数字化转型，是重点，同时也是痛点。
埃森哲与国家工业信息安全发展研究中心推出的《2021中国企业数字转型指数研究》显示，2021年我国数字化转型效果显著的企业为16%。
麦肯锡发布的报告显示，从行业来说，即使是如高科技、媒体和电信这类精通数字技术的行业，在数字化转型中的成功率不超过26％。而在石油、天然气、汽车、基础设施和制药等较为传统的行业中，数字化转型更具挑战性，成功率仅在4％至11％之间。
数字化转型到底是什么？为什么失败率这么高？今天小亿就来和大家分享下数字化转型的失败原因，以及三大破局思路和四点建议。
01、如何定义数字化转型？
对于数字化转型，IDC对其的定义是：利用数字化技术（例如云计算、大数据、人工智能、物联网、区块链等）和能力来驱动组织商业模式创新和商业生态系统重构的途径和方法即是数字化转型。其目的是实现企业业务的转型、创新、增长。
这里有两点需要注意：第一是数字化技术的应用，第二是业务或商业模式重塑。其中业务重塑是根本目标，而数字化技术只是工具和手段。
而企业数字化的核心，主要是三个方面：
第一是连接：万物互联，解决人和人、人和物、物和物的连接问题
第二是数据：连接后产生集成和协同，协同过程自然会产生数据
第三是智能：数据经过加工和提炼，形成智能化分析应用
文章图片
数字经济时代，“要么僵化，要么进化”倒逼很多企业走上数字转型之路，但“不转型等死，转型找死”也使得转型成为很多企业的惊险一跃。
这一跃是成功还是失败，很难去进行一个统一的界定：可能有的企业搭建起了一个数字化的基础环境，配置了数字化人才，但没有实现自身制定的数字化战略目标；可能有的企业实现了数字化的绩效目标，但没有建立起数据思维、缺少数字文化、甚至业务决策与数据脱节……
但有一点可以帮助我们进行判断，那就是企业所进行的这场数字化转型，是否真正提升了其核心能力和价值。如果数字化转型不达痛点、不促发展，那么就是失败的。
02、数字化转型五大失败原因
1.盲目转型，方向不明
很多时候，数字化转型并不是先知先觉，而是环境倒逼。不乏很多企业在倒逼下痛则思变，加快转型获得成功，比如经历了2011年工程机械行业大滑坡后的三一重工。
但也有很多企业，在布局转型前，并未找到未来竞争的着眼点与重构后的商业模式，在没有清晰的战略规划的情形下匆匆入局转型，对数字化的部署往往就是跟风式或者孤岛式。无方向性或者方向错误的“小敲小打”的数字化转型，难以触及到转型核心，失败在所难免。
【避免数字化转型失败的3大破局思路和4点建议 | 亿信华辰推荐】2.认知不足，转型乏力
数字化转型通常周期较长，所以很多时候相对来说，很难取得立竿见影的效果体现。
一些企业对于转型效果的追求较为迫切，但是其衡量标准又是传统的绩效指标，而不是根据实际情况和部署计划来进行阶段性、针对性的评估，导致企业内部“转型无效论”盛行，从而减少对数字化转型的持续投资，进而转型效果体现更慢，陷入恶性循环窘境。
3.部门隔墙，组织难变
这是很多传统企业在进行数字化转型时遇到的困境。要求敏捷、高效、创新的数字化转型，对组织制度提出了更高的灵活性的要求。但对于一些管理制度相对较为传统的企业来说，如何根据数字化转型来进行企业组织制度的调整是一个两难的选择：原有基础上修补可能造成数字化底座不牢，推倒重建可能又会造成伤筋动骨。支撑转型的稳固结构建立不起来，就会导致转型落地困难。
4.人才难觅，能力不足
人才是建设数字化能力的关键要素，也是重难点。企业要成功进行数字化转型，需要一批具备不同层次、不同类型能力的人才，提供支持。
然而这类人才通常较为稀缺，导致从外部招聘难；而要从内部培养的话，周期长、难度大。缺少人才支持，数字化技术的价值难以充分释放。
5.不够“一把手”，或停留“一把手”
数字化转型是“一把手”工程，没有高层的支持，数字化转型的开展举步维艰。上文提到的三一重工就是在其董事长的垂范带动下，实现了采购、研发、生产、销售、设备数据收集、反馈服务的数字化。
但它又不仅仅只是一把手工程。一些企业的一把手支持仅停留在管理层层面，对于数字化的战略规划，也与业务发展关联不强，导致业务部门对数字化转型的认同感和认知能力都是参差不齐的，导致数字化转型难以在全组织层面进行全面落实。
文章图片
03、三大破局思路
