作者：胡興民，中國(guó)自貿(mào)區(qū)數(shù)字經(jīng)濟(jì)研究院副院長(zhǎng)，曾在頂新國(guó)際、海爾、麥德龍、eBay等企業(yè)擔(dān)任高管?，F(xiàn)為《商業(yè)評(píng)論》特邀講師

最近，我又密集參加了幾場(chǎng)研討會(huì)，再次聽(tīng)到了關(guān)于數(shù)字化戰(zhàn)略?xún)r(jià)值的諸多說(shuō)法。這些研討會(huì)的分享者主要有四類(lèi)。

第一類(lèi)是政府部門(mén)的代表。他們指出，數(shù)字化是必然趨勢(shì)，對(duì)企業(yè)的未來(lái)生存發(fā)展至關(guān)重要。不過(guò)，他們沒(méi)有告訴我們，數(shù)字化到底是什么？怎么做？能夠產(chǎn)生什么價(jià)值？

第二類(lèi)是軟件廠(chǎng)商。這些人說(shuō)，他們的ERP（企業(yè)資源規(guī)劃）、CRM（客戶(hù)關(guān)系管理）軟件是企業(yè)數(shù)字化的最佳選擇?？墒?，這些軟件已經(jīng)面市一二十年，怎么突然換了個(gè)身份，從支持業(yè)務(wù)操作的軟件變成了“讓企業(yè)變得更聰明的軟件”？

第三類(lèi)是服務(wù)于大型企業(yè)的IT主管。他們大都展示了一個(gè)非常復(fù)雜的架構(gòu)圖，里面既有門(mén)店收銀、天貓、京東、移動(dòng)App、官網(wǎng)商城等各種應(yīng)用構(gòu)成的前臺(tái)，也有ERP、WMS（倉(cāng)庫(kù)管理系統(tǒng)）、TMS（運(yùn)輸管理系統(tǒng)）、數(shù)據(jù)倉(cāng)儲(chǔ)等諸多熟悉名詞匯聚的后臺(tái)，還有他們最喜歡談?wù)摰哪軌蛘虾笈_(tái)數(shù)據(jù)、賦能前臺(tái)運(yùn)營(yíng)的中臺(tái)。

企業(yè)職能主管。制造行業(yè)的分享者說(shuō)，數(shù)字化可以提升產(chǎn)品生產(chǎn)效率和質(zhì)量。零售行業(yè)的則說(shuō)，數(shù)字化可以幫助獲客，做好客戶(hù)關(guān)系管理。顯然，他們都是從各自職能的視角出發(fā)的，好像安裝了相關(guān)系統(tǒng)，就完成了企業(yè)的數(shù)字化。

可見(jiàn)，上述各類(lèi)分享者關(guān)于數(shù)字化或智能化的說(shuō)法，就像是盲人摸象，每個(gè)人講的好像都很有道理，可是又不完全正確。那么，到底有沒(méi)有一個(gè)比較好的戰(zhàn)略思考框架，可以幫助企業(yè)審視自己的數(shù)字化做到了什么程度，還有沒(méi)有其他更有價(jià)值的應(yīng)用機(jī)會(huì)？

01
企業(yè)數(shù)字化是分階段、分層次的

為了回答這個(gè)問(wèn)題，我對(duì)國(guó)內(nèi)外十余家大型企業(yè)的數(shù)字化路徑進(jìn)行了研究，歸納出了一個(gè)企業(yè)數(shù)字化五階段模型。

利用這個(gè)戰(zhàn)略思考框架，你可以對(duì)自己企業(yè)所處的數(shù)字化階段或程度做出判斷，同時(shí)，可以清楚看到現(xiàn)階段還有哪些不足，以及接下來(lái)還可以朝哪些方向進(jìn)一步提升，為企業(yè)創(chuàng)造更大的價(jià)值。

第一階段：數(shù)據(jù)連通

數(shù)據(jù)連通就是解決目前企業(yè)普遍存在的信息孤島或應(yīng)用孤島的問(wèn)題，也是企業(yè)數(shù)字化、智能化的基礎(chǔ)工作。

