文|马岗商业评论

一切皆可数字化。

最近元宇宙的大热，让数字化的定义超出最初范畴。“数字化很大，宇宙都能装得下”，部分企业误入歧途，陷入数字化如何着手的困惑。

理想很丰满，现实很骨感。企业数字化第一步从何做起？

01 从需求开始

数字化始于需求，形成产品或解决方案，落地于业务和管理。

需求从何来，或者说如何把需求理出来？

梳理需求，不是让业务部门层层上报，也不是发个问卷调查让员工填写，更不是参照标杆照镜子自查。

需求梳理是项技术活，需求理不好，很容易走偏。比如：把症状当需求，或者把局部需求当成整体需求，或者把领导需求当成业务需求。最后，导致数字化规划变形走样，成了“形象工程”。

推荐梳理需求的三个方法：

分应用场景。应用场景是什么？是什么时间，什么角色，要做什么事，遇到什么样的问题，输入是什么，输出是什么。比如：某个建筑设计师，要设计一款新产品，想看看公司的历史设计库里有没有相似的案例，但案例分散到公司200个设计师的电脑里，这200个设计还分属于3个大的部门，设计师要么线下问其他设计师有无类似案例，要么通过微信群或者QQ群问，这么做效率低，并且检索的精度低。

分用户层。分用户层的目的不要遗漏其他角色的需求。一个应用场景，参与的角色需求不尽相同。比如：业务操作层，需要的可能是提升效率，足够简单，或者不易犯错，免于处罚；管理内控层，需要的是追溯业务全过程，控制进度风险，方便奖罚；决策层，需求的是了解全貌、调度和指挥。

MECE分析法。MECE（即，Mutually Exclusive Collectively Exhaustive，相互独立、完全穷尽）来自于金字塔原理一书，可以按照不同维度（比如事前、事中、事后）对某个复杂需求进行细分拆解，做到无遗漏不交叉。

需要注意的是，调研需求的时候，不着急确定解决方案。需求调研完成，要进行汇总分析，如有遗漏，要进行补充调研。

需求汇总完成，放到整体规划中，先想想这个需求值不值得用数字化的手段去解决，如果值得做，则判断优先级，明确解决方案。

02 找准价值

上次和某企业交流时，其数字化团队的负责人分享了个花上百万研发费用，结果产出不足几十万的案例。

数字化不是花拳绣腿，不是赶潮流，一定是基于企业价值而生。

那么，如何找准企业数字化的价值点呢？分享三个视角。

客户全生命周期视角。外部视角，即从服务客户第一个触点开始梳理，梳理出对客户全生命过程中所有触点，围绕触点进行数字化。以零售业为例，触点有：选址、装修、铺货、销售等。以制造企业为例，触点有：产品设计、生产资料采购、部件代加工、仓储物流、批发零售。这都是大的节点，可以进一步拆分到更细节点。

业务协同全过程视角。内部视角，即梳理业务内部协同从开始对结束的全过程，找到数字化的应用场景。比如售前、售中、售后，或者是投放广告、分析商机、招商、签订合同、订单履约。

企业管理内控视角。管理视角，即从组织管理视角，梳理人、财、物、业务的全过程，找到数字化的触点。

另外，分享两个结合点。

点、线、面、体结合。从外部客户、内部业务协同、企业管理三个视角，分别与点线面体进行结合，梳理数字化应用场景。点指岗位级、线指项目级、面指业务单元、体指产业生态。

新技术应用结合。从外部客户、内部业务协同、企业管理三个视角，与新技术进行结合，梳理数字化应用场景。新技术指人工智能、物联网、区块链、VR、移动互联网、云计算等。比如，将物联网与供应链结合，可以实现供应链的可视化；比如将VR与教育培训结合，可以实现教育的多感官体验；比如将云计算将单机作业结合 ，可以大大提升单机作业的效率和协同度。

围绕客户生命全过程，持续提升客户满意度，黏住客户就是价值；围绕业务协同全过程，提升效率降低成本就是价值；围绕管理内控，控制住风险同样是价值。

不同类型的企业，数字化的关注点不同。知识密集型行业，看重的是生产效率的提升和成果云化；资本密集型行业，看重的是风险控制；零售业，看重的是高周转率和客户黏性。

不同成长周期的企业，数字化的关注点不同。创业型和成长型企业，侧重的是效率和营销获客；大企业关注全面数字化价值，组织重构和数字化塑造的科技感知度。

03 理清路径

信息化、数字化、数智化，是数字化演进的三重阶段，要迈向产业互联网，还有平台化和生态化。

做企业数字化，要知道自己此时身在何处，未来去往何方。企业数字化的路径，基本有五种情况：

从无到有。即新成立的公司，或者老公司但信息系统基本空白，从无到有进行数字化的建设。

破旧立新。即老系统可用性差，推倒重做，这在企业数字化中很常见。老的系统，架构太老、用户体验差，或者无法支撑企业商业模式变化，都需要重构。

从孤岛到互联。即公司信息系统基本完善，但系统各自运行，基础数据和权限管理都不统一，需将统一基础数据、统一权限管理，为后续的多系统数据沉淀打基础。

从互联到数智。即公司各系统已经互联互通，但系统之间的交互没有形成数据沉淀，数据的价值低，需将数据进行建模，用于业务创新或者风险控制。比如美团的外卖调度、天猫的千人千面、抖音的精准推荐、金融公司的风控模式等，都是数智化的应用。

从自用到开放。即公司已经形成了数字化体系，将自身的数字化成果，包括信息化的产品和沉淀的数智模型对外开放。

企业结合自身的现状，战略发展规划和资源配置，制订自身数字化路径。

常规来讲，这数字化的路径是层层递进的，不建议一步登天。

从零基础直接打造平放的生态，这个不现实。一方面，需求太复杂，参与者短期内想不明白；一方面，缺少运营能力，武器造好了没有作战单元，最后变成老虎吃天无法下口。