“数字化转型六图法”——服务7万家企业总结的方法论和行动指南（文后有福利）【系列六】

　数字化转型六图法

随着新一代 DT 技术的发展，利用数字化转型抢占市场和战略制高点成为企业发展的必经之路。企业想要转型，第一步便要梳理战略方向，形成战略地图。梳理战略地图涉及战略目标、业绩目标、KPI类型、KPI增长方式、KPI增长价值等内容。

以银行为例，某银行希望明年的利润提升到 1 亿元，可以将这个利润目标拆解为一级一级的小目标逐步实现，评估和配给不同模块所需的资源。譬如可将全年利润收入分解为营销带动的营收目标、客服中心的营收目标、零售网均的营收目标等。这便是梳理战略地图的路径。另外，企业在梳理战略地图时，还应注意参与者要包括董事会、CEO 以及核心高管。战略地图并不是静态的，需要企业每年进行更新和调整，但大架构并不会改变。具体的梳理步骤包括以下几点：

第一， 梳理现有战略，明确新的战略目标，促使行动一致

企业在构建战略地图时，首先要梳理三到五年内的规划，并明确新的战略目标，确定从上到下推行战略的执行步骤，促使战略行动的高度集中。

以某银行制定战略地图为例，其三到五年的战略愿景为“超常规发展大零售，大幅提升对银行的利润贡献”， 战略路径为“深度客户运营、丰富产品服务、推动产能提升、加 速渠道转型”，并细化了战略目标的实现路径，如图所示。

　某银行梳理的战略地图

企业在梳理战略地图的过程中，可能会出现两种情况：一种是商业模式没有被数字技术改变，譬如效率颠覆和体验颠覆；另一种是数字技术促使商业模式改变，譬如战略颠覆，从而形成数字化战略。因此，企业在考虑实现年度业绩目标并梳理战略地图时，首先要明确应从哪里开始变革，是从战略上变革，还是从效率或体验上变革。企业要根据变革角度梳理相应的战略地图，我们先不讲战略变革和体验变革，重点介绍企业如何从效率上变革，并梳理战略地图。

今天人们提到的产业互联网、工业互联网、S2B2C 企业、新零售、新金融等词汇都是数字化变革的代表。这其中涉及的大多数行业内容没有变、奋斗目标没有变、产品性质没有变，但是经营方式改变了。传统产业依靠人工经营，如今依靠数字化的能力经营。当同样的事情用不同的方式做并达到数倍的效果时，这种新的运作方式会颠覆旧的方式，从而形成新的商业。这便是效率颠覆传统行业的典型表现。

第二，总结战略目标及愿景

企业梳理战略地图，确定战略目标固然重要，但战略目标的实施路径、实施节奏和实施手段同样重要。

当企业完成内部战略和外部战略的梳理后，便需要总结新的战略目标及战略愿景。企业需要将战略目标分解成不同环节的目标，明确存量目标及二级目标。譬如零售企业在制定明年全年的销售目标时，需要对今年销售目标的完成情况进行梳理。结合市场发展、供应商变动等外部情况，制定合理的年销售目标；再将年销售目标按照月份、部门等维度细化，明确每个阶段的销售目标，确定阶段性销售目标的实施路径。企业完成了总体战略目标和阶段目标的制定后，还需要对相应目标的实现路径和方式有清晰的认知，从而匹配合适的战略执行路径及实施策略，同时要确保战略目标能够按照计划有序推进、稳定落实。

第三， 人力、财务等资源匹配，实现战略目标

企业在梳理战略地图、实现战略目标方面，需要对资源进行匹配，特别是在人力资源方面，要考量员工能力、数量及人才结构，形成具象化战略。企业在推进和执行战略地图的过程中，通过数字技术可以更好地挖掘商业模式、创新收入模式以及运营模式。很多企业存在一个误区，认为制定战略地图与技术无关。其实不论是数据中台还是数字化转型路径，都是为战略服务的。企业的转型战略没有匹配当前的新型技术，就意味着在未来竞争中会失去优势。因此，当企业发现传统的战略模式已经无法带动业务发展、满足客户需求时，需要利用数字技术和手段重新梳理战略地图，创造更好的商业模式和解决方案。

当企业确定数字化战略并拟定上下一致的战略地图后，可以根据最新的数字化战略以及运营模式梳理业务地图，并依次推导算法地图、数据地图和（数智）应用地图。业务地图是企业实现战略地图的行动方案，包括业务流程和业务方式。企业只有梳理了业务地图，才能清楚哪些业务环节可以优化、重组。企业若拥有不同维度的业务，特别是核心业务，在规划初期便应分解出相关举措，将现有业务架构进行梳理，分析当前面临的问题及痛点，如图所示。

