企業(yè)是否應該數(shù)字化轉型?來看看數(shù)字化MAX成熟度模型如何測評

導語：企業(yè)是否應該數(shù)字化轉型? 發(fā)展到什么級別的企業(yè)可以進行數(shù)字化轉型?回答這2個問題前，我們需要明白麦轰，數(shù)據(jù)及技術工具并不能 代表數(shù)字化運營程度淑倾，運用 Excel 不能代表數(shù)字化運營程度低馏鹤，運用大數(shù)據(jù)、BI娇哆、中臺等工具也并不能代表數(shù)字化運營程度高湃累。

|作者：馬曉東，國云數(shù)據(jù)創(chuàng)始人兼CEO

|如需轉載請在評論區(qū)留言

數(shù)據(jù)在企業(yè)管理當中發(fā)揮的作用與價值才是衡量數(shù)字化運營程度的標準碍讨，企業(yè)通過專業(yè)的數(shù)字化MAX成熟度模型對自身的數(shù)字化水平做出判定治力，從而決定是否應該數(shù)字化轉型，并制定符合自身需求的數(shù)字化轉型方案勃黍。

一宵统、數(shù)字化 MAX 成熟度模型的 6 個級別

數(shù)字化 MAX 成熟度模型包含第 0 級到第 5 級，共 6 個級 別覆获，如圖 7-1 所示马澈。

第 ?0 級:未應用數(shù)據(jù)，完全依靠負責人主觀決策弄息。

第 ?1 級:采用 Excel 存儲和分析數(shù)據(jù)痊班，數(shù)據(jù)文件零散、數(shù)據(jù) 量小摹量。

第 ?2 級:依賴技術部門進行數(shù)據(jù)分析涤伐。

第 ?3 級:以技術為中心，系統(tǒng)化地應用數(shù)據(jù)缨称，利用數(shù)據(jù)支撐 業(yè)務废亭。

第 ?4 級:以業(yè)務為中心的數(shù)據(jù)化運營，數(shù)據(jù)賦能業(yè)務具钥。

第 ?5 級:數(shù)據(jù)引領業(yè)務，賦能業(yè)務創(chuàng)新和變革液兽。從第 0 級公司未應用數(shù)據(jù)到第 5 級公司數(shù)據(jù)引領業(yè)務創(chuàng)新骂删， 數(shù)字化 MAX 成熟度模型從 6 個維度出發(fā)掌动，對企業(yè)的數(shù)字化水平 做出劃分，幫助企業(yè)快速了解自身的數(shù)字化短板宁玫，明確數(shù)字化轉 型的必要性粗恢，找尋數(shù)字化建設的重點與切入點，合理制定數(shù)字化 轉型方案欧瘪，從而快速實現(xiàn)數(shù)字化轉型眷射。

二、數(shù)字化運營級別測評

在了解數(shù)字化 MAX 成熟度模型后佛掖，企業(yè)可以對自身的數(shù)字 化水平進行評定妖碉，從而明確數(shù)字化轉型的必要性，制定適合自身 發(fā)展的數(shù)字化轉型方案芥被。下面展開說明數(shù)字化 MAX 成熟度模型 的 6 個級別欧宜。

1. 第 0 級公司

第 0 級公司未將數(shù)據(jù)分析納入日常運營工作中，決策層缺乏 數(shù)據(jù)意識拴魄，也沒有采用數(shù)據(jù)

分析工具冗茸，對將數(shù)據(jù)應用于公司日常 運營完全沒有概念。

2. 第 1 級公司

第 1 級公司的各部門人員和管理層零散使用數(shù)據(jù)分析匹中。某些 企業(yè)的業(yè)務部門會選用最常用的 Excel 工具進行數(shù)據(jù)分析夏漱，但使 用頻率較低，且使用人員并不多顶捷。企業(yè)可能有十多個部門挂绰，但僅 一個部門會使用 Excel 工具進行數(shù)據(jù)分析。這種情況下的分析結 果只能為該部門所用焊切，無法實現(xiàn)全域數(shù)據(jù)分析扮授，也就無法從公司 高度出發(fā)，幫助高層領導制定決策专肪。也可能是某個部門中的幾個 成員會使用數(shù)據(jù)分析刹勃，所用到的數(shù)據(jù)也只是該員工日常工作中所 接觸的，分析出來的結果可能比較單一嚎尤、片面荔仁。除此之外，需要 進行數(shù)據(jù)分析的還可能是為領導提供分析報告的助理芽死。助理使用 的數(shù)據(jù)大多來自企業(yè)的 IT 系統(tǒng)乏梁，比如統(tǒng)計銷售額的數(shù)據(jù)。這些 數(shù)據(jù)分析結果較為微觀关贵，無法從企業(yè)宏觀角度為領導決策提供參 考遇骑。因此，第 1 級公司還未形成系統(tǒng)化的數(shù)據(jù)使用習慣揖曾，只是將 數(shù)據(jù)作為臨時性的考量意見落萎。

第 1 級公司雖然已經(jīng)開始運用 Excel 工具來滿足某些數(shù)據(jù) 分析的需求亥啦，但數(shù)據(jù)應用遠遠不夠。Excel 有其可取之處练链，也有 其弊端翔脱。Excel 的優(yōu)點是維護成本較低，具備基礎的查詢和計算 功能媒鼓，可以限制用戶訪問和修改權限届吁。但 Excel 的數(shù)據(jù)量一旦過 大，查詢和計算的速度會明顯下降绿鸣，且無法對用戶進行角色的管 理疚沐，數(shù)據(jù)結構要求較簡單。因此枚驻，第 1 級公司所使用的 Excel 工 具無法支撐企業(yè)級的數(shù)據(jù)體系濒旦。

