数字化转型过程中需要厘清的几个关系:存量与增量

简介: 在底层数字基础设施之上,越来越多的企业开始更关注上层业务的转型,其中以营销数字化为代表。笔者认为,数字化转型,应建立在企业的业态、规模、规划以及现状的基础之上,还应围绕企业的核心价值进行开展,受益者应当具备开放的特征,覆盖内外部的且足够多的伙伴。

1、前言

       在底层数字基础设施之上,越来越多的企业开始更关注上层业务的转型,其中以营销数字化为代表。笔者认为,数字化转型,应建立在企业的业态、规模、规划以及现状的基础之上,还应围绕企业的核心价值进行开展,受益者应当具备开放的特征,覆盖内外部的且足够多的伙伴。

       数字化转型过程中,有了初步的规划和初阶的产品,然而,面临痛点和挑战的阶段,更是在落地阶段。CEO作为最终评估者,针对数字化落地过程中的导向性评估主要以三个方面进行,分别是数字生态、数字驱动和价值提升,而CTO作为过程推进者,需要根据企业数字化发展策略,把握数字化转型方向,进行阶段性落地。落地过程中,需要考虑存量和增量的问题,不应将存量当成包袱,也不应将增量当成边界。

       笔者依然从科技输出的角度对存量和增量的关系进行阐述,重点在业务规划和技术选型两个方面。


2、存量和增量的边界

       埃森哲在数字化的研究报告中提出一个观点,数字化转型过程中的存量和增量,其实是第一曲线和第二曲线中巧妙的寻找一个平衡。而这种平衡恰好是解决企业经营管理和发展中的痛点,通过数字科技输出的方式给予企业经营过程中,尤其是业务运营的数字化重塑。笔者认为,在数字化转型过程中,存量要做好,而增量要做对,因此存量和增量的关系在于“有选择”、“可延续”、“可进化”的平衡。有选择代表了数字科技场景的阶段性适配,可延续代表了数字技术支持的服务泛化,可进化代表了职能部门具备向业务部门升级的可能。

       在传统的企业运营框架中,存量的意义主要是把现有的用户市场和用户服务做好,而增量就是获取潜在的市场份额和利润,这是绝大多数企业的目标,同时也具备非常明显的边界,俗称变量。变量主要由用户体验驱动,包括了品牌的交互、产品的增值服务、数字技术的赋能等。

       在数字企业的运营框架中,存量代表了持续的消费者体验和产品核心竞争力,增量是具备应对行业变化的能力和知识服务能力。数字化能力需要承载产品的意义和用户的信任,同时需要将变量的不确定性约束成较窄的范围。在笔者所在的企业,将机器人、AI技术运用至业务运营领域,通过分析客户语义精确触达客户心智, 最终达到精细化和数字化运营的目的,这个过程中的数据留存和分析,可以从用户的需求变化中拓展增量。


3、存量的数字化

       从业务规划的角度看待存量的数字化,则主要以业务场景急需解决的问题为目标,进行数字语言的统一和数字口径的约束,促成存量场景和增量场景的数字化衔接。在初级数字化阶段,重点将传统的业务场景复制于线上,并通过技术手段进行持续优化。存量的数字化重点在于价值突破和障碍出清,通过简单场景的数字化突破,带动持续的变革,这其中包括了数字文化的宣贯和培养、经营层对于数字理念的认知、企业数字化的战略规划、数字语言的初步价值体现、运营和管理成本的降本增效。

       由此可见,业务规划中的存量数字化,需要以企业经营层的数字化战略认知进行统筹,具备循序渐进的特征,重点聚焦经营成本的压降、利润的提升和存量的转化率。

       从技术选型的角度看待存量的数字化,需要明确,存量的解决绝不是推倒重来,而是需要考虑现有的技术沉淀和科技团队的能力,利用增量项目的技术优势对存量的技术体系形成小范围的技术冲击。

       以笔者所在的企业为例,存量业务的技术选型和改造,更多从业务支撑的角度进行考虑,而不是盲目的考虑技术成本,变量在于对业务的支持和匹配,其中关键需要聚焦于服务,笔者称之为科技输出能力。以微服务为例,存量业务的技术改造,势必需要进行系统的拆分,尤其在数字语言统一的阶段,其实是一个数据治理的过程。


4、增量的数字化

       增量和存量最大的区别在于,增量代表了未来,更多的是“心智”,包括了管理的心智、用户的心智、产品的心智,乃至商业模式的心智。增量的数字化并不是无的放矢,而是在传统的经营体系和商业模式下通过数字化的手段进行创新。

       笔者从竞争的角度对增量数字化进行讲述,增量竞争是“自由”的方式,更多地凭借自身的优势,比如聚焦于某个特定的细分市场,以极强的用户粘性促进产品需求的优化迭代;存量竞争是“对抗”的方式,更多地通过转化的方式,进行竞品的淘汰,以更为普惠的营销方式促进用户的获取和产品的生存状态。

