核心摘要：

當今時代背景下，數字化轉型對製造業企業來說勢在必行。從企業外部看，市場需求快速變化
、各(ge)類(lei)跨(kua)賽(sai)道(dao)競(jing)爭(zheng)對(dui)手(shou)不(bu)斷(duan)湧(yong)現(xian)，這(zhe)就(jiu)要(yao)求(qiu)製(zhi)造(zao)企(qi)業(ye)摒(bing)棄(qi)原(yuan)有(you)的(de)經(jing)驗(yan)主(zhu)義(yi)模(mo)式(shi)，以(yi)數(shu)字(zi)化(hua)乃(nai)至(zhi)智(zhi)能(neng)化(hua)的(de)方(fang)式(shi)，快(kuai)速(su)洞(dong)察(cha)市(shi)場(chang)需(xu)求(qiu)和(he)競(jing)爭(zheng)對(dui)手(shou)，通(tong)過(guo)快(kuai)速(su)準(zhun)確(que)的(de)決(jue)策(ce)與(yu)行(xing)動(dong)贏(ying)取(qu)競(jing)爭(zheng)優(you)勢(shi)。從(cong)企(qi)業(ye)自(zi)身(shen)看(kan)
，業(ye)務(wu)規(gui)模(mo)的(de)提(ti)升(sheng)帶(dai)來(lai)的(de)是(shi)內(nei)外(wai)部(bu)各(ge)類(lei)人(ren)、財、物資源協作規模及難度的指數級增長，在這一背景下，推動業務
、流程
、人ren員yuan的de數shu字zi化hua轉zhuan型xing成cheng為wei唯wei一yi的de破po解jie之zhi道dao。將jiang數shu據ju作zuo為wei新xin的de生sheng產chan要yao素su納na入ru到dao企qi業ye的de生sheng產chan經jing營ying活huo動dong中zhong
，推tui動dong企qi業ye開kai展zhan新xin型xing業ye務wu，通tong過guo對dui已yi有you數shu據ju的de深shen入ru洞dong察cha

、應用並構建特有的數據壁壘
，是建立數字化時代競爭優勢的切入點，也製造業企業數字化轉型更高層級的要求。

一
、製造企業數字化轉型難點

（一）有數據
，但是不能直接用：製造業企業由生產到銷售的鏈路長
、環節多，雖有數據沉澱，但存在分散在不同係統、數據口徑不一致、數據顆粒度粗、更新頻率低等問題。製造業企業在過往發展的曆程中，依據企業價值鏈各環節的需求，逐步建立起包括企業ERP係統

、CRM係統、供應鏈係統等內部係統；隨著互聯網經濟的快速發展，又對接了包括第三方市場監測係統、電商平台數據係統等外部係統。企業中的數據分散在不同係統中，由於各係統建設目的
、使(shi)用(yong)方(fang)式(shi)存(cun)在(zai)不(bu)同(tong)

