數字化失靈，都是數據“惹的禍”？

數字化成功，關鍵在于形成數據驅動業務的閉環。

2022 年圣誕節前，風暴“埃利奧特”席卷北美，導致美國航空業嚴重癱瘓。數據顯示，圣誕前一周，全美航班取消總數超過 1.7 萬架次。暴增的航班變動需求，讓美國西南航空的 IT 排班系統完全失靈：由于平臺信息誤差太嚴重，美國西南航空不得不大面積取消航班，許多機組人員也無法返工。

風暴過后，美國西南航空高層將排班系統崩潰的原因歸咎于其過時的 IT 系統。有報道稱，此次大崩潰之前，美國西南航空運營一直沿用的是上世紀 90 年代的 IT 系統，雖然排班表是電子化操作，但一旦排好之后就只能通過人工的方式修改，這導致了當大規模航班取消壓力來臨時，原有航班計劃和人員完全錯位。

美國西南航空的例子，折射出許多企業的數字化之痛：明明投入了預算，上線了系統，積累了數據……但當面對業務需求時，仍然玩不轉。這背后有人才、流程、組織等因素，但若追根溯源，基本上都能從數據治理上找到原因。

企業數字化的源頭，始于數據治理。許多企業的數字化，都是在這個源頭上“徘徊不前”，無法更進一步。中智藥業 CDO 朱泉松曾一語道出其中癥結： 許多數據治理項目之所以失敗，主要在于沒形成業務閉環，最終導致數據治理無法驅動業務。

浙江尖峰藥業有限公司信息化負責人俞迅，同樣提到了數據和業務脫節問題：業務人員的大部分精力都花在了收集、處理海量數據上，幾乎沒有時間進行數據分析；基層人員的數據匯報不準確——到達企業管理層，管理層面對不準確的數據無法做出正確的決策——決策下達到基層各個生產環節又會出現誤差，繼續將不準確的信息向上匯報，最終形成一個“錯誤閉環”。

數據不可用，導致無法形成數據驅動業務的閉環，這是造成企業數字化和 IT 系統引入失敗的一個重要因素。正因如此，華為在數字化轉型過程中，自 2007 年至 2016 年，曾投入十年以上的時間，成立了數據管理專業組織，做數據質量管理、數據全流程貫通等數據治理的基礎工作。

作為數字化的一環，企業軟件和 SaaS 產品的應用，同樣也離不開高質量的數據。數據治理，不僅決定企業數字化轉型的成敗，同樣也關系到企業軟件的實施和應用。

鼎捷軟件價值交付中心副總經理汪志峰說，“企業軟件服務商應當幫助甲方從選擇好用的產品，轉變為怎么用好一個產品。”這意味著企業軟件服務商的角色正在轉變：不僅要向客戶提供產品，還應當幫助客戶解決在使用產品過程中遇到的問題和困難，讓產品更好地用起來。

打通企業數字化的“數據斷點”，已成為企業軟件服務商需要與客戶共同面對的一個挑戰。

數據質量，貫穿了數據的全生命周期 (包括數據的采集、存儲、處理、傳輸、交換、銷毀)，每個環節的管理缺失，都可能埋下數據質量的隱患。 在對多名企業 IT 負責人以及多家企業軟件服務商的調研中，我們發現： 數據孤島和數據不可用，是當前企業數據治理中的兩大難題 ，也是造成企業數字化與業務脫節的深層因素。

先說數據孤島。在數字化過程中，企業的各個分、子公司，各個部門，都有可能形成自己的數據。這些數據被各自定義和存儲，也可能存在于不同的 IT 系統中，彼此之間缺乏關聯性，無法有效地交換 (消費)，如同一個個孤島。 數據孤島又會加劇數據質量的問題，產生數據不一致、不完整、冗余重復等問題，不斷推高 IT 成本，影響企業的運營效率和客戶體驗。

除了數據孤島之外，數據不可用是數據治理的另一大痛點，它制約了 IT 技術的應用效率。儒競集團 CIO 沈琦告訴牛透社，數據不可用，一個重要原因是數據觸達使用者的半徑過長。

在解釋“數據觸達使用者的半徑”時，沈琦借用了知識管理中的 DIKW 模型 (DIKW 為首字母縮寫，分別指 Data，數據；Information，信息；Knowledge，知識；Wisdom，智慧)。 沈琦說，數據管理的一個重要挑戰，就是如何縮短從數據到信息、知識、智慧的轉化半徑，讓數據能夠更簡單、更高效、更高價值地支撐業務發展。

沈琦認為，借助數字化工具，把數據轉化為信息并不難，真正的挑戰是，如何把信息轉化為能夠支撐業務發展的知識，比如用來優化營銷、客戶關系、供應鏈管理等，這需要 IT 部門能夠從數據中篩選出有用的信息，并將其整合成業務所需的知識，縮短業務部門使用數據的半徑。

