可以更高效、低成本地用数字技术和方法达到战略目标。

03 需求地图

企业可以根据业务地图制定需求地图的阶段性目标，从而确定数字化转型中各个需求的优先级，确保各级资源完美匹配。

图3 需求地图

CEO构建需求地图时，需要了解清楚业务团队的需求，明确客户具体需要什么样的业务价值。 需求地图并不是相关人员主观决定的，而是由业务逻辑确定需要紧急处理的需求，这不仅需要业务部门参与，还需要技术和其他部门的配合。

许多企业存在一个误区，认为需求仅仅是由业务部门提出的，因此，这些企业都在等业务部门提出问题，再依托技术部门加以实现。

实际上，消费场景不断变化，业务部门提出的需求很多时候都是一个创意，这个创意很难变成一个明确的需求。业务部门提出需求时会有一定压力，因为这个需求要经过很多流程才能落实，最终变成可执行的项目。这种周期长的落实过程会逐渐打消业务部门的创新动力。

因此，最好的解决方式是由数字化团队发现业务需求并将其整理成为可以用数字化方式实现的产品。数字化团队以数字化的视角来完成业务创新，承接业务创新的价值和任务。这时企业可以给予一定的激励政策，鼓励数字化团队积极落实业务部门的需求。

但必须注意的是，创建需求地图需要数字化转型团队与企业CEO等实际决策者（即一号位人物）共同参与。

决策者需要从全局出发，在数字化转型初期的6个月内，确保公司有限的资源能够优先被需求地图中的紧急需求使用。一号位人物要对需求进行分类排序，将有限的资源充分覆盖到关键的需求中，达到资源有效运用，为数字化转型团队保驾护航。

04 应用地图

社会正经历由互联网信息时代走向数据时代的技术革命，数据作为新时代的核心资源，是企业数字化转型的燃料。 如何利用数据资源及数字技术实现企业运营管理数据化、自动化和智能化的目标，是数字化转型团体必须解决的问题。

企业可从以下两点构建完整、详细的应用地图，以满足业务部门的需求，实现对数据的高效利用，如图4所示。

图4 应用地图

1.制定数据应用规划，建立应用环境，完善应用体系

在数字化转型过程中，为了能更好地实现对数据的智能应用，企业需要制定并加强数据应用规划，即创建应用地图。

数字化转型团队需要从赋能业务的角度出发，选择要解决和产生业务问题的场景，针对这些场景进行需求采集和数据资源整合，梳理这一系列流程，形成不同维度的数据应用类别。

在梳理应用地图的同时，企业还可凭借数据技术建立可扩展的数据应用环境， 建设以数据应用为核心的数据中台架构及数据资源多维度切分、共享、调配机制，便于业务人员随时调用数据资源，提升运营能力，提高数据应用效率。

数字化转型团队还须完善公司的数据应用体系，围绕已掌握的数据资源， 通过数据采集、处理、存储、分析、挖掘、可视化和安全验证，挖掘和展现数据蕴含的价值，加强业务创收能力。

2.建立应用地图，满足多维度的业务需求

数字化转型团队需要围绕数据智能应用逻辑，对产品全生命周期中各个环节产生的数据和需求加以整理，形成数智应用系统，帮助企业确定数智应用的区域和模块，为规划数智应用解决方案提供指导意见。

应用地图必须灵活，可以随着业务需求的变化做出相应调整，时刻满足多变的业务需求，推动销售增长。

针对不同业务的问题，企业可以搭建多个应用地图，帮助运营部门实现数据赋能业务。

应用地图可以十分简洁地概括数字化转型的目标、投入、项目任务量等指标。 CDO或CEO以及董事会过快速浏览应用地图，掌握数字化转型的进度等重要事项。

05 算法地图

企业打造智能化应用场景，除了必须完成对数据的整理，更重要的是算法的构建，算法是实现数据分析的重要基础。

算法地图是根据业务关系进行梳理的算法规划图。 算法地图可分为 统计模型、挖掘模型、AI模型、行业模型、函数库和算法库 等几部分。其中 以决策树、K-means聚类、因子分析为代表的统计模型采用数学统计方法建立，可应用于人群分类、用户分群、满意度调查 。企业在创建算法地图时可根据业务关系梳理出不同业务线上的模型地图。

构建算法地图可以帮助企业做出更精准的分析决策，提升市场竞争力。比如在构建用户画像中使用算法进行人群分类，找到不同人群的特征，建立用户流失模型，通过用户行为标记有流失风险的人群，分析客户流失原因，便于运营团队及时调整营销方案，通过有效手段挽留客户。

企业创建算法地图可以将以往开发的算法进行整理、归类和存储，避免因人员变动导致算法遗失及重复研发。算法地图帮助数字化转型团队了解公司内外部的算法资源，为接下来的数据治理及应用提供支持。