，導(dao)致(zhi)不(bu)同(tong)係(xi)統(tong)間(jian)數(shu)據(ju)統(tong)計(ji)的(de)口(kou)徑(jing)不(bu)一(yi)致(zhi)。業(ye)務(wu)人(ren)員(yuan)在(zai)對(dui)數(shu)據(ju)進(jin)行(xing)分(fen)析(xi)時(shi)，需(xu)要(yao)耗(hao)費(fei)大(da)量(liang)的(de)時(shi)間(jian)對(dui)不(bu)同(tong)係(xi)統(tong)中(zhong)的(de)數(shu)據(ju)進(jin)行(xing)整(zheng)合(he)與(yu)清(qing)洗(xi)，甚(shen)至(zhi)出(chu)現(xian)數(shu)據(ju)大(da)量(liang)缺(que)失(shi)的(de)問(wen)題(ti)。除(chu)此(ci)之(zhi)外(wai)，為(wei)了(le)更(geng)好(hao)的(de)洞(dong)察(cha)消(xiao)費(fei)者(zhe)需(xu)求(qiu)、應(ying)對(dui)市(shi)場(chang)及(ji)競(jing)爭(zheng)態(tai)勢(shi)的(de)快(kuai)速(su)變(bian)化(hua)，業(ye)務(wu)部(bu)門(men)對(dui)於(yu)內(nei)部(bu)數(shu)據(ju)的(de)更(geng)新(xin)頻(pin)率(lv)要(yao)求(qiu)越(yue)來(lai)越(yue)高(gao)，對(dui)於(yu)外(wai)部(bu)數(shu)據(ju)的(de)顆(ke)粒(li)度(du)要(yao)求(qiu)越(yue)來(lai)越(yue)精(jing)細(xi)，但(dan)是(shi)當(dang)前(qian)製(zhi)造(zao)業(ye)企(qi)業(ye)的(de)數(shu)據(ju)現(xian)狀(zhuang)難(nan)以(yi)對(dui)這(zhe)些(xie)需(xu)求(qiu)進(jin)行(xing)相(xiang)應(ying)的(de)匹(pi)配(pei)。較(jiao)低(di)的(de)數(shu)據(ju)治(zhi)理(li)水(shui)平(ping)及(ji)數(shu)據(ju)質(zhi)量(liang)造(zao)成(cheng)大(da)量(liang)數(shu)據(ju)冗(rong)餘(yu)、係統冗餘及手工作業問題
，對員工人效提升提升形成阻礙。

（二）知道數據有用，但不知道怎麼用：製造業企業數字化起步相對較晚，數據在實際業務中的應用少，業務價值尚未被充分驗證。企業內對數據的應用多為簡單的數據收集、統計、對比
，對數據進行深挖與洞察方麵仍存在大量不足
，未能將數據分析方法與實際業務場景決策、流程相結合
，缺乏數據應用實踐案例。以研發及營銷為例，研發信息獲取仍以傳統的問卷調研、ruhufangtanweizhu，yingxiaoduanmuqianquefajiyushouhoushujudefenxiyuyunyong，shujurenggengduodeyingyongyuxiaoshoudachengtongji，yanfajiyingxiaoshangweiyishujuqudongwajuexiaofeizheguanzhudianheshiyongtongdian
，goujianyewucelvedeluodiyingyong。shujujiazhilunzhengdezhihouxingjiangjiangdiyuangongzhudongtuijinyewushuzihuazhuanxingdejijixing
，yanhuanqiyeyewuzhengtishuzihuazhuanxingbufa
，shideqiyenanyigoujianzaishuzihuashidaide“先發優勢”。

（三）知道怎麼用，但是能力達不到：製(zhi)造(zao)業(ye)企(qi)業(ye)人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)差(cha)異(yi)大(da)，企(qi)業(ye)希(xi)望(wang)通(tong)過(guo)牽(qian)引(yin)提(ti)升(sheng)組(zu)織(zhi)和(he)人(ren)員(yuan)的(de)數(shu)字(zi)化(hua)能(neng)力(li)來(lai)推(tui)動(dong)數(shu)字(zi)化(hua)轉(zhuan)型(xing)，但(dan)在(zai)實(shi)施(shi)過(guo)程(cheng)缺(que)乏(fa)突(tu)破(po)點(dian)。企(qi)業(ye)數(shu)字(zi)化(hua)轉(zhuan)型(xing)最(zui)終(zhong)需(xu)要(yao)落(luo)實(shi)到(dao)人(ren)員(yuan)的(de)能(neng)力(li)提(ti)升(sheng)與(yu)轉(zhuan)型(xing)
，而(er)當(dang)前(qian)製(zhi)造(zao)業(ye)企(qi)業(ye)在(zai)此(ci)方(fang)麵(mian)雖(sui)努(nu)力(li)嚐(chang)試(shi)