业务地图

企业中层需要参与公司核心业务的梳理工作，可以先梳理关键业务及关键环节，包括业务部门待优化之处、组织架构待调整之处、待实现数据智能化运用之处等。比如，某零售企业在梳理业务地图时，某项关键业务可能就涵盖了上万个类别的办公用品，在这些分类中又有子分类和不同的产品型号。除了产品品类，该企业的关键业务环节可能包括定制服务、售后服务等，这些都是该企业的核心业务，需要在梳理业务地图时特别注意，明确优先处理的事务及环节。在完成业务地图的梳理后，企业可以更高效、低成本地用数字技术和方法达到战略目标。

如今，企业对数据赋能业务的认识越来越深刻，利用数字技术满足业务需求、实现业务创新，争取更多的客户资源，增加企业收入，是企业进行数字化转型的目的。企业在梳理业务地图的基础上，可以进一步制定一套满足业务需求的体系—需求地图，如图所示。

需求地图

企业可以根据业务地图制定需求地图的阶段性目标，从而确定数字化转型中各个需求的优先级，确保各级资源完美匹配。

第一，规划需求地图，明确需求排序原则

CEO 构建需求地图时，需要了解清楚业务团队的需求，明确客户具体需要什么样的业务价值。比如业务管理系统需要具备哪些基础功能、输入输出的形式是什么样的、可以与用户实现什么样的交互、业务处理的原则是什么，这些都需要梳理在业务地图上，并依此制定需求地图。

需求地图并不是相关人员主观决定的，而是由业务逻辑确定需要紧急处理的需求，这不仅需要业务部门参与，还需要技术和其他部门的配合。许多企业存在一个误区，认为需求仅仅是由业务部门提出的，因此，这些企业都在等业务部门提出问题，再依托技术部门加以实现。实际上，消费场景不断变化，业务部门提出的需求很多时候都是一个创意，这个创意很难变成一个明确的需求。业务部门提出需求时会有一定压力，因为这个需求要经过很多流程才能落实，最终变成可执行的项目。这种周期长的落实过程会逐渐打消业务部门的创新动力。因此，最好的解决方式是由数字化团队发现业务需求并将其整理成为可以用数字化方式实现的产品。数字化团队以数字化的视

角来完成业务创新，承接业务创新的价值和任务。这时企业可以给予一定的激励政策，鼓励数字化团队积极落实业务部门的需求。

第二， 一号位人物参与需求地图排序，确保资源跟进

创建需求地图需要数字化转型团队与企业 CEO 等实际决策者（即一号位人物）共同参与。决策者需要从全局出发，在数字化转型初期的 6 个月内，确保公司有限的资源能够优先被需求地

图中的紧急需求使用。一号位人物要对需求进行分类排序，将有限的资源充分覆盖到关键的需求中，达到资源有效运用，为数字化转型团队保驾护航。

社会正经历由互联网信息时代走向数据时代的技术革命，数据作为新时代的核心资源，是企业数字化转型的燃料。如何利用数据资源及数字技术实现企业运营管理数据化、自动化和智能化的目标，是数字化转型团体必须解决的问题。企业可从以下两点构建完整、详细的（数智）应用地图，以满足业务部门的需求， 实现对数据的高效利用，如图所示。

（数智）应用地图

第一， 制定数据应用规划，建立应用环境，完善应用体系

在数字化转型过程中，为了能更好地实现对数据的智能应用，企业需要制定并加强数据应用规划，即创建应用地图。数字化转型团队需要从赋能业务的角度出发，选择要解决和产生业务问题的场景，针对这些场景进行需求采集和数据资源整合，梳理这一系列流程，形成不同维度的数据应用类别。在梳理（数智）应用地图的同时，企业还可凭借数据技术建立可扩展的数据应用环境，建设以数据应用为核心的数据中台架构及数据资源多维度切分、共享、调配机制，便于业务人员随时调用数据资源，提升运营能力，提高数据应用效率。

数字化转型团队还须完善公司的数据应用体系，围绕已掌握的数据资源，通过数据采集、处理、存储、分析、挖掘、可视化和安全验证，挖掘和展现数据蕴含的价值，加强业务创收能力。

