大数据转型与虚实双生架构的区别

在讨论大数据转型的概念与实践时，常常会遇到「我说的大数据转型，不是你想的大数据转型」、「你做得大数据转型，不是他要的大数据转型」这类近似「鸡同鸭讲」的状况。

其中原因很多，包括词汇的定义分歧、战略与战术、看长与看短，或者看大于看小的视野差别，以及不同行业领域里经营实务重点的差异等等。

从企业经营的角度来说，如果顺着相对全局的、策略的脉络来看大数据转型，那么很关键的一个理解是：「面向市场顾客端的经营」与「面向生产供应端的经营」两者的环境特性有本质上的差别，使得这两者的大数据转型在基本假设、转型目的与管理重点上，都略有不同。

因此在大数据时代，两者都有着各自的虚实双生架构；而大数据转型的成功关键，就在妥善地经营这两种虚实双生架构。

面向生产与供应端的经营，一般来说，面对的是个相对封闭的系统，包括生产与供应端的参与者大致稳定、产业疆域较少变化、流程相对线性、需管理的关键变数较为有限且关联规则相对明确。

以工厂的生产经营来说，容或有原料应用创新、订单规格客制、制程优化等与时俱进的可能，一般而言，在既有供应链乃至价值链的线性架构下，面对的游戏规则变动有限。

换句话说，这类型的经营仍有较明确的规则，容易 定义「同业公会」的成员有哪些，因此适合放在「产业」的框架下看待。在这样相对封闭的系统中，经营者涉入生产情境的智慧制造、工业4.0，乃至金融情境中的建立科技应用，通常是为了提升既有商业模式下的经营效率。

工业4.0

在生产供应端，近年常见在整合虚实的作业情境中强调 「大数据孪生」，以说明在适当物联网的建置下，得以透过感知器侦测与联网通讯，将实体世界的物理或化学状况大量且实时地数据化，而与负责监测与优化作业的大数据端模拟 模型双向沟通，相互反馈。这便是我们所说的生产供应端虚实双生架构。而其成败的关键，系诸领域知识是否能全面且深入地渗透到系统的建立、整合与实际运作过程中。

至于面向市场顾客端的经营，在大数据时代面对的则是一个相对开放的系统。与前述的封闭系统相较，产业的边界愈来愈模糊、意义愈来愈有限。譬如说，你能想象某地区大车队、Uber、Line Taxi和Yoxi合组一个同业公会吗？这些服务发源自不同产业背景，经营的却都是雷同的线上按需叫车服务。

在这样的意义下，大数据时代面向市场顾客端的经营，企图在非线性的价值网络中满足顾客需求。价值网络中，竞争者与联盟合作者的样态多变，满足同一种需求的新商业模式接踵出现，而影响经营的变数类型不定、数目众多、常无固定规则可循，且其中不少变数并非经营者所能掌控；经营者所面对的环境，便是个相对开放的系统。此时，大数据转型的重点往往在于，确保经营者能在多变的游戏规则中存活、适应乃至壮大，以确保效能为主要目的。

就实践而言，面向市场顾客端的大数据转型，同样可以理解为虚实双生架构的经营（或者简化称作「虚实整合」）。但此时虚实整合却需要更为复杂的能耐。其要务，在于让顾客在整个交易过程、无论是线上或线下的接触点，都能有一致而无障碍的体验。要达此目标，一方面需要环绕着顾客以累积贯通虚实场景的数据建置（譬如近年企业争相建构能渗透顾客旅程各个环节的会员机制）。

另一方面，与面向生产供应情境的大数据转型一样，需要大量的行业经验，来导引数据的分析与应用。因为应对的是相对开放的、变数相对繁杂乃至难控的环境，所以必须不断透过商业模式的更新以适应多变的竞争态势，所以，此时结合数据与行业经验所迸发出的创意，便成为许多实体原生业者相对感到陌生的竞争能耐。