企业数字化转型的核心是“数据中台”，重点在过程数据｜超级观点

带着观点看商业。超级观点，来自新商业践行者的前沿观察。

文 | 特约观察员 张奥平（知名经济学者、创投专家，增量研究院院长）

一、企业数字化背景

2020年疫情的冲击，让更多的企业意识到了数字化转型的重要性，无论是传统的大中型企业，还是小微企业、初创企业，都在通过数字化转型探索企业未来发展的新道路，重构企业自身的业务场景和商业模式，以期降本增效、增强抗风险能力。

此外，近几年，国家政策在不断地推进企业的数字化转型。2021年政府工作报告明确提出，要加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化转型。今年2月，国务院国资委还印发了《关于加快推进国有企业数字化转型工作的通知》，通知指出，要加强对标，着力夯实数字化转型基础；运用5G、云计算、区块链、人工智能、数字孪生、北斗通信等新一代信息技术，建设敏捷高效可复用的新一代数字技术基础设施，为业务数字化创新提供高效数据及一体化服务支撑。在市场环境和国家政策的双重推动下，企业数字化转型迎来新的发展机遇。

二、数字化如何为企业“赋能”

数字化，并非简单的信息化。过去传统的信息化主要是依靠POS系统、ERP系统等，来收集结果数据，以服装业为例，哪些产品总共销售了多少件？单价多少？剩余多少库存？分析这些结果数据，更多的是反映历史情况，方便企业后续管理。而数字化最有价值的地方是赋能，除了结果数据，它更是通过各种智能IOT，也就是物联网设备，如智能摄像头、货架热点监测系统，获取过程数据，像消费者的到店记录、在哪些商品前有驻足停留、观察触摸，以及消费者的试穿记录、风格偏好等，从而对消费者进行用户画像分析，清楚掌握市场需求的动态变化。再通过大数据、云计算等，建立数据仓，进行智能分析，形成智能决策赋能各个业务端。

比如在服装产品层面，通过热点监测分析，哪些产品更受关注？就应该多备货。哪些产品饱受冷落？那么，就应该减少生产。如果仅靠销售数据也就是结果数据去分析，则有极大的滞后性，最少要收集一个月的数据，统计分析才能得出结果。但通过热点监测分析，能实时记录当天，有多少人试穿过、驻足停留过，就可分析该商品的热度。此外，结果数据分析不到的是，也许某个商品被很多人试穿过，但最终买的人很少。过程数据就能捕捉到这一现象，就可以判断该商品是否存在哪些瑕疵，提醒设计师进行高效的改造。

一个典型的案例是百丽鞋业。在2000年之后以线下渠道为王的时代，百丽就是鞋王，旗下拥有众多品牌，形成垄断性优势。2013年其市值一度超过1500亿港元。但后来随着电商的崛起，百丽开始逐渐衰落，平均一天关两家门店，市值也是大幅下跌，17年私有化退市了。但百丽进行数字化转型后，再一次崛起了。那么百丽是如何做的呢？例如，它在鞋内安装智能芯片进行监测分析，百丽发现他们的一款新品鞋子，试穿率排名第一，但转化率只有3%。试穿率第一，证明这款鞋子的样式应该是极受欢迎的，但购买的人很少，则极有可能是舒适度的问题。经过百丽对这款鞋的研究，确实发现出它的鞋带过长导致穿起来不舒适，经过回厂改造后，这款鞋的转化率增长到20%，销售额飙升到千万级，最终成为了天猫双11的销冠。

除了产品层面，还有门店管理层面。一般服装企业都有上千个SKU，但门店一般只能放的下几百个，不可能所有品牌品类都放的下。传统模式都是靠人为经验进行配货、补货，时效性、灵活性、精确性都不高，经常会出现某些产品因缺货而丧失销售机会。但依靠数字化的智能分析，能很好的决策门店该放哪些品类，甚至什么时间段该放哪些商品。还有不同地区的消费者的审美风格也会有差别，哪些区域的门店该放哪些产品，都可以通过数字化形成决策，这些决策都是有数据依据的，而不是靠人为拍脑袋决定的。商品定价也是一样，什么时间段该进行打折促销，打折力度是多少最合适，不同地区门店的打折策略也需要区别对待。

