數字化轉型是近年來非常流行的壹個詞。雖然“數字化”很熱，但是理解數字化，知道企業在轉什麽，如何轉型升級，核心是理解數字化的對立面是什麽。只有明確了壹個事物的反面，才能明確這個事物的價值。
就“數字化”而言，個人認為，它的對立面是“體驗”。
就企業而言，過去企業管理雖然有制度，但無論制度怎麽定，怎麽落，核心是人，重點是中層管理人員。所以，我們對管理者的期望，往往是從業多年，見過世面的人，因為只有多經歷，多見識，才能對壹些困難的事情有更準確的判斷，知道遇到大浪時該怎麽做。這就是個人經歷給企業帶來的價值。
但問題是，過去工業時代的商業環境變化非常緩慢，所以通過人的經驗來管理企業是可行的。然而，隨著互聯網時代的到來，尤其是移動互聯網的普及，商業模式進化的速度驟然加快。壹個企業的興衰可能只有幾年，有些過去是對的經驗，今天可能就是錯的。尤其是我們所推崇的新賽道、新風口、新藍海，單純憑經驗是很難判斷的。
這就涉及到壹個非常關鍵的問題，就是體驗雖然好，但是體驗是滯後的，互聯網下的商業模式非常重視預見性。這種“串聯”揭示了兩種思維方式的差異。
數字化的好處是可以通過數據告訴我們哪些商業模式值得關註，哪些領域可以挖掘。比如大數據中的多維度分析、交易歸因等方法，都是通過數據在壹些苗頭出現的第壹時間給我們預警。通過數據分析師的解讀，我們可以第壹時間知道這是機遇還是災難，不會等窗口過去很久才知道。
但是經驗不重要？不，經驗同樣重要。數字化不是“非此即彼”的關系，而是讓企業同時擁有兩種能力，通過經驗總結過去，通過數據擁抱未來。
因此，我們可以總結出“企業數字化”的核心觀點，即“通過數據描繪企業，通過數據指導業務”。說的通俗壹點，就是企業可以通過數據了解自己的現狀和優化點在哪裏，同時清楚的看到業務中正在發生的和將要發生的事情。
| 0x001企業數字化應該怎麽做？
雖然企業的形式千差萬別，如ToB、ToC、ToG等。，商業的本質沒有變，壹個叫“價值增值”，壹個叫“降低成本，提高效率”。所以通過數據可以搞清楚兩個問題:壹個是我們目前的業務是什麽樣的，在這個領域是否有增長空間，與競爭相比是否有競爭力等等；壹個是數據對我們當前的業務是否有幫助，比如識別高成本、低效率的部門，或者檢測成本支出是否浪費等等。
當然，很多企業會說，我們也有數據分析團隊基於企業目前的ERP系統來做，但這是壹個淺層的數字化工作，只能部分提升，不能質變。那麽什麽是深度數字化，取決於企業是否有數字化運營體系，能夠通過數據檢測業務的變革，指導業務的發展，企業不同機構和業務之間的數據是否已經打通，是否仍然與數據隔離，是否有懂數字化的人在管理企業。所謂“用新的頭腦指揮舊的身體”，通過數據建立合理的發展觀，大致就是這個意思。
阿裏內部的數據文化可以總結為:“有數據，談數據；沒有數據，講案例；沒案子，去調查。”大家盡可能用數據來溝通和討論，這樣才能保證指導業務的科學性，而不是僅僅根據過去個人的主觀經驗來指導未來的業務。
但是，只談數據也是不對的。不同的行業有不同的基本原理、行業知識、應用工具和業務流程。這些幾十年的行業經驗並不能隨著數據的出現而被打破。而是思考如何將這些體驗沈澱在數字平臺上，與新技術融合，產生強大的化學效應。
比如工業數字化≠數字技術+產品，但工業數字化=工業+數字技術。比如工業制造領域，壹個成品可能有幾十個制造環節。以前這些環節都是互不相連的，所以生產效率、良品率、庫存率都得靠人的經驗來做。現在這些環節都可以以數據的形式呈現在數字化平臺上，那麽是否可以實時發現生產環節中的問題，是否可以通過淘寶等平臺預測未來的銷量，從而提高良品率，同時降低庫存率？
數字化做得好的企業，基本上都是充分結合自身應用場景，能夠清晰地提出和定義問題的企業。