數據治理涉及業務、技術、管理等多個部門，各自標準不一，就很容易帶來數據治理的混亂。從數據使用的角度，我們認為應當用業務定義數據。更重要的是要形成數據驅動業務的閉環，這樣才能從根本上走出“數據孤島”和“數據不可用”的怪圈。

忽視數據治理，讓許多企業的數字化難以落地。 很多企業迫于經營壓力開始數字化，業務線上化的占比提高了，也積累了大量數據，但由于這些數據沒有被有效地管理，比如沒有建立統一的數據管理標準，持續提升數據質量，實現數據的貫通和共享等等。因此，數據量雖然很多，但更多是“數字化噪音”，難以輔助決策，形成業務閉環。

線上化，不等于數字化。 數據在業務閉環中不斷循環，才能更加深入地融入業務流程中，迭代進化成為企業的大腦，最終沉淀為企業的數智化能力和數據資產。離開數據管理談數字化，很可能只是流于表面，難以持久。

從企業數字化的推進來看，朱泉松認為，只有形成數據驅動業務的閉環，IT 部門的數據治理和整改方案才更有可能得到公司高層和數據治理組織的認可和支持。甚至可以說， CIO 和 IT 部門的價值，正是體現在數據驅動業務的閉環中。 那么，企業要如何才能建立起數據驅動業務的閉環？

首先，要從文化入手。

一方面，要建立使用數據的文化。俞迅認為，要在企業內部建立數據文化，讓員工充分理解數據的重要性，提高對數據的敏感度，高層善于使用數據做決策，習慣用數據分析和決策代替以往的經驗和直覺；沈琦以常見的會議場景舉例，提到要從“會議中談問題”轉化為“會議中看數據”，從數據中分析問題，并以此驅動現場、流程、管理、財務等方面的改善；另一方面，要建立 IT 服務業務的文化。

其次，要建立數據治理的組織。

朱泉松告訴牛透社，自己曾與多家企業交流數字化經驗，大家普遍認為成立數據治理組織 (或者項目組、委員會) 非常重要，因為這一點最基礎，所以也最易被忽視。朱泉松認為，建立數據治理組織，關鍵是要做好責、權、利的分配。“在權力分配上，數據治理組織需要一把手掛帥，IT 部門和業務部門共同參與，這樣才能共同驅動；在責任分配上，IT 和業務應當攜手，以實現業務閉環為導向，聯合形成整改方案；在利益分配 (績效考核) 上，要聯合人力部門，對數據治理項目的參與者進行績效考核，才能保證項目落地。”

第三，要提高數據產生業務價值的效率。

沈琦認為，數據治理的底層邏輯，是要縮短從數據、信息、知識、智慧的轉化半徑。“數據治理的目標，是要把數據服務變成像白開水那樣簡單透明、解渴的必需品，讓數據驅動成為業務部門的日常動作。”

沈琦稱，要實現這一點，IT 部門應當做好三個轉變：“一是在意識上要從業務提需求 IT 響應，轉變為 IT 與業務共同合作，立足場景提煉企業適用的知識；二是 IT 部門應把為企業提供有效知識作為目標，幫助業務部門提升方法和效率；三是 IT 部門要將有效知識與業務進行關聯、整合，做成統一的服務包，幫助企業解決生產經營中的問題。”

第四，要從源頭抓數據質量管理。

俞迅認為，談 “數據治理” 先考慮 “治理” 數據，談 “治理” 數據就應將統一數據作為數據質量管理的源頭，統一數據標準，加強主數據治理，提升主數據管理水平，在高質量的數據、共享平臺的支持下，降本增效，控制風險。

俞迅以尖峰藥業為例，提到數據管理的核心目標，是打造一套堅實的主數據管理體系，做到 “六個一”： 一個組織、一套業務語言、一套制度 (企業數據管理制度)、一個標準 (企業數據管理標準)、一個流程 (企業數據管理流程)、一個平臺 (企業主數據管理平臺)。 俞迅提到，要獲取正確的數據，即對企業經營決策有價值的數據，而不是全部的數據。

第五，在創建數據的時候，就應當考慮到數據的使用場景。讓數據和業務相互驅動、深入融合，不斷迭代數據驅動業務的閉環。

AGI 時代，數據管理將迎來 AI 化升級，這將提升企業的數據質量，為企業帶來更多數據智能。同時，也會推動 SaaS 企業從產品到經營上的 AI 升級。 俞迅告訴牛透社，AI 技術將為企業數據管理帶來以下升級和改變：