       从业务规划的角度看待增量的数字化,重点在于市场的快速试错和优化,以及企业效率的提升,因此需要具备一系列的支撑能力,如业务场景的支撑能力、业务运营的支撑能力、运营效率的支撑能力、决策能力的支撑能力等。

       从技术选型的角度看待增量的数字化,需要通过技术手段,抓住科技和消费者的变化,帮助企业挖掘新的增长,积累业务增量为存量。在笔者的企业,增量业务的技术选型更多的依靠技术架构体系,而架构体系依托于业务存量和增量过程中的演进。面对不确定的增量业务,技术选型需要边规划边演进,过程中必须具备反馈机制,类似DevOps 的度量和反馈。在企业级业务架构中,需要平衡规划管理、科技服务和数字化赋能的关系,如何将科技输出型组织提升至一个科技服务型组织,以利润中心的方式支持增量业务的发展,这是每个数字化团队成员需要考虑的问题。

       技术选型过程中,数字系统和数字工具作为增量业务系统的核心,即需要满足业务的发展,又需要构建数字生态,最终以数字赋能的方式,覆盖更多的“受益者”。笔者粗浅的认为,这个过程有两个特征,数据治理的“透明化”,更多地让数据进行辅助决策,技术选型的“敏捷化”,更快、更稳定、更安全地进行产品交付。


5、总结

       数字化转型是一个企业级的全局体系,涉及商业模式、运营模式、组织方式转变的系统工程,涉及条线多、建设范围广、技术运用深、能力要求高,笔者作为科技从业者,难免对数字化转型过程中增量和存量关系的解读会过于片面。

       关于存量和增量,落实到业务规划和技术选型,可以用DevOps方法论进行总结,战略和战术代表了规划和敏捷,数字化转型推进者一定要掌握平衡,规划有多全面,敏捷就要有多放开。

目录
相关文章
|
2月前
|
数据采集 存储 监控
数据治理怎么做才是价值最大化的呢?
在数据驱动时代,数据成为企业的核心资产,其治理直接影响决策效率、创新能力和市场竞争力。数据治理是一项系统工程,涵盖策略、流程和技术,确保数据准确、一致、安全、可访问且合规,从而最大化价值。为实现这一目标,企业需明确治理战略、建立治理架构、制定质量标准、强化安全保护、推动数据文化,并持续优化与创新。这些综合措施将充分释放数据潜力,推动企业发展。
|
4月前
|
运维 Cloud Native 安全
核心系统转型问题之迁移批次安排可以依据什么策略
核心系统转型问题之迁移批次安排可以依据什么策略
|
4月前
|
存储 弹性计算 文件存储
就软件研发问题之创建数据流动任务的问题如何解决
就软件研发问题之创建数据流动任务的问题如何解决
|
4月前
|
存储 网络安全 文件存储
就软件研发问题之在创建数据流动时配置的问题如何解决
就软件研发问题之在创建数据流动时配置的问题如何解决
|
4月前
|
对象存储
就软件研发问题之创建和管理数据流动及其任务的问题如何解决
就软件研发问题之创建和管理数据流动及其任务的问题如何解决
|
4月前
|
存储 文件存储 对象存储
就软件研发问题之修改数据流动以及删除数据流动的问题如何解决
就软件研发问题之修改数据流动以及删除数据流动的问题如何解决
|
6月前
|
数据采集 人工智能 供应链
想要解决数据治理的难题吗?首先,摒弃无稽之谈
想要解决数据治理的难题吗?首先,摒弃无稽之谈
|
数据采集 存储 监控
数据治理晓说:(三)谈谈“十四五”期间数据治理需要关注的六大趋势
数据治理的概念较早的起源于国外,近些年随着国内信息化的发展,逐步重视数据的共享和应用,随之发现了经常被提及的数据质量问题,从而也逐步开展起了数据治理项目。
数据治理晓说:(三)谈谈“十四五”期间数据治理需要关注的六大趋势
EMQ
|
机器学习/深度学习 人工智能 运维
激活海量数据价值,实现生产过程优化
EMQ云边协同工业互联网解决方案,将人工智能与云计算技术接入到传统的工业生产中,帮助企业实现数据流、生产流与控制流的协同,降本增效。
EMQ
198 0
激活海量数据价值,实现生产过程优化
|
弹性计算 人工智能 数据可视化
数字化转型过程中需要厘清的几个关系:技术与规则
前言 在文章的开头,笔者摘用一段报告,报告内容对数字化全面转型进行了如下描述:“对于一些高管来说,这是一场关于技术的竞争。对于其他人而言,数字化是一种与客户互动的新方式,它代表了一种全新的经营方式。虽然这些定义都不一定不正确,但是这种多样化的视角却经常让领导团队‘四分五裂’。原因正是理解的不一致和缺乏对企业未来之路的共同愿景。正因为如此,企业会经常出现不连续的举措和错失方向的努力,继而表现出迟缓或从一开始就迷失方向。”
289 0
数字化转型过程中需要厘清的几个关系:技术与规则