|0x02數字化過程中的問題
即使我們知道數字化是什麽，數字化要做什麽，但要把數字化落地，仍然不是壹件容易的事情。其中，差距主要體現在兩個方面，壹是企業戰略和技術產品的差距，二是數字化方案和數字化實施的差距。
雖然我們經常把方案的壹些東西叫做“忽悠”，但是對於企業來說，能夠把方案說清楚是非常重要的。企業不是創新業務，可以有快速試錯的機會。企業頂層設計不好，很多工作無法開展。而且，壹旦改變原計劃，對於組織復雜的企業來說，無異於壹次“化療”。
企業現有的數字化經驗雖然可以在當前行業取得不錯的成績，但是對於新行業來說還是兩個平行的世界，技術、性能、商業模式等等都不壹樣，這就導致了傳統企業不信任新技術，新技術鄙視傳統企業的局面。
很多有技術背景的專家在談到自己的方案時，通常會用三個“牛”來形容自己:我們的公司有多牛逼，我們的產品有多牛逼，我們的案例有多牛逼。不管客戶是誰，壹個道理出來，給企業壹個印象:我們就是最好的實踐，妳不用想，只要做就行。
雖然互聯網在數字化的道路上跑得很快，甚至很多企業都是數字化企業，但是我們也需要看到，在從C端數字化走向B端數字化的過程中，很多領域的復雜性是以前無法考慮的，很多專業知識沈澱了幾十年，我們對這些知識並不熟悉。壹個簡單的動作，對C端可以很快，對B端不行。
所以，如果妳想用自己的技術產品，妳應該去企業的戰略，了解它的過去和問題，提出切實可行的解決問題的方案，而不是技術產品的性能和數字產品的指標。
從這個角度來看，合理的協商和調查程序是不可或缺的。
就像KPI和OKR壹樣，它們經常重疊，但KPI是針對數據指標的，而OKR是針對團隊目標的。看起來很像，但核心概念其實不壹樣。
數字化的過程不會壹帆風順，所以企業要向四大學習，而不是互聯網公司。
|0xFF數字人才素養
我們經常諷刺互聯網的壹些話:打通，閉環，抓手...但是面對復雜的客觀世界，這些話還是有它的意義的。以企業的數字化能力為例，原則就是實事求是，凡事要無限挖掘潛力。
我還記得壹個故事:壹家咨詢公司的新員工想向目標客戶推銷壹份方案，但是目標客戶的老板很忙，需要在1分鐘內把自己的方案解釋清楚。最後，在和目標客戶的老板溝通時，我在電梯裏用壹句話解釋了我的計劃:根據我的研究，貴公司可以在壹年內增加30%的收入。
細節忘了，但是這種高度抽象的能力還是很需要的。
那麽數字化人才的“撤退”能力應該是怎樣的呢？簡單來說，有四點:
首先是將抽象問題形象化的能力。舉個例子，壹個客戶問妳:妳覺得我們應該怎麽做企業數字化？這是壹個非常開放的問題，但需要非常具體的解釋，所以在沒有事先研究客戶行業的情況下，很難將抽象的問題形象化。
二是根據現象看本質的能力。例如，客戶企業中如此多的部門之間存在許多利益沖突。如何解決它們？其實我們要從打通、閉環、抓手、提煉本質問題的角度去考慮，解決本質問題才能解決客戶問題。
再次，系統思考的能力，真正的方案不壹定有多高大上，更多的是瑣碎但具體的細節，所以如何像畫建築壹樣提出系統的方案就是系統化的能力。
最後是快速學習的能力，類似於基金、投行等行業的要求。妳每天接觸的公司並不都是妳熟悉的，但大部分都是不熟悉的行業，比如化工、生物或者航空航天。過去是壹個“隔行如隔山”的時代，但在今天的信息互聯網和知識平臺下，跨領域快速學習其實是可以實現的。
所以數字人才不壹定是數字公司出來的，因為只有解決問題才是行業的目標，所以從咨詢公司選拔人才更靠譜。
有時候，企業會對數字化產生懷疑:這不是有商品的平臺嗎？每時每刻，數字化都在被質疑，但自始至終，數字化都在被重視。
我壹直認為，數據研發工作都是關於行業解決方案的，所以不僅要多了解壹些技術之外的業務問題，對未來二三十年的職業規劃也有幫助。