，但(dan)整(zheng)體(ti)成(cheng)效(xiao)甚(shen)微(wei)。企(qi)業(ye)人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)提(ti)升(sheng)大(da)多(duo)停(ting)留(liu)在(zai)培(pei)訓(xun)層(ceng)麵(mian)
，主(zhu)要(yao)通(tong)過(guo)開(kai)展(zhan)數(shu)據(ju)分(fen)析(xi)課(ke)程(cheng)對(dui)業(ye)務(wu)人(ren)員(yuan)進(jin)行(xing)賦(fu)能(neng)，與(yu)業(ye)務(wu)人(ren)員(yuan)的(de)實(shi)際(ji)工(gong)作(zuo)及(ji)業(ye)務(wu)場(chang)景(jing)結(jie)合(he)度(du)有(you)限(xian)

，難(nan)以(yi)讓(rang)課(ke)程(cheng)參(can)與(yu)人(ren)員(yuan)產(chan)生(sheng)共(gong)鳴(ming)並(bing)切(qie)實(shi)帶(dai)來(lai)業(ye)務(wu)價(jia)值(zhi)。此(ci)外(wai)
，承(cheng)擔(dan)企(qi)業(ye)數(shu)字(zi)化(hua)賦(fu)能(neng)的(de)部(bu)門(men)多(duo)為(wei)中(zhong)後(hou)台(tai)部(bu)門(men)，缺(que)乏(fa)足(zu)夠(gou)的(de)話(hua)語(yu)權(quan)，數(shu)字(zi)化(hua)能(neng)力(li)的(de)提(ti)升(sheng)尚(shang)未(wei)與(yu)員(yuan)工(gong)的(de)績(ji)效(xiao)
、獎jiang金jin及ji晉jin升sheng相xiang掛gua鉤gou，導dao致zhi業ye務wu數shu字zi化hua轉zhuan型xing的de牽qian引yin力li不bu足zu，培pei訓xun流liu於yu表biao麵mian
，業ye務wu團tuan隊dui基ji於yu數shu據ju的de創chuang新xin能neng力li與yu精jing細xi化hua運yun營ying能neng力li難nan以yi被bei充chong分fen激ji活huo。

二、從數據應用場景出發
，尋找破局之法

數據來源於業務，也終將反哺業務，數據應用場景貫穿於市場機會識別環節、產品研發、運營策略優化
、營銷決策等各個業務環節。以業務應用場景的線上化、數字化
、智能化為切入點，基於業務實際需求完善係統建設、沉澱整合數據、搭建數據應用場景並提升人員數字化水平，是推動業務效率提升和業務成果改善的關鍵破局點。

（一）以數據應用場景需求為導向搭建係統
，明確數據需求與數據標準。優化企業數字化轉型過程中係統冗餘
、shujurongyuwenti
，xuyiyewushuzihuazhuanxingjiyingyongchangjingtuidongguochengzhongyudaodeshijiwentiweichufadian，tuidongqiyezhubugoujianxinxihuaxitongjishujuzhongtai，chendianneiwaibushuju，bingjianlitongyideshujutongjikoujingheguanliguifan。yucitongshi，xuyaogoujianyewushuzihuazhuanxingzhanlvesiwei，duiyewushuzihuazhuanxingzhengtifangxiang
、節奏、重點有通盤、前瞻性思考，在係統搭建、數據沉澱及治理過程中少走彎路、回頭路。

