对数字化转型的理解

数字化把原子世界和模拟数据转化成0和1表示的二进制信息，通过比特信息表示物理世界，这个过程就是数字化。还有一个概念叫数据孪生，也可以作为数字化的另外一个别名。

借助计算机和网络的发展，数字化正在快速改变很多传统行业的运营模式，甚至催生了新的行业，互联网企业的数字化转型也在引导很多其它行业的数字化转型的步伐。

实践上看，淘宝，京东在通过电子商务改变了零售行业，支付宝，财付通改变了金融行业的业务模式，滴滴打车改变了人们交通出行的业务模式，新闻媒体行业数字化转型后也已经是面目全非了，这些变化甚至改变了人们的生活方式，地铁里面的低头一族，无处不在的支付码，走街串巷的快递员都是这种变化的产物。无论是是"互联网+"还是数字化转型正在成为全行业的趋势。或许有一天世界会像黑客帝国里面描述的场景，物理世界和数据世界实现真正的融合。

最近几年，“数字化”正悄悄替代了“信息化”，而信息化的概念并不陌生，传统的信息化将企业内部原来通过字纸的信息搬到计算机上，从通过人来传递信息，通过网络在计算机之间传递信息，提高了信息传递和处理效率。进一步而言，信息化改造一般需要优化企业的业务流程（BPM）并通过信息系统进行固化、自动化，以此降低流程的管控成本，并提供业务决策支持。以OA，ERP，CRM系统为代表的企业信息化的改造实际上已经存在多年了并被广泛应用，企业内部一般也都设有信息化部，CIO成为很多企业的重要岗位。

不少所谓“数字化”转型实际上是新瓶装旧酒，跟以前的“信息化”内容并无本质区别，包括系统整合，数据集成，数据分析和决策，上下游的信息打通，都不是数字化转型独有的工作。不过新概念也有一些不同，按定义来看，信息化的工作可以看作是数字化的基础，数字化的范围更广泛些，而且借助最新的技术对IT的基础设施进行的变革，这也会孕育出一些新的价值主张和商业模式。

Digital transformation is the integration of digital technology into all areas of a business, fundamentally changing how you operate and deliver value to customers It's also a cultural change that requires organizations to continually challenge the status quo, experiment, and get comfortable with failure
数字化转型就是整合数字化的技术，并应用于组织的所有业务范围中，从而根本性改变运营的方式和如何向客户传递价值的方式。同时数字化转型也是一种文化的变革，需要组织持续去挑战当前状态，经验，并坦然面对可能的失败。

另外看到一个解释是“数字化转型就是利用数字化技术来推动企业组织转变业务模式，组织架构，企业文化等的变革措施。数字化转型旨在利用各种新型技术，如移动、Web、社交、大数据、机器学习、人工智能、物联网、云计算、区块链等一系列技术为企业组织构想和交付新的、差异化的价值。采取数字化转型的企业，一般都会去追寻新的收入来源、新的产品和服务、新的商业模式。因此数字化转型是技术与商业模式的深度融合，数字化转型的最终结果是商业模式的变革” 。

政府对数字化转型的定义还是比较到位的，即：深入推进政府数字化转型、加快建设数字政府是一场刀刃向内的政府治理革命，是政府立足于更好为人民服务，主动适应数字化时代趋势，按照“政府理念创新+信息技术创新+政务流程创新+治理方式创新”四位一体架构，运用数字技术，对施政理念、流程、方法和工具进行全方位、系统性、重塑性变革，推进政府治理体系与治理能力现代化的过程。

全球全数字化业务转型中心（思科携手洛桑国际管理发展学院共同组建，以下简称DBT）给的定义：数字化是通过连接实现的各种技术创新。数字化业务转型，则是运用全数字化技术构建新的商业模式实现组织变革，进而提高业务绩效。

数字化转型是什么，简单总结自己的几个理解：

另外看到两个说法，也引用一下：

“一切业务数据化，一切数据业务化”是众多互联网公司经常挂在嘴边的一句话。就这个热点名词查了些资料，找了两个自己比较认同的解释。

指面向客户实现商业目的的事务的过程正在数据化，业务数据化其实早就开始了，或者说之前叫信息化。业务数据化带来的好处是，业务可以更大程度的通过数学进行描述，从而实现更为精细的运营。

完成业务的数据化实际上需要经过简单数字化和流程数据化两个步骤（如图1）。

业内普遍的看法是， 数据业务化是指：通过对业务系统中沉淀的数据的二次加工，找出数据中的规律，让数据更懂业务，并用数据驱动各个业务的发展，将数据渗透到各个业务的运营当中，让数据反哺业务，最终释放数据价值，完成数据价值的运营闭环。 以上定义侧重于从运营的角度来阐释数据的业务化，强调数据对业务的理解、渗透和反哺。然而，这个定义并未揭示出数据是如何驱动业务运营的，也并未解释其原理和作用过程。

笔者认为，数据业务化重点在“业务”二字，表面意思是将数据做成一项业务，说到底， 数据业务化应当属于产品或业务的范畴，应从数据的产品化与商业化角度来定义数据业务化。 基于此，笔者对数据业务化进行了重新定义。笔者认为， 所谓数据业务化是指：在数据整合的基础上，将数据进行产品化封装，并升级为新的业务板块，由专业团队按照产品化的方式进行商业化推广和运营。 从这个定义可以看到， 数据业务化的本质是数据的产品化、商业化与价值化 。如下图所示，数据业务化实际上强调产品化、新业务和专业化运作，也就是以数据为主要内容和生产原料，打造数据产品，按照产品定义、研发、定价、包装和推广的套路进行商业化运作，把数据产品打造成能为企业创收的新兴业务。

数据业务化是业务数据化的自然延伸，也可以说是一种升华，即将收集的数据用于业务或产品本身。这里主要包含两个层面，一是数据智能，二是数据创新。前者主要利用大数据技术提升产品体验，如推荐系统、信用评级等。后者主要是利用积累的数据开展新业务。

数据转变为带有建议性的信号成为了面向客户实现商业目的的内容因此，分析师做做运营漏斗分析，提出优化方案，推动产品迭代，这不是数据业务化。因为不是面对客户，是面对企业。而某网站把用户的数据打包卖给客户，也称不上数据业务化，因为数据并未转变为面向客户实现商业目的的内容，充其量叫做数据倒卖化。网易云音乐，根据我之前的听歌记录，通过算法判断我的喜好，推送歌单给我，这是数据业务化。业务数据化，属于运营范畴。数据业务化，算是产品范畴。

---