第二，建立（数智）应用地图，满足多维度的业务需求

数字化转型团队需要围绕数据智能应用逻辑，对产品全生命周期中各个环节产生的数据和需求加以整理，形成数智应用系统，帮助企业确定数智应用的区域和模块，为规划数智应用解决方案提供指导意见。（数智）应用地图必须具灵活，可以随着业务需求的变化做出相应调整，时刻满足多变的业务需求，推动销售增长。针对不同业务的问题，企业可以搭建多个应用地图，帮助运营部门实现数据赋能业务。应用地图与工作日志等一线执行计划表是不同的。应用地图可以十分简洁地概括数字化转型的目标、投入、项目任务量等指标。CDO 或 CEO 以及董事会通过快速浏览应用地图，可以掌握数字化转型的进度等重要事项。

通过数据分析提高销售水平和服务质量，越来越受到企业重视。算法在数据分析中占据重要地位。决策树、逻辑回归与线性回归、交叉验证的运用可以帮助企业在精准营销、用户画像、监测预警等方面提高精确性。随着算法不断发展、完善，算法应用成为企业提升竞争力的手段。算法广泛应用于各行各业，比如新零售企业的客户精准运营系统，就是利用算法研发客户流失预警模型、客户交叉销售模型；政府公安部门通过算法研究犯罪行为，预测相关区域的犯罪率，构建平安社区。企业可以从以下两点组织专业的算法团队，利用对算法业务和算法应用的了解，构建相关算法数据模型并形成算法地图，如图所示。

算法地图（以银行为例）

第一，创建算法地图的意义

企业在构建算法模型、创建算法地图之前，首先需要了解这样做的意义。

1. 提升企业市场竞争力

构建算法地图可以帮助企业做出更精准的分析决策，提升市场竞争力。比如在构建用户画像中使用算法进行人群分类，找到不同人群的特征，建立用户流失模型，通过用户行为标记有流失风险的人群，分析客户流失原因，便于运营团队及时调整营销方案，通过有效手段挽留客户。

2. 避免资源浪费

企业创建算法地图可以将以往开发的算法进行整理、归类和存储，避免因人员变动导致算法遗失及重复研发。算法地图帮助数字化转型团队了解公司内外部的算法资源，为接下来的数据治理及应用提供支持。

3. 便于企业部署数字化方案

企业只有确定了数据资源、算法模型等基础内容，才能为下一步的人才部署、资源部署提供方案，为调整组织架构奠定基础。构建和应用算法地图可以帮助企业推动算法在内部的使用范围和使用效率，使算法应用更加智能化，带动数字化转型的速度。

第二， 盘点算法模型，构建算法地图

随着数智业务的持续发展和物联网的普及，企业日常事务的数据量呈指数增长，利用算法实现数据分析的应用案例逐渐增多。提高算法的利用率也是数字化转型团体要做的事。企业可从

以下 3 个方面来盘点算法模型，构建算法地图。

1. 根据业务关系盘点已有算法

算法地图是根据业务关系进行梳理的算法规划图。算法地图可分为统计模型、挖掘模型、AI 模型、行业模型、函数库和算法库等几部分。其中以决策树、K-means 聚类、因子分析为代表

的统计模型采用数学统计方法建立，可应用于人群分类、用户分群、满意度调查。企业在创建算法地图时可根据业务关系梳理出不同业务线上的模型地图。

2. 重视算法模型的补充及智能化研发

企业在打造算法地图时可通过算法模型管理框架编排算法，研发并补齐企业缺少的算法模型，为下一步的算法应用提供便利。同时，企业可记录算法地图编排过程中的关键流程，以确定哪些算法可实现自动化，进而嵌入业务流程中的自动化决策模块。另外，企业可根据数字化转型需求，补齐企业或各类机构缺少的算法模型。

3. 建立开放、共享、便于迭代的算法地图共享机制

企业在数字化转型过程中，需要根据完整的工作流程将内部已有的算法进行统一整理，按类划分，形成算法地图。在此基础上形成一个开放、共享、便于迭代更新的算法地图应用机制，以备数字化转型团队成员随时调用。

当企业完成战略、业务、需求、（数智）应用、算法地图的梳理后，需要进一步构建数据地图，如图所示。数据地图作为一种以图形为表达形式的数据资产管理工具，可以对数据中台汇聚的所有数据进行统一查询、管理。

数据地图的构建路径

如今，各行业业务数据激增，企业越来越重视数据赋能业务的价值，数据中台的重要性尤为突出。企业需要搭建数据中台， 基于数据地图对数据做管理、规划，达到技术降本、应用提效、业务赋能的目的。数据是各行业不可或缺的重要资产，在应用过程中需要企业从数据资源规划、数据类目盘点、数据模型管理三方面入手，制定一套详备的数据地图，为后期利用数据中台架构实现数据赋能业务的目标奠定基础。