每个企业数字化转型遇到的主要困境虽然有着很强的共性，但每个企业都是独一无二的商业个体，每个企业的破局思路以及具体实施路径都会因为组织差异性而有很多不同，所以也并不存在一个统一的方法论或者一套能直接复制的经验，能够指导企业避免数字化转型失败，但从一些成功的案例中，我们可以找到一些破局思路。
1.渐进派
数字化转型不是一个一蹴而就的过程。大刀阔斧的转型可能也暗藏着更大的风险。其实，依据企业对数字化转型的不同应用程度，可以采用一种渐进式的转型方案，帮助企业从数字化1.0，逐步进化到数字化N.0的迭代。
美的的数字化转型迄今已十年：2012年，重构IT系统，解决一致性问题；2015年，建设智能工厂、数据平台，系统移动化；2016年，推动“T+3”变革，拉通产销价值链，面向用户零售驱动，压缩每个周期的时间，打造柔性生产力；2016年以后，建立工业互联网，全面数字化，全面智能化，用数据驱动业务运营；再之后，美的在数字化方面不断进阶，由硬件思维转向软件思维，建立了“数字孪生”的智能工厂，将制造环节柔性化、精细化。
美的董事长方洪波说，在将来的某一天，随着企业价值链高度的数字化，所有的流程、工作方法及业务模式都得到改变，加之智能化的推动，美的可能就是一家互联网公司。
文章图片
2.稳健派
对于很多企业来说，数字化转型遇到的阻力很明显：数字化转型势必会导致传统利益结构的重新分配，而这恰恰是企业变革中最难突破的点。
就拿酒企来说，传统单品对分销渠道依赖性极大，如果开展直面客户的数字化渠道转型，势必会面临极大的阻力和风险。在这种境遇下，汾酒集团的数字化转型方案就显得稳健许多。
它没有选择从传统大单品入手，而是拆分出“竹叶青”这个新品牌，并委派了一位同时分管过生产技改和营销的管理者来负责。转型过程中采取现代营销方法，重新回到需求原点，不断加码数字化营销，基于新时代背景下消费者的兴趣偏好、行为方式、购买路径去重建新的商业模式、深入服务消费者，直接和客户联系，建立长期的渠道体验。
3.灵活派
“数字化转型”不同于企业日常的生产经营，它的开展需要企业多方面的能力重构。如果仅通过企业内部技术能力从头开始建设，可能相对困难；但如果完全靠外部人员和技术，可能又会导致内部人员参与不足，且较难保证后期转型的核心命脉自主可控。对于此，中国一汽的灵活型的数字化转型方案，是比较具有借鉴意义的。
中国一汽在数字化转型中，通过自己的信息化公司——启明，在消费端和生产端灵活选择自研、采购或者合作开发，选择不同的技术供应商用其所长：使用钉钉进行协同办公，内部研发搭建经销商管理系统（DMS）、借助腾讯推动数字化营销。但在核心的企业资源管理系统（ERP）、产品研发管理（PLM），以及制造执行系统（MES）上，一汽仍然选择自主搭建或基于成熟工业软件系统进行二次开发。
文章图片
启明公司有1400多人，本身就承担了集团各个跨职能系统的建设，其开发的财务系统、采购和人力资源都已实现全覆盖。通过部署行业内领先的工业软件，一汽对生产管理进行了数字化改造，实现了冲压、焊装、涂装、总装四大工艺全流程智能化生产，订单交付周期缩短26%以上。在产品研发上，通过数字孪生的协同设计和虚拟仿真平台，产品开发周期缩减6个月以上。
04、四点建议
1.巧切入
数字化转型中的困境和阻力，可以预见又难以避免。如何让转型更易落地且更具成效，找准切入点，有时候可以帮助这个进程事半功倍。
某集团是稳居中国企业500强前列的大型民营股份制企业，现有员工4万多人，年产值过1000亿。目前形成了以铝业、纺织服饰、西海岸新区、金融、地产、教育、旅游、健康、航空等为主导的多产业并举的发展格局。
基于该企业的现状，亿信华辰帮助该企业以数据标准与制度二者为基石切入点，以管理组织、流程和平台三者为实现手段，实现物料主数据全面高效的管理。
经过一年多的项目建设，该集团利用亿信华辰主数据管理软件搭建的主数据平台成功上线，建立了满足各下属公司业务需要的物资分类和各属性字段标准规范模板，实现所有类型主数据在主数据管理平台中统一管控。、
文章图片
最终通过集中的数据管理和全面的数据服务，实现高效的数据利用和可靠的数据质量，比如：第一，大幅度降低了物料重码率，为降低库存提供了保证；第二，满足快速定位及查询的需要，减少了无效操作时间，最终提高了工作效率，助力数字化转型。
2.巧借力