比如，在石化、煉鋼等連續(xù)型生產(chǎn)企業(yè)，生產(chǎn)流程中的很多過(guò)程控制系統(tǒng)（PCS）會(huì)實(shí)時(shí)收集各個(gè)生產(chǎn)單元的相關(guān)數(shù)據(jù)，如煉鋼爐內(nèi)鐵水的溫度、壓力、雜質(zhì)含量等。

在機(jī)械加工行業(yè)，需要了解生產(chǎn)線(xiàn)上加工設(shè)備的相關(guān)數(shù)據(jù)，如刀具、鉆具等的加工精度、耗損情況等。在零售行業(yè)，需要實(shí)時(shí)掌握終端的產(chǎn)品銷(xiāo)售等數(shù)據(jù)。

在倉(cāng)儲(chǔ)物流行業(yè)，需要實(shí)時(shí)更新庫(kù)存進(jìn)出等數(shù)據(jù)。在農(nóng)業(yè)生產(chǎn)中，通過(guò)物聯(lián)網(wǎng)（IoT）隨時(shí)掌握農(nóng)地和水塘的濕度、溫度、含氧量等數(shù)據(jù)。

所有這些通過(guò)各種方式采集的數(shù)據(jù)，會(huì)實(shí)時(shí)匯集到企業(yè)總部的控制室或老板的辦公室，并展示在一個(gè)非常壯觀的數(shù)據(jù)看板上。沒(méi)錯(cuò)，如果你的企業(yè)完成了數(shù)據(jù)連通，最終就會(huì)展現(xiàn)在數(shù)據(jù)看板上。

雖然我并不反對(duì)將數(shù)據(jù)看板視為企業(yè)數(shù)字化的范疇，但是，當(dāng)很多企業(yè)興奮地向我演示它們的數(shù)據(jù)看板，并且告訴我這就是它們數(shù)字化的成果時(shí)，我心里嘀咕著：這只是企業(yè)數(shù)字化最初級(jí)的工作，還完全不涉及任何智能化。

第二階段：運(yùn)營(yíng)監(jiān)控

當(dāng)數(shù)據(jù)匯集到企業(yè)總部時(shí)，企業(yè)需要立即對(duì)這些數(shù)據(jù)進(jìn)行比對(duì)分析，以掌握業(yè)務(wù)運(yùn)營(yíng)過(guò)程是否發(fā)生異?，F(xiàn)象。

比如，在煉鋼廠(chǎng)，煉鋼爐內(nèi)的鐵水在溫度、壓力等指標(biāo)上都是有一定標(biāo)準(zhǔn)的，數(shù)值過(guò)高或過(guò)低都會(huì)影響產(chǎn)品的質(zhì)量。

在機(jī)械加工中，鉆孔的深度和位置需要實(shí)時(shí)與產(chǎn)品規(guī)格做比較，以判斷加工精度是否達(dá)標(biāo)。

在零售行業(yè)，需要將單位小時(shí)的銷(xiāo)售數(shù)字做同比和環(huán)比分析，這樣才能判斷當(dāng)天的銷(xiāo)售是否正常。

很多企業(yè)也會(huì)將這些異常信息展示在數(shù)據(jù)看板上。這時(shí)候，數(shù)據(jù)看板就成了展現(xiàn)企業(yè)初步智能化的可視化工具。你可能會(huì)問(wèn)，都是將信息呈現(xiàn)在數(shù)據(jù)看板上，第二階段與第一階段的關(guān)鍵差異在哪里呢？

很簡(jiǎn)單，第二階段開(kāi)始具備發(fā)現(xiàn)異常的能力。在第一階段，數(shù)據(jù)看板只是展現(xiàn)當(dāng)前的業(yè)務(wù)運(yùn)營(yíng)狀況，并沒(méi)有處理是否異常的相關(guān)問(wèn)題。要判斷是否異常，可以用流程、工藝的標(biāo)準(zhǔn)作為比對(duì)基礎(chǔ)，比如在機(jī)械加工、農(nóng)業(yè)生產(chǎn)中的應(yīng)用場(chǎng)景。

但是，有些行業(yè)，比如零售行業(yè)、倉(cāng)儲(chǔ)物流行業(yè)等，沒(méi)有流程、工藝標(biāo)準(zhǔn)，這時(shí)候，可以跟歷史數(shù)字或計(jì)劃數(shù)字進(jìn)行比對(duì)。所以，第二階段比第一階段多做的是比對(duì)數(shù)據(jù)，發(fā)現(xiàn)差異，并提出警示。如果沒(méi)有做到這些，你的企業(yè)就仍然停留在第一階段。