（二）以數據應用場景落地帶動業務效率提升、成果改善及業務數字化轉型。數據應用場景是係統及數據價值實現的最終途徑，在業務數字化轉型過程中

，需要以消費需求洞察
、銷售預測、競品動態追蹤等重點環節、場景的數字化應用及工具開發為撬動點，通過業務經驗數字化、模型搭建、工具開發等方式輔助、提(ti)升(sheng)業(ye)務(wu)人(ren)員(yuan)策(ce)略(lve)構(gou)建(jian)的(de)精(jing)準(zhun)度(du)及(ji)業(ye)務(wu)動(dong)作(zuo)實(shi)施(shi)的(de)及(ji)時(shi)性(xing)
，讓(rang)業(ye)務(wu)人(ren)員(yuan)充(chong)分(fen)感(gan)受(shou)到(dao)數(shu)字(zi)化(hua)對(dui)自(zi)身(shen)帶(dai)來(lai)的(de)價(jia)值(zhi)與(yu)能(neng)量(liang)
，進(jin)而(er)以(yi)點(dian)帶(dai)麵(mian)，推(tui)動(dong)業(ye)務(wu)的(de)全(quan)麵(mian)數(shu)字(zi)化(hua)轉(zhuan)型(xing)，實(shi)現(xian)數(shu)據(ju)業(ye)務(wu)化(hua)與(yu)業(ye)務(wu)數(shu)據(ju)化(hua)。

（三）yishujuyingyongchangjingmingqueyuangongshuzihuanenglideyaoqiu，bingtongguoshijiantishengyuangongshuzihuanengli。zaituidongzuzhijirenyuanshuzihuatishengdeguochengzhong
，yishiyaotongguoyewushujuyingyongchangjingdeshulijiluodi，mingquebutongyewuxiantiao
、butonggangweisuoxuyaojubeideshuzihuanengli，bingtongguonenglixianzhuangtiaoyanjipinggu
，shibiexianjieduanshuzihuanengliduanbanjitongdian，youzhenduixingdijinxingpeixunkechengshejijiluodi；二是需要以數字化場景的開發及落地為借力點，“幹中學、學中幹”是最高效
、可(ke)行(xing)的(de)能(neng)力(li)提(ti)升(sheng)路(lu)徑(jing)，通(tong)過(guo)業(ye)務(wu)人(ren)員(yuan)對(dui)數(shu)字(zi)化(hua)應(ying)用(yong)場(chang)景(jing)的(de)深(shen)度(du)參(can)與(yu)加(jia)深(shen)業(ye)務(wu)人(ren)員(yuan)對(dui)於(yu)數(shu)據(ju)價(jia)值(zhi)的(de)認(ren)可(ke)，激(ji)發(fa)業(ye)務(wu)人(ren)員(yuan)對(dui)數(shu)據(ju)的(de)感(gan)知(zhi)能(neng)力(li)及(ji)實(shi)際(ji)使(shi)用(yong)能(neng)力(li)，促(cu)進(jin)其(qi)主(zhu)動(dong)學(xue)習(xi)數(shu)據(ju)分(fen)析(xi)方(fang)法(fa)和(he)工(gong)具(ju)來(lai)提(ti)升(sheng)業(ye)務(wu)成(cheng)果(guo)。

應用場景數字化步驟：數據在業務中的應用實踐包含四個關鍵環節：數據業務定義、數據分析與建模、數據業務實施
、模(mo)型(xing)的(de)迭(die)代(dai)與(yu)優(you)化(hua)。其(qi)中(zhong)，第(di)一(yi)個(ge)環(huan)節(jie)

，數(shu)據(ju)業(ye)務(wu)定(ding)義(yi)是(shi)將(jiang)業(ye)務(wu)問(wen)題(ti)定(ding)義(yi)成(cheng)數(shu)據(ju)可(ke)分(fen)析(xi)的(de)問(wen)題(ti)，這(zhe)是(shi)所(suo)有(you)數(shu)據(ju)應(ying)用(yong)的(de)起(qi)點(dian)，也(ye)是(shi)業(ye)務(wu)數(shu)字(zi)化(hua)轉(zhuan)型(xing)的(de)起(qi)點(dian)。第(di)二(er)個(ge)環(huan)節(jie)，對(dui)數(shu)據(ju)可(ke)分(fen)析(xi)的(de)問(wen)題(ti)
，應(ying)用(yong)數(shu)據(ju)分(fen)析(xi)方(fang)法(fa)進(jin)行(xing)建(jian)模(mo)，將(jiang)業(ye)務(wu)邏(luo)輯(ji)抽(chou)象(xiang)為(wei)模(mo)型(xing)邏(luo)輯(ji)。第(di)三(san)個(ge)環(huan)節(jie)，通(tong)過(guo)流(liu)程(cheng)改(gai)造(zao)
、產品設計、標準製定等方式，將其沉澱到實際業務與工具當中，第四個環節：通過業務實踐及應用對模型不斷進行迭代，實現數據應用價值的螺旋式上升。