如果数字化基础能力搭建不牢，就会导致数据流通差、业务场景难落地等情况。但要建立起这样的高标准的数字化能力对于很多企业来说并非易事，这个时候，借力外部技术平台产品和外部专业人员，能更高效地帮助企业完成转型项目。
临矿集团是全国煤炭企业50强和山东省重点工业企业之一。该集团在2016年开始建设大数据平台，相继完成集团财务共享、人力共享、设备共享、安全生产、党建平台及大数据平台建设，也面向集团层面建了数据仓库，通过对集团领导与二级单位领导提供云中看板，让领导随时随地了解生产经营信息，及时决策。
但是由于各系统厂商不同，早期也没有健全的数据治理体系，导致在数据使用过程中存在诸如数据标准不统一、数据质量低、数据资产利用率低等问题，给数字化转型造成阻碍。
对于此，该集团依托于亿信华辰的行业经验及自主研发的睿治数据治理平台、亿信ABI工具，并结合亿信华辰数据治理专家的意见，实现了临矿集团人力、财务、安全、设备、媒质数据从元数据、数据标准、数据质量、数据资产编目、到数据业务部门自助分析全数据生命周期治理及应用，建设了涵盖人、财、物、产、供、销、安全等业务领域的集团级大数据资产平台，提供各类数据服务，并实现一线业务人员对数据自助分析应用，完成数据赋能。
文章图片
3.重人才培养
数字化转型的关键资源是人。
但如前文所述，相关人才稀缺，单靠招聘无法满足其缺口。这个时候，更高效地进行员工相关技能的培训，就成为许多企业的选择。在岗实践与培训相结合，大规模个性化学习，构建学习社区与学习网络等，都是被验证过的行之有效的方式。
在全球拥有超过40万员工的德国博世公司，提倡的是“学习敏捷力”。博世长期投入员工的能力提升，关注不同类型员工的专业需求，打造定制化的学习项目和培训平台。例如为技术员工提供虚拟现实（VR）工具，帮助他们学习新技术和设备零部件的维修；为工厂主管提供蓝领领导力培训项目，博世还鼓励员工根据特长和专业创作微课，共同丰富移动学习平台。 
文章图片
各行各业在转型中的学习需求不同，并没有固定的成熟模式，企业需要持续洞察业界先进实践，与专业机构一起，不断探索适合自己企业的能力提升路径。
4.重文化培育
前路易威登首席数字官Ian Rogers说：“成败的关键时刻，还得看企业组织企业在进行数字化转型的过程中，是否已经接受了这将不是技术问题而是企业文化变革的事实。企业文化变革是数字化转型的前提。”
数字化转型是自上而下的，只有当企业从高层到基层构建起相应的数字化文化，转型才能顺利进行。企业的数字化文化应是与企业本身的文化相融合匹配，让组织发展与数字化转型进程保持一致，才能让组织内每个人达成充分的数字化认知，从而助推转型进程。
05、小结
数字化转型，重难点在于“转型”，它是一个长期的过程，其效果的产生也是缓释而长久的。它并不是从0到1的技术项目的启动，而是从0到100的能力建设。
做好数字化转型，不仅是为了提升资源配置的效率，提升企业利润；更是为了让企业在发展基因中注入开放、融合和可持续发展的元素，使得员工和合作伙伴们愿意追随，这样不仅可以降低转型中的诸多风险和隐性成本，还会增强企业长期发展的韧性。
推荐阅读
- 机器学习|bagging && boosting && stacking 集成学习
- 数据分析|数据分析学习1——数据获取，单因子探索分析与可视化
- 人工智能|Numpy+Pandas+Matplotlib（Python数据分析三剑客详细入门教程）
- 可视化|Python直方图绘图（NumPy，Matplotlib，Pandas和Seaborn）
- R语言入门课|R语言导入数据文件（数据导入、加载、读取）、使用Hmisc包的spss.get函数导入SPSS中的por格式文件
- R语言入门课|R语言使用dbinom函数生成二项分布密度数据、使用plot函数可视化二项分布密度数据（Binomial Distribution）
- R语言入门课|R语言使用＜-操作符创建新的变量、使用两个数据列通过加和创建新的数据列（sum variables to make new featurs in dataframe）
- python|基于股票大数据分析的Python入门实战(实践记录)(持续更新)
- 数据分析|python xlwt xlrd的坑