企业在打造算法地图时可通过算法模型管理框架编排算法，研发并补齐企业缺少的算法模型，为下一步的算法应用提供便利。 同时，企业可记录算法地图编排过程中的关键流程，以确定哪些算法可实现自动化，进而嵌入业务流程中的自动化决策模块。 另外，企业可根据数字化转型需求，补齐企业或各类机构缺少的算法模型。

企业在数字化转型过程中，需要根据完整的工作流程将内部已有的算法进行统一整理，按类划分，形成算法地图。在此基础上形成一个开放、共享、便于迭代更新的算法地图应用机制，以备数字化转型团队成员随时调用。

随着数智业务的持续发展和物联网的普及，企业日常事务的数据量呈指数增长，利用算法实现数据分析的应用案例逐渐增多。提高算法的利用率也是数字化转型团体要做的事。 构建和应用算法地图可以帮助企业推动算法在内部的使用范围和使用效率，使算法应用更加智能化，带动数字化转型的速度。

06 数据地图

当企业完成战略、业务、需求、应用、算法地图的梳理后，需要进一步构建数据地图，如图5所示。数据地图作为一种以图形为表达形式的数据资产管理工具，可以对数据中台汇聚的所有数据进行统一查询、管理。

图5 数据地图的构建路径

数据是各行业不可或缺的重要资产，在应用过程中需要企业从数据资源规划、数据类目盘点、数据模型管理三方面入手，制定一套详备的数据地图，为后期利用数据中台架构实现数据赋能业务的目标奠定基础。

1.规划数据资源，保障数据应用效果

企业构建数据地图首先需要规划内外部数据资源，包括梳理数据类型、管理数据模型、调整数据资产、规范数据指标体系等。数据资源规划对构建数据地图、搭建数据中台起着至关重要的作用。在规划数据资源的过程中，管理人员和技术人员要紧密协作，调研、分析业务需求，明确需要获取的数据资源，以便保障数据应用的预期效果。

2.盘点数据，提高数据应用效率

企业完成内外部数据资源的规划后，需要对这些数据进行盘点，提高数据应用的效率。

（1）盘点数据，高效应用数据

企业完成战略地图、业务地图、需求地图、（数智）应用地图、算法地图的梳理后，便会对未来6个月内的转型工作安排有一个清晰的了解。通过盘点内部数据，数字化团队可以掌握公司的数据情况，合理规划需要治理的数据。

这些不同类别的数据可用于打造数据地图，并据此梳理出数据高效应用模式。数据高效应用模式可以帮助团队快速匹配数据与业务人员之前的需求，解决数据适用的领域，挖掘相关数据的问题，从而提高数据的有效性，体现数据资产的价值。

（2）数据应用模式的误区

传统的数据应用模式首先是梳理数据地图，利用数据地图构建应用系统。然而，领导者单纯地凭借个人经验梳理数据地图，通常会忽视将数据应用模式与实际的数据情况相结合。

在传统数据应用模式下，数据团队花费大量的时间治理数据、清洗数据、管理数据，导致所开发的数据应用系统无法及时满足业务部门的需求，企业投入的成本不能实现战略价值和业务价值。

采用盘点数据→划分治理数据→构建数据地图→梳理数据应用模式的新型数据地图构建方式，可以帮助企业有效提高挖掘数据价值的效率。

3.管理数据模型，提高数据质量

企业可以通过构建数据地图管理数据模型，解决数据地图和数据模型开发不一致的问题，使数据模型的应用与数据资源相匹配，提升数据资源的利用率，如图6所示。

图6 数据地图建立模式

数据在实际应用过程中难免出错，比如因数据异常、代码逻辑错误导致数据结果错误，所以提高数据质量、确保数据的正确性是十分必要的。企业首先需要确定数据质量方向，制定完整的数据改善计划；其次要对数据进行分析、评估、清洗、监控，做数据错误预警，多方位把控数据，保障数据质量。

在传统数据应用模式下建立的大数据平台系统较为落后，无法满足用户的需求。因此，企业需要构建数据中台，依靠数据中台汇聚而成的数据地图对数据资源进行管理。

企业在打造战略地图、业务地图、需求地图、（数智）应用地图、算法地图和数据地图后，便形成了数字化转型的数据运用系统。 当企业需要不同方向的模型算法、不同种类的数据资源时，便可利用六大地图实现快速匹配，提升数据利用价值。

按照战略、业务、需求、应用、算法、数据由上到下的顺序进行梳理是企业进行数字化转型时构建六大地图的正确方式。但一些企业选择从下到上梳理这些资源，即从有何种数据、有何种算法到实现何种需求等流程进行梳理，这种梳理方式以技术思维为导向，存在一定误区。

从下到上的数据资源梳理方式周期长、技术投入大，企业在梳理底部数据时容易走偏，尤其是当CEO对数字化转型流程不太清楚时，很容易变成数据“建治用”的模式，先进行数据建设、数据治理，再进行数据应用。

在数据中台架构之下创建六大地图，可以帮助企业在接下来的数字化转型过程中准确匹配相应的人才和组织架构，快速达成转型目标，使数据真正赋能业务。