第三階段：自主優(yōu)化

自主優(yōu)化開(kāi)始涉及更多的智能化處理。在第二階段的數(shù)據(jù)比對(duì)中，一旦系統(tǒng)發(fā)現(xiàn)當(dāng)前業(yè)務(wù)運(yùn)營(yíng)存在異常，需要立即做出兩個(gè)動(dòng)作：1. 進(jìn)行診斷，找出原因；2. 制定調(diào)整方案或處方行動(dòng)。

系統(tǒng)如何能夠自我診斷并提出調(diào)整方案呢？關(guān)鍵在于知識(shí)的積累。

還是以煉鋼廠(chǎng)為例，鐵礦石投入煉鋼爐加熱，到了該出鐵水的時(shí)間，但對(duì)煉鋼爐傳感器所采集的數(shù)據(jù)進(jìn)行比對(duì)后，發(fā)現(xiàn)爐內(nèi)鐵水的溫度或雜質(zhì)含量沒(méi)有達(dá)標(biāo)，原因是這次加工冶煉的鐵礦石成分跟以往不同。這時(shí)候，系統(tǒng)可能會(huì)給出這樣的調(diào)整方案：延長(zhǎng)加熱時(shí)間，或者添加某些助溶劑去除雜質(zhì)。

同樣，在機(jī)械加工中，會(huì)通過(guò)傳感器測(cè)量鉆孔的位置和深度，如果傳感器回傳的數(shù)據(jù)跟標(biāo)準(zhǔn)存在誤差，系統(tǒng)就會(huì)提示調(diào)整鉆頭的位置，再進(jìn)行加工。

生產(chǎn)制造中的問(wèn)題判定和調(diào)整方案，因?yàn)橛泄潭ǖ牟僮鳂?biāo)準(zhǔn)作為依據(jù)，相對(duì)來(lái)說(shuō)容易實(shí)現(xiàn)自主優(yōu)化。而商業(yè)上的自動(dòng)化則較難標(biāo)準(zhǔn)化。這時(shí)候，系統(tǒng)需要對(duì)業(yè)務(wù)行為的因果關(guān)系進(jìn)行解構(gòu)，了解數(shù)值變化中的機(jī)理，才能做出正確的判斷。

例如，對(duì)線(xiàn)上線(xiàn)下的銷(xiāo)售成績(jī)進(jìn)行監(jiān)控，一般都可以采用電商行業(yè)的常用指標(biāo)——GMV（商品交易總額），進(jìn)一步拆解的話(huà)，就是GMV = UV × CVR × ASP。

其中，UV表示來(lái)客數(shù)，就是有多少客戶(hù)進(jìn)入線(xiàn)下門(mén)店，或者有多少客戶(hù)訪(fǎng)問(wèn)線(xiàn)上店鋪；CVR表示轉(zhuǎn)化率，就是進(jìn)入門(mén)店或訪(fǎng)問(wèn)店鋪的客戶(hù)中，有多少人最后完成了購(gòu)買(mǎi)行為；ASP表示平均客單價(jià)，就是有購(gòu)買(mǎi)行為的客戶(hù)平均花了多少錢(qián)。

假設(shè)要監(jiān)控上午10點(diǎn)到11點(diǎn)線(xiàn)上或線(xiàn)下的營(yíng)業(yè)數(shù)據(jù)，發(fā)現(xiàn)同昨天相比，今天這個(gè)時(shí)段的GMV下滑了。

如果進(jìn)一步分析發(fā)現(xiàn)，CVR和ASP沒(méi)有變化，UV降低了，那么基本可以判斷出今天該時(shí)段GMV下滑的主要原因是來(lái)客數(shù)減少了。如果要進(jìn)行干預(yù)，系統(tǒng)可能給出的方案是，對(duì)于線(xiàn)下場(chǎng)景，讓店員到店外發(fā)傳單，提高引流到店的人數(shù)；對(duì)于線(xiàn)上場(chǎng)景，加大關(guān)鍵字搜索等互聯(lián)網(wǎng)廣告的投放。