第一，提升數據質量檢測、分類標記等數據管理的自動化程度，幫助管理者和數據分析人員更好地管理數據，提高數據質量和可操作性；

第二，幫助企業更好地管理數據隱私與安全，通過自動化的數據訪問控制和數據加密等方式，減少數據泄露風險；

第三，優化和迭代數據。AI 技術可以通過大數據分析和機器學習，優化數據存儲和管理，降低數據成本，提升數據質量。

在數據應用方面，AI 技術將降低數據的使用門檻，讓終端用戶可以通過聊天對話的形式，更輕松、方便地調用數據。同時，AI 技術還可以縮短數據使用的鏈條，提高企業從數據中獲取業務價值的效率。沈琦認為， AI 將幫助企業和員工更高效地萃取和整合碎片化知識，從而縮短數據觸達使用者的半徑。

隨著大模型在各行業的落地推進，越來越多企業開始考慮如何在通用大模型的基礎上，訓練出適合自身業務的專用模型。SaaS 企業也開始嘗試結合自身產品的業務場景，讓大模型能夠基于數據的學習和訓練，為客戶提供更加個性化、智能化的產品。

在大模型時代，SaaS 企業和客戶將共同面臨的一次數智化迭代。SaaS 企業除了要考慮如何調用大模型能力，為客戶提供更加智能化的產品和服務之外，也要考慮如何保護好客戶的數據安全。

數據，好比數字化企業的血液。血液通暢，企業才能身強體健，企業的數字化才能深入到業務中，真正產生價值。

受制于行業數字化的發展，相比較于數字原生企業，傳統企業和中小企業在 IT 系統實施時，經常會面臨“數據斷點”的制約。企業軟件服務商可以利用自身的數字化服務經驗，幫助客戶企業“舒筋活血”，打通企業數字化的“數據斷點”，從而提升產品的實施效率和成功率。

群核科技副總裁兼客戶成功部總經理湯錫峰告訴牛透社，在大家居行業，因為客戶數字化程度參差不齊，導致 SaaS 產品在實施環節遇阻的情況較為普遍。例如酷家樂在服務華北一家大型定制企業時，由于該企業的產品體系非常復雜，客戶的工藝、模型還不夠完善，工藝梳理也比較淺，造成了酷家樂在產品實施方面的困難，花了一年時間也未順利步入對接階段。

為了打通產品實施過程中的“斷點”，第二年酷家樂重新安排了專家，在與客戶深度討論形成共識之后，重新梳理了客戶的工藝和產品體系，繼續投入半年時間，在建立了新的對接體系庫之后，才最終順利完成對接。

湯錫峰說，這個案例可以帶給 SaaS 企業的思考是：“酷家樂有很多行業的實施經驗和 Best Practice，但并不一定適用于所有企業，流程化和標準化實際上都是要考慮客戶的特性，注意客戶的業務能力和業務水平差異，在求同存異的前提下提升實施的效率和成功率。 實施效率和成功率提升，對于客戶來說就是節約成本。 ”

如何提升實施的效率和成功率？湯錫峰認為主要有以下幾種方式：

1. 參觀標桿客戶。通過最佳實踐，降低客戶的學習成本。

2. 客戶預期管理。摸透客戶，充分了解客戶的執行能力和能力上限。

3. 預先發現問題。預先溝通，了解和發現客戶的困難和問題，為項目的實施過程“排雷”。

4. 做好執行協同。制定有效的項目管理執行表，保證雙方在項目管理上的協同與執行效率。

除上述幾種方式外，SaaS 企業還需要成立服務團隊，通過“產品+服務”的方式，幫助客戶打通產品實施落地的“最后一公里”。

數據基礎薄弱，尤其是對數據質量和應用的忽視，是企業數字化過程中的常見短板，也為 SaaS 產品的實施和使用，帶來了一定阻礙。

企業數字化的成功，離不開三個關鍵要素：充分準備、對的產品和高效實施。充分準備： 包括企業的數據管理、業務梳理，以及組織建設等，這些是數字化的“土壤”； 對的產品： 企業 數字化需要的是適合當前業務階段的產品，而不是大而全的產品，這一點需要 SaaS 企業與客戶達成一致； 高效 實施 ： SaaS 企業需要通過有效的溝通 和服務 ，幫助客戶更好地使用 SaaS 產品，為后期的續費、增購和推薦做好鋪墊。

從選擇好用的軟件服務，到用好軟件服務，是一個貫穿企業全生命周期的價值鏈條。 對于 SaaS 企業來說，要提高 LTV (Life Time Value，客戶終身價值)，不僅要注重產品交付，還應當重視產品背后，可能影響到產品使用深度和體驗的實施、服務、運營等綜合因素，做好“全域服務”，才能建立起競爭優勢和壁壘。

本文來自微信公眾號“牛透社”（ID：Neuters），作者：張保文，36氪經授權發布。