以產品退市為例：傳統製造業企業為平衡最大化產品收益與最優化工廠產能配置
，需要對產品結構進行不斷優化、管理SKU數量並基於此進行產品退市決策，而如何準確的做出產品退市決策（退掉真正沒有價值的產品）一直以來是都是製造業企業的難題。

在數據驅動業務應用場景提升的條件下，通過以下步驟將數據應用到業務場景中。步驟1：了le解jie實shi際ji退tui市shi環huan節jie涉she及ji到dao的de業ye務wu環huan節jie

，並bing基ji於yu現xian有you的de產chan品pin退tui市shi規gui範fan
，梳shu理li產chan品pin退tui市shi的de業ye務wu邏luo輯ji，確que定ding剛gang性xing紅hong線xian指zhi標biao，如ru產chan品pin質zhi量liang品pin質zhi類lei指zhi標biao
、利潤類指標。步驟2：整合並清洗產品銷售過程中沉澱的數據，用數據說話，挖掘與產品銷售相關聯的前置預警指標。從產品流量獲取、liuliangzhuanhuadengweidu，zhidingchanpinyujingbiaozhun
，bingjiehechanpintuishidehongxianzhibiaogoujianchanpinyujingjituishimoxing，bingjiyuzuijinliucundeshujujinxingmoxingdeshijian，duimoxingjinxingyanzheng，bingduimoxingjinxingcanshutiaoyou。buzhou3：將產品預警及退市模型進行沉澱
，更新到產品退市流程中並將模型應用到產品日常的運營監控中。步驟4：在後續使用過程中基於產品退市模型的輸出效果，不斷進行迭代


，完成數據驅動業務應用場景的閉環。

三、業務的數字化轉型最終要以人員能力數字化建設及提升為底層支撐

人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)建(jian)設(she)是(shi)企(qi)業(ye)數(shu)字(zi)化(hua)轉(zhuan)型(xing)和(he)業(ye)務(wu)數(shu)字(zi)化(hua)轉(zhuan)型(xing)的(de)基(ji)礎(chu)。數(shu)據(ju)的(de)最(zui)終(zhong)維(wei)護(hu)責(ze)任(ren)方(fang)與(yu)使(shi)用(yong)方(fang)是(shi)業(ye)務(wu)部(bu)門(men)，這(zhe)就(jiu)要(yao)求(qiu)業(ye)務(wu)人(ren)員(yuan)開(kai)展(zhan)數(shu)字(zi)化(hua)能(neng)力(li)建(jian)設(she)與(yu)提(ti)升(sheng)，並(bing)通(tong)過(guo)業(ye)務(wu)人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)的(de)建(jian)設(she)與(yu)提(ti)升(sheng)輔(fu)助(zhu)企(qi)業(ye)完(wan)成(cheng)係(xi)統(tong)的(de)規(gui)範(fan)化(hua)建(jian)設(she)
、擴展更多維度的數據源並進行沉澱、更(geng)高(gao)效(xiao)的(de)使(shi)用(yong)現(xian)有(you)的(de)係(xi)統(tong)和(he)數(shu)據(ju)並(bing)對(dui)於(yu)目(mu)前(qian)係(xi)統(tong)中(zhong)的(de)存(cun)在(zai)的(de)問(wen)題(ti)和(he)缺(que)失(shi)的(de)數(shu)據(ju)進(jin)行(xing)反(fan)饋(kui)，實(shi)現(xian)從(cong)業(ye)務(wu)場(chang)景(jing)出(chu)發(fa)
，並(bing)最(zui)終(zhong)反(fan)哺(bu)業(ye)務(wu)的(de)場(chang)景(jing)的(de)數(shu)據(ju)應(ying)用(yong)閉(bi)環(huan)。