如果分析發(fā)現(xiàn)是CVR出現(xiàn)下降，那么無(wú)論是線(xiàn)上還是線(xiàn)下銷(xiāo)售場(chǎng)景，可能的調(diào)整方案都是降低主要陳列產(chǎn)品的價(jià)格，或者更換用于引流的“鉤子”產(chǎn)品，以提高客戶(hù)購(gòu)買(mǎi)的意愿，這樣CVR才能回升。

如果是ASP出現(xiàn)下降，可能就需要推出滿(mǎn)減活動(dòng)或捆綁套餐，讓客戶(hù)能夠一次性購(gòu)買(mǎi)更多產(chǎn)品，提高客單價(jià)。上述這些方案一旦實(shí)行，數(shù)據(jù)系統(tǒng)仍需要持續(xù)監(jiān)控銷(xiāo)售狀況，以確定銷(xiāo)售下滑的問(wèn)題得到解決。

在零售行業(yè)的客戶(hù)運(yùn)營(yíng)管理上，這種自主優(yōu)化也極為重要。我曾管理一家大型連鎖便利店企業(yè)，我們擁有6000萬(wàn)會(huì)員，需要制定一些規(guī)則來(lái)監(jiān)控客戶(hù)行為，一旦發(fā)現(xiàn)某些客戶(hù)有流失傾向，就需要立即采取行動(dòng)。

從6000萬(wàn)會(huì)員數(shù)量來(lái)看，我們不可能讓市場(chǎng)營(yíng)銷(xiāo)人員每天手工做分析，找出哪些人正在流失。我們采取的做法是，將每位會(huì)員最近來(lái)店的時(shí)間間隔與過(guò)去3個(gè)月平均時(shí)間間隔進(jìn)行比對(duì)。

比如，某位會(huì)員過(guò)去3個(gè)月來(lái)店12次，就表示他差不多每周都會(huì)來(lái)店1次。如果他最近一次來(lái)店時(shí)間已經(jīng)過(guò)去7天，他應(yīng)該要來(lái)店了，卻沒(méi)有來(lái)，我們就會(huì)分析他的消費(fèi)類(lèi)型。

如果確定他經(jīng)常會(huì)消失一兩周做出差旅行，那么這次過(guò)了一周還沒(méi)來(lái)店，也算正常。如果他不是經(jīng)常出差旅行，我們可能就需要給他發(fā)送激活邀請(qǐng)，比如告訴他今天來(lái)店買(mǎi)咖啡可以獲得2元優(yōu)惠，或者今天中午12點(diǎn)半后來(lái)店買(mǎi)盒飯可以七五折優(yōu)惠。

至于到底建議他買(mǎi)咖啡還是盒飯，以及應(yīng)當(dāng)給予多少優(yōu)惠，就取決于在過(guò)往消費(fèi)記錄中，他對(duì)哪種商品的消費(fèi)更為頻繁，以及他對(duì)價(jià)格的敏感度如何。

當(dāng)然，無(wú)論是數(shù)據(jù)采集、異常判斷，還是提出方案、效果反饋，這些操作都是數(shù)據(jù)系統(tǒng)自動(dòng)處理完成的。如果你們的業(yè)務(wù)流程也能夠做到這樣的智能化處理與經(jīng)驗(yàn)學(xué)習(xí)，就說(shuō)明你們?cè)跇I(yè)務(wù)環(huán)節(jié)上已經(jīng)達(dá)到了自主優(yōu)化的程度。

第四階段：智能企業(yè)

在前一階段，企業(yè)數(shù)字化的重點(diǎn)是，針對(duì)企業(yè)的生產(chǎn)制造、市場(chǎng)營(yíng)銷(xiāo)、物流配送等環(huán)節(jié)中的一部分進(jìn)行高效的數(shù)據(jù)采集和應(yīng)用，目的是達(dá)到局部的最優(yōu)化。

比如，在企業(yè)的生產(chǎn)制造環(huán)節(jié)，不同工作單元或工作站通過(guò)實(shí)時(shí)數(shù)據(jù)采集、數(shù)據(jù)分析、調(diào)整反饋，實(shí)現(xiàn)更好的產(chǎn)品質(zhì)量、更高效的產(chǎn)出。但是，這些操作都限制在比較小的范圍，無(wú)法讓整個(gè)生產(chǎn)流程做到全面最優(yōu)化。怎么辦？