以及人员管理层面，数字化也可实现智能人效管理。线下门店的员工成本是服装企业的重要成本之一。因为每个门店的地理位置不同，客流也会有所差异，所需人手不尽相同。依靠人为的统一管理，并不是最优选择。数字化可根据每个店面的客流情况，结合每个人的绩效，测算出每个门店的最优人力匹配。甚至根据高低峰客流时间段，实现智能排班。

三、转型成功与否的关键是“数据中台”

大部分企业不具备数字化的基因与能力的，因此靠自建是不行的，需要与专业的数字化解决方案提供商合作，帮助自己实现数字化转型。当然企业也需要培养自己内部的相关技术人才，一方面企业内部人士更懂企业自身的运营逻辑，这样能更好与数字化服务商搭配，更全面的将企业的各个环节进行数字化升级。另一方面是，数字化体系搭建好后，也需要企业的技术人才持续跟踪维护。

市场上面向消费零售行业的数字化服务商也有很多，有互联网巨头孵化出的数字化服务平台，如阿里云，也有很多头部的创业公司。最终选择哪个服务商，这些服务商搭建的数字化体系是否能有效，要看他们能否搭建有效的数据中台。很多企业，在以往的信息化或者数字化的过程中，主要是根据各个环节的需要分别建立一套系统，比如订单管理需要一套系统，就建立一个OMS；仓库管理需要一套系统，就建立一个WMS等等。系统跟系统之间并没有打通，形成一个个数据孤岛，无法统筹各部门、各层级的数据，进行智能分析和决策。所以，以往很多企业在做完信息化、数字化后，虽然感觉到方便各业务端的管理了，但是没有感觉到产生质的飞跃。

数据中台，不是一套软件系统，不像ERP等业务系统，只针对某部分环节收集数据、独立存储、计算分析，而是将企业的设计、生产、仓储、供应链、线上商城、会员体系、线下渠道销售等等，所有环节全部打通，将全部环节产生的数据汇总到一起，形成标准数据，建立中央数据仓，然后根据各个环节的业务需要，支持各业务端形成智能分析、智能决策，最终赋能各业务端。

以李宁为例，从2000年到2010年是李宁辉煌的十年。但2010年后，随着电商崛起、以及李宁被贴上传统品牌的标签等原因，公司开始进入衰退期，直到近几年，李宁摇身一变成为国潮担当，再一次崛起。李宁的产品得到新一代年轻消费者的喜欢，是因为它的设计与研发迎合了Z世代这一消费群体。而要保证设计研发的方向是正确的，就需要精准把握Z世代的喜好、消费行为特征，这就要依靠数字化从终端销售环节全面分析消费者的喜好，再打通到设计生产环节，实现C2M、柔性化设计生产服装。

李宁并不是近几年才转型面向新一代消费者的，早在2010年后，它就开始提出品牌要转型面向90后，但显然当时的转型并不成功，2012年到2014，公司3年连续亏损近30亿。2015年后，李宁开始真正数字化转型，也是在这个时间节点公司开始扭亏为盈，股价从3.5元左右，涨至如今的45元左右，股价翻了11倍多。

李宁与阿里云合作搭建的数据中台，将企业的设计生产、仓储供应、线上线下销售渠道、会员体系等等所有环节的数据全部打通。在终端销售环节，收集了线上线下渠道的数据后，可进行需求分析、需求预测、卖点分析、竞品分析等等。形成的智能决策可以赋能给各个业务端。

例如，线上商城以及会员系统方面，可根据用户画像实现智能推荐、精准营销。线下门店方面，根据热点监测数据、顾客试穿记录等，针对不同类型、不同地区的门店，形成不同季度的商品陈列优化方案、促销方案、备货组合方案等等；根据客流监测，形成智能人效管理等等。生产供应方面，可根据终端销售的需求分析、需求预测，智能分析出李宁每季度上市的新品该生产多少，甚至形成更柔性更灵活的分批生产方案，第一批该生产多少保证一两个月的销量，再根据新品上市后，终端销售的各类型数据，分析新品是否需要改进、以及下一批需要生产多少。

李宁的数字化与数字中台，对其全链条的业务环节进行赋能升级，最终才使得李宁转型成功，再一次崛起。表面上看李宁的成功是搭上了国潮的风口，但数字化才是它崛起的本源因素。

每个行业都有自己的特色，其数字化转型思路也不同，但本质都是要搭建有效的数据中台，赋能各业务端。未来是数字化的时代，企业的数字化转型势在必行，率先找到适合自身的数字化转型之路，将会为企业赢得更大的增量机遇。