數字化能力模型整體搭建思路：根據數據使用的流程與邏輯
，搭建數據獲取
、數據分析、數據沉澱、數據共享4個一級指標。數據獲取是基於業務場景及分析決策需求，明確所需要的數據源、數據指標及數據標準的能力；數據分析是基於業務場景對數據進行分析與應用的能力，如基於數據進行監督、評估
、預測、策略構建及優化等方麵的能力

；數據沉澱是各崗位人員在提升自身數字化能力的同時
，能夠通過各類方法
、工具
、係統等方式對數據和分析方法進行沉澱的能力；數據共享是各崗位人員能夠在同崗位序列人員間、部門內和部門間進行能力分享，並且積極參與並支撐團隊整體數字化能力提升工作的能力。基於數字化能力模型中的4gehexinyijinengliweidu，genjugegangweidegongzuozhizejixuchaijiehuafenerjinenglixiang
，jianliwanzhengdegangweishuzihuanenglimoxing，bingxuanqulianghuazhibiaoduinenglishuipingjinxingpinggu。zuizhongtongguojianggangweishuzihuanengliyaoqiuyurenyuanshuzihuashuipingjinxingpipei，qianyinrenyuanshuzihuanenglidetisheng。

數字化能力模型的落地：一方麵通過各類激勵

、管控方式將人員數字化能力與其職級水平
、收入水平等“切身利益”捆綁掛鉤，提升員工提升自身數字化能力的緊迫感。另一方麵通過數字化能力培訓課程體係的建立、各類共創會及分享會的組織、係統及工具的開發來賦能、激發
、加速業務人員數字化能力建設的廣度與深度，最終實現組織數字化能力的大幅提升。

四：結語

在製造業企業亟需通過數字化轉型滿足市場需求的快速變化、守住並提升自身市場份額的背景下，需要從企業的實際業務場景出發，通過業務流程中各類數據的沉澱及打通實現市場需求的快速識別、跟(gen)進(jin)及(ji)業(ye)務(wu)資(zi)源(yuan)的(de)精(jing)細(xi)化(hua)投(tou)放(fang)。同(tong)時(shi)
，也(ye)需(xu)要(yao)充(chong)分(fen)認(ren)識(shi)到(dao)人(ren)員(yuan)能(neng)力(li)的(de)數(shu)字(zi)化(hua)轉(zhuan)型(xing)是(shi)企(qi)業(ye)數(shu)字(zi)化(hua)轉(zhuan)型(xing)的(de)底(di)層(ceng)支(zhi)撐(cheng)，業(ye)務(wu)的(de)數(shu)字(zi)化(hua)轉(zhuan)型(xing)最(zui)終(zhong)要(yao)通(tong)過(guo)人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)的(de)提(ti)升(sheng)與(yu)構(gou)建(jian)來(lai)實(shi)現(xian)。數(shu)據(ju)應(ying)用(yong)場(chang)景(jing)落(luo)地(di)及(ji)人(ren)員(yuan)數(shu)字(zi)化(hua)能(neng)力(li)建(jian)設(she)也(ye)是(shi)打(da)造(zao)數(shu)字(zi)化(hua)時(shi)代(dai)企(qi)業(ye)新(xin)型(xing)競(jing)爭(zheng)優(you)勢(shi)的(de)戰(zhan)略(lve)布(bu)局(ju)點(dian)。