我們需要將工廠(chǎng)內(nèi)所有生產(chǎn)單元的過(guò)程控制數(shù)據(jù)集中存放到云端服務(wù)器，進(jìn)行整合應(yīng)用，從而實(shí)現(xiàn)整個(gè)工廠(chǎng)的最優(yōu)化。

同理，我們把企業(yè)市場(chǎng)營(yíng)銷(xiāo)環(huán)節(jié)的客戶(hù)標(biāo)簽、客戶(hù)行為變化、精準(zhǔn)營(yíng)銷(xiāo)案例等數(shù)據(jù)，銷(xiāo)售環(huán)節(jié)的交易、訂單、庫(kù)存、發(fā)貨等數(shù)據(jù)，供應(yīng)鏈環(huán)節(jié)的供應(yīng)商產(chǎn)品、可供貨狀況、質(zhì)量、價(jià)格等數(shù)據(jù)，倉(cāng)儲(chǔ)物流環(huán)節(jié)的庫(kù)存、可用車(chē)輛、路線(xiàn)派遣等數(shù)據(jù)，也都存放到云端。

這時(shí)候，我們可以看到，云端的所有數(shù)據(jù)完整映射了企業(yè)實(shí)體的采購(gòu)、供應(yīng)、生產(chǎn)、物流、市場(chǎng)、銷(xiāo)售、服務(wù)等各個(gè)環(huán)節(jié)的真實(shí)狀態(tài)。通過(guò)建立數(shù)據(jù)模型，我們將這些跨部門(mén)的數(shù)據(jù)進(jìn)行整合應(yīng)用，就能夠使企業(yè)整體的效率達(dá)到最佳。

這種將整個(gè)價(jià)值鏈的實(shí)體操作狀態(tài)數(shù)據(jù)傳送到云端，在云端通過(guò)數(shù)據(jù)模型建立所有環(huán)節(jié)之間關(guān)系的數(shù)字化模型與數(shù)據(jù)應(yīng)用，我們稱(chēng)之為CPS（信息物理系統(tǒng)）。

有人可能會(huì)說(shuō)，CPS不就是工業(yè)4.0的標(biāo)準(zhǔn)架構(gòu)嗎？它也可以應(yīng)用在非生產(chǎn)制造型企業(yè)嗎？當(dāng)然可以！工業(yè)4.0的目標(biāo)就是要達(dá)成企業(yè)智能化，它定義出虛實(shí)整合的架構(gòu)，也定義了不同領(lǐng)域企業(yè)、不同層級(jí)數(shù)據(jù)傳輸?shù)臉?biāo)準(zhǔn)，我們只需要在應(yīng)用時(shí)考慮所在行業(yè)的具體場(chǎng)景。

我曾在《商業(yè)評(píng)論》發(fā)表過(guò)一篇《上汽大通：C2B數(shù)字化修煉之路》的案例。上汽大通通過(guò)前端的蜘蛛智選App獲取客戶(hù)個(gè)性化的購(gòu)車(chē)訂單，在確認(rèn)客戶(hù)訂單的同時(shí)，蜘蛛智選即可告訴客戶(hù)什么時(shí)候能夠交車(chē)。

之所以能夠做到這一點(diǎn)，就是因?yàn)樯掀笸▽⒖蛻?hù)訂單需求、生產(chǎn)排程、原材料供應(yīng)等整個(gè)價(jià)值鏈的數(shù)據(jù)完全打通，這是一個(gè)典型的企業(yè)級(jí)別的智能化案例。

再看一個(gè)工程機(jī)械企業(yè)的案例?？ㄌ乇死帐且患胰蛑墓こ淘O(shè)備公司，它在自己生產(chǎn)的工程設(shè)備上安裝了傳感器，可以將設(shè)備在使用過(guò)程中的狀態(tài)數(shù)據(jù)實(shí)時(shí)回傳，然后根據(jù)這些數(shù)據(jù)安排設(shè)備維修、零部件更換等。

基于此，卡特彼勒將自己的商業(yè)模式從銷(xiāo)售工程設(shè)備轉(zhuǎn)型為提供按設(shè)備使用時(shí)間付費(fèi)的工程服務(wù)。

對(duì)于客戶(hù)來(lái)說(shuō)，由于工程設(shè)備不是自己購(gòu)買(mǎi)的，就不需要花精力做維修保養(yǎng)，更不需要擔(dān)心因?yàn)樵O(shè)備維修保養(yǎng)而影響設(shè)備可用率和工期。