第一，规划数据资源，保障数据应用效果

企业构建数据地图首先需要规划内外部数据资源，包括梳理数据类型、管理数据模型、调整数据资产、规范数据指标体系等。数据资源规划对构建数据地图、搭建数据中台起着至关重要的作用。在规划数据资源的过程中，管理人员和技术人员要紧密协作，调研、分析业务需求，明确需要获取的数据资源，以便保障数据应用的预期效果。

第二，盘点数据，提高数据应用效率

企业完成内外部数据资源的规划后，需要对这些数据进行盘点，提高数据应用的效率。

（1）盘点数据，高效应用数据

企业完成战略地图、业务地图、需求地图、（数智）应用地图、算法地图的梳理后，便会对未来 6 个月内的转型工作安排有一个清晰的了解。通过盘点内部数据，数字化团队可以掌握公司的数据情况，合理规划需要治理的数据。这些不同类别的数据可用于打造数据地图，并据此梳理出数据高效应用模式。数据高效应用模式可以帮助团队快速匹配数据 与业务人员之前的需求，解决数据适用的领域，挖掘相关数据的问题，从而提高数据的有效性，体现数据资产的价值。

（2）数据应用模式的误区

传统的数据应用模式首先是梳理数据地图，利用数据地图构建应用系统。然而，领导者单纯地凭借个人经验梳理数据地图，通常会忽视将数据应用模式与实际的数据情况相结合。在传统数据应用模式下，数据团队花费大量的时间治理数据、清洗数据、管理数据，导致所开发的数据应用系统无法及时满足业务部分的需求，企业投入的成本不能实现战略价值和业务价值。采用盘点数据→划分治理数据→构建数据地图→梳理数据应用模式的新型数据地图构建方式，可以帮助企业有效提高挖掘数据价值的效率。

第三，管理数据模型，提高数据质量

企业可以通过构建数据地图管理数据模型，解决数据地图和数据模型开发不一致的问题，使数据模型的应用与数据资源相匹配，提升数据资源的利用率，如图所示。

数据地图建立模式

数据在实际应用过程中难免出错，比如因数据异常、代码逻辑错误导致数据结果错误，所以提高数据质量、确保数据的正确性是十分必要的。企业首先需要确定数据质量方向，制定完整的数据改善计划；其次要对数据进行分析、评估、清洗、监控，做数据错误预警，多方位把控数据，保障数据质量。

在传统数据应用模式下建立的大数据平台系统较为落后，无法满足用户的需求。因此，企业需要构建数据中台，依靠数据中台汇聚而成的数据地图对数据资源进行管理。企业在打造战略地图、业务地图、需求地图、（数智）应用地图、算法地图和数据地图后，便形成了数字化转型的数据运用系统。当企业需要不同方向的模型算法、不同种类的数据资源时，便可利用六大地图实现快速匹配，提升数据利用价值。按照战略、业务、需求、应用、算法、数据由上到下的顺序进行梳理是企业进行数字化转型时构建六大地图的正确方式。但一些企业选择从下到上梳理这些资源，即从有何种数据、有何种算法到实现何种需求等流程进行梳理，这种梳理方式以技术思维为导向，存在一定误区。从下到上的数据资源梳理方式周期长、技术投入大，企业在梳理底部数据时容易走偏，尤其是当 CEO 对数字化转型流程不太清楚时，很容易变成数据“建治用”的模式，先进行数据建设、数据治理，再进行数据应用。

综上信息我们可以看到，在数据中台架构之下创建六大地图，可以帮助企业在接下来的数字化转型过程中准确匹配相应的人才和组织架构，快速达成转型目标，使数据真正赋能业务

数字化转型方法论：落地路径与数据中台

京东下单链接：https://item.jd.com/13044914.html

为回馈广大读者朋友一直以来的关注和支持，由机械工业出版社开展新书赠送活动，免费赠送5本《数字化转型方法论：落地路径与数据中台》新书给大家抢先品鉴。感兴趣的读者朋友可以扫描下方二维码参加抽奖活动，热烈欢迎大家的积极参与。

为方便读者朋友相互交流学习，欢迎大家扫描下方二维码，加入数字化转型专家交流群，与本书作者及国内各行业数字化转型专家深入沟通交流！

(欢迎大家加入数据工匠知识星球获取更多资讯。)

联系我们

扫描二维码关注我们

微信：SZH9543

邮箱：ccjiu@163.com

QQ：2286075659

了解更多精彩内容

长按，识别二维码，关注我们吧！

数据工匠俱乐部

微信号：zgsjgjjlb

专注数据治理，推动大数据发展。