對(duì)于卡特彼勒來(lái)說(shuō)，同一臺(tái)設(shè)備可以提供給多個(gè)客戶(hù)使用，實(shí)際總收費(fèi)增加了，而且可以主動(dòng)安排設(shè)備維修，就不需要擔(dān)心客戶(hù)突然把設(shè)備送廠(chǎng)維修，而廠(chǎng)內(nèi)的維修工位或技師都沒(méi)空的尷尬情況，維修效率因此可以大幅提升，維修人員成本也可以顯著降低。這就是打通數(shù)據(jù)鏈后可以實(shí)現(xiàn)的智慧型企業(yè)。

第五階段：生態(tài)整合

前一階段的智慧型企業(yè)看起來(lái)已經(jīng)發(fā)展到了數(shù)字化的極致，下一步還能做什么呢？

想一想，當(dāng)你面對(duì)客戶(hù)時(shí)，在很多情況下，是不是需要其他企業(yè)配合協(xié)作？這種分工協(xié)作就產(chǎn)生了一個(gè)時(shí)髦的詞——生態(tài)圈。其實(shí)，生態(tài)圈現(xiàn)象由來(lái)已久，嚴(yán)格來(lái)說(shuō)，幾乎所有企業(yè)都存在于某個(gè)生態(tài)圈之中，只是過(guò)去缺乏信息對(duì)接，使得原本彼此緊密的關(guān)系鏈被切斷了。

我們平時(shí)在網(wǎng)上購(gòu)物，下單后會(huì)開(kāi)始關(guān)注商家什么時(shí)候發(fā)貨、什么時(shí)候能收到貨，這就形成了一個(gè)由電商平臺(tái)、銷(xiāo)售產(chǎn)品的商家、物流企業(yè)構(gòu)成的生態(tài)圈。

商家通過(guò)電商平臺(tái)接收到訂單，然后將訂單信息傳送給自己的倉(cāng)儲(chǔ)中心，倉(cāng)庫(kù)揀貨后將物流企業(yè)的快遞單號(hào)掃入自己的倉(cāng)庫(kù)管理系統(tǒng)，這時(shí)候，我們就可以查詢(xún)到訂單發(fā)貨以及后續(xù)的物流中轉(zhuǎn)實(shí)時(shí)信息。

在過(guò)去，由于缺乏信息整合，下單后一直到送貨上門(mén)的整個(gè)流程是無(wú)法可視化的，但是通過(guò)生態(tài)圈的數(shù)據(jù)打通，全程可視化就變得很容易。

02
應(yīng)用五階段模型的注意點(diǎn)

企業(yè)數(shù)字化五階段模型是根據(jù)眾多案例實(shí)踐和調(diào)研總結(jié)而成的經(jīng)驗(yàn)法則，我們?cè)趹?yīng)用這個(gè)模型時(shí)需要了解和關(guān)注它的三個(gè)特點(diǎn)。

1. 發(fā)展連續(xù)性

數(shù)據(jù)采集是所有企業(yè)數(shù)字化、智能化的基礎(chǔ)。有了數(shù)據(jù)采集和連通，企業(yè)價(jià)值鏈環(huán)節(jié)才可能實(shí)現(xiàn)局部的運(yùn)營(yíng)監(jiān)控。能夠監(jiān)控，才可能發(fā)現(xiàn)問(wèn)題，做出調(diào)整，實(shí)現(xiàn)自主優(yōu)化。等到所有環(huán)節(jié)都能做到自主優(yōu)化，整個(gè)企業(yè)就實(shí)現(xiàn)了智能化。當(dāng)一個(gè)生態(tài)圈內(nèi)的每個(gè)企業(yè)都智能化了，整個(gè)生態(tài)圈也就智能化了。

可見(jiàn)，數(shù)字化是一個(gè)連續(xù)發(fā)展的歷程，各個(gè)階段不能斷開(kāi)，也不能跳躍式推進(jìn)，必須實(shí)實(shí)在在地一個(gè)階段一個(gè)階段向前走，才能積累出強(qiáng)大的數(shù)字能力。

就我所觀察的國(guó)內(nèi)大型企業(yè)來(lái)看，無(wú)論是生產(chǎn)制造企業(yè)、物流供應(yīng)鏈企業(yè)，還是零售企業(yè)，大部分都已經(jīng)能夠?qū)崟r(shí)采集數(shù)據(jù)。當(dāng)然，在一些傳統(tǒng)大型制造企業(yè)，仍然有許多舊型號(hào)的生產(chǎn)設(shè)備無(wú)法進(jìn)行實(shí)時(shí)的數(shù)據(jù)采集，所以應(yīng)該持續(xù)更新這些生產(chǎn)設(shè)備，或者給它們加裝可以采集數(shù)據(jù)的物聯(lián)網(wǎng)設(shè)備。對(duì)于中小型制造企業(yè)，則有更多的生產(chǎn)設(shè)備有待升級(jí)。

零售行業(yè)也存在類(lèi)似的狀況。大型零售企業(yè)在前端大都已經(jīng)采用智慧型收銀系統(tǒng)（POS），而中小型零售企業(yè)相對(duì)滯后，仍無(wú)法實(shí)時(shí)采集銷(xiāo)售數(shù)據(jù)。

2. 覆蓋延展性

從企業(yè)數(shù)字化五階段模型可以看出，數(shù)字化的前三個(gè)階段都聚焦在價(jià)值鏈環(huán)節(jié)的局部功能上，第四階段開(kāi)始關(guān)注整個(gè)價(jià)值鏈的數(shù)據(jù)整合和應(yīng)用，到了第五階段甚至超越了企業(yè)的邊界，擴(kuò)展到整個(gè)生態(tài)圈。

所以，企業(yè)數(shù)字化的覆蓋范圍是具有延展性的，企業(yè)在規(guī)劃自己的數(shù)字化進(jìn)程時(shí)，需要從小到大逐步擴(kuò)大范圍。

3. 價(jià)值遞增性

在企業(yè)數(shù)字化五階段模型中，對(duì)于作為基礎(chǔ)的數(shù)據(jù)采集，還無(wú)法計(jì)算其價(jià)值，因?yàn)閿?shù)據(jù)還沒(méi)有加以利用。但是，從第二階段開(kāi)始，通過(guò)數(shù)據(jù)比對(duì)分析，能夠?qū)ζ髽I(yè)運(yùn)營(yíng)中出現(xiàn)的問(wèn)題提出警示。

到了第三階段，能夠幫助制定方案，排除問(wèn)題，比如在生產(chǎn)環(huán)節(jié)確保產(chǎn)品質(zhì)量，在物流環(huán)節(jié)提高效率，在銷(xiāo)售環(huán)節(jié)避免客戶(hù)流失。

在第四階段，因?yàn)檎狭藘r(jià)值鏈所有環(huán)節(jié)的信息，就能夠全面提升企業(yè)的運(yùn)營(yíng)效益，甚至實(shí)現(xiàn)商業(yè)模式創(chuàng)新，快速提升企業(yè)的競(jìng)爭(zhēng)力和獲利能力（比如卡特彼勒的案例）。

到了第五階段，產(chǎn)生的價(jià)值更大，因?yàn)槠髽I(yè)能夠更有效地利用外部資源加強(qiáng)對(duì)客戶(hù)的覆蓋，提升客戶(hù)價(jià)值。所以，在企業(yè)數(shù)字化五階段模型中，越到后面的階段，數(shù)字化價(jià)值就越大。

隨著人工智能、物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的迭代創(chuàng)新，技術(shù)對(duì)企業(yè)數(shù)字化賦能的能力更加顯著。

面對(duì)未來(lái)的發(fā)展與競(jìng)爭(zhēng)，企業(yè)勢(shì)必要在數(shù)字技術(shù)應(yīng)用上做更多的投入，才能更有效地連接內(nèi)外部資源，給客戶(hù)提供更有價(jià)值的服務(wù)，創(chuàng)造自身更強(qiáng)大的競(jìng)爭(zhēng)力。

本文提出的企業(yè)數(shù)字化五階段模型，在生產(chǎn)制造、物流、零售、醫(yī)療大健康等行業(yè)，已經(jīng)有了很多成功案例。你不妨試著用這個(gè)模型思考一下，自己企業(yè)的數(shù)字化到了什么階段，未來(lái)可以怎么走。