3. 第 2 級公司

第 2 級公司的數(shù)據(jù)運用已從個人上升到企業(yè)級別。這類公司 會采用 BI 分析工具進行數(shù)據(jù)分析再登，從而輔助領導決策尔邓，但主要 的使用者是技術部門。這類企業(yè) BI 分析工具的應用場景有企業(yè) 運營報表锉矢、管理駕駛艙等梯嗽。相比第 1 級公司，第 2 級公司已經(jīng)是 有規(guī)模沽损、有組織地進行企業(yè)級的數(shù)據(jù)化運營了灯节。

最常見的運營報表基礎統(tǒng)計分析工具是 Excel 和 BI(商業(yè)智 能)。BI 和 Excel 相比具有報表分析和交互功能绵估，能更清晰地顯示數(shù) 據(jù)動態(tài)炎疆，因此已成為某些具有數(shù)據(jù)思維的企業(yè)進行數(shù)據(jù)分析的首選。

使用 BI 分析工具需要多個部門協(xié)同合作国裳，如下圖所示形入。 當業(yè)務人員有數(shù)據(jù)分析需求時，IT 人員首先負責數(shù)據(jù)的清洗和打 通缝左，再將整合好的數(shù)據(jù)交給數(shù)據(jù)分析部門亿遂，數(shù)據(jù)分析部門得出結 果再反饋給業(yè)務部門，最終為業(yè)務人員提供決策依據(jù)渺杉，支撐公司 運營蛇数。但是少則兩周、多則幾個月的分析周期無法及時響應業(yè)務 人員的需求是越，更毋論需求較多耳舅、需求復雜的情況了。

此類 BI 分析工具因為技術門檻高倚评，只有技術人員會使用和 維護挽放，不能真正覆蓋企業(yè)全方位的日常管理绍赛。

（第 2 級公司的數(shù)據(jù)應用模式 ）

4. 第 3 級公司

第 3 級公司以技術支持為中心，搭建系統(tǒng)化的數(shù)據(jù)運營體 系辑畦。這類公司中技術團隊是數(shù)據(jù)價值產(chǎn)生的主體，業(yè)務部門的需 求由其實現(xiàn)腿倚。這種技術團隊具有一定規(guī)模纯出，通常為公司解決一些 通用型數(shù)據(jù)問題，主要為公司部分核心部門提供支撐敷燎。由于這類 公司的數(shù)據(jù)化運營成本高暂筝，無法實現(xiàn)全員數(shù)據(jù)化運營。

當企業(yè)的數(shù)據(jù)量達到一定規(guī)模時硬贯，僅僅依靠數(shù)據(jù)分析很難解 決根本問題焕襟，此時數(shù)據(jù)治理顯得尤為重要。因此饭豹，搭建系統(tǒng)化的 數(shù)據(jù)運營架構并最終將其應用于業(yè)務單元是第 3 級公司的運營特 點鸵赖。這類企業(yè)的數(shù)字化轉型是技術單元支撐的，也會產(chǎn)生少量的 淺層應用產(chǎn)品拄衰。

對于等 3 級公司來說它褪，治理數(shù)據(jù)是數(shù)據(jù)化運營的基礎。一般 企業(yè)大多采用 BI(數(shù)據(jù)分析)—ETL(數(shù)據(jù)加載)—DW(數(shù)據(jù)倉 庫)模式將數(shù)據(jù)治理到數(shù)據(jù)分析的整個過程打造成工具箱翘悉，從而 進行數(shù)據(jù)治理茫打。其中，每個流程都需要做中轉工作妖混，因此需要企 業(yè)配備一支專業(yè)性強的技術隊伍老赤。

技術部門在維護企業(yè)的各類 IT 產(chǎn)品或 DT 產(chǎn)品時會發(fā)現(xiàn)， 許多產(chǎn)品之間數(shù)據(jù)聯(lián)系緊密制市，比如用戶在支付寶產(chǎn)生的個人信用 數(shù)據(jù)可用于螞蟻金服上的貸款資質審批抬旺，微信賬號可用于騰訊視 頻的登錄。這源于阿里巴巴和騰訊都將旗下各產(chǎn)品的數(shù)據(jù)做了融 合息堂。但這些產(chǎn)品的數(shù)據(jù)沒融合前嚷狞，技術人員需要對相關 App 的 數(shù)據(jù)逐一維護，耗費的人力成本較高荣堰，且這個數(shù)據(jù)治理過程對技 術人員的專業(yè)能力也有一定的要求床未。

另外，企業(yè)的數(shù)據(jù)整合振坚、數(shù)據(jù)維護薇搁、數(shù)據(jù)賦能業(yè)務需要歷 經(jīng)復雜的過程，如下圖所示渡八。首先啃洋，各類業(yè)務人員會根據(jù)自己 負責的產(chǎn)品類型和用戶喜好传货，提出各種各樣的數(shù)據(jù)分析需求，比如金融行業(yè)的業(yè)務人員為保障銀行的風控能力宏娄，需要評估客戶的 信用狀況问裕。針對業(yè)務人員的需求，數(shù)據(jù)分析部門會建立模型;然 后孵坚，技術部門將數(shù)據(jù)分析部門的模型語言寫成代碼粮宛，并檢驗其是 否正確;最后，業(yè)務人員通過這些模型或應用實現(xiàn)業(yè)務價值卖宠。這 種數(shù)據(jù)支撐業(yè)務的模式是單向循環(huán)的巍杈，需要歷經(jīng)多個部門的多項 操作。

（數(shù)據(jù)支撐業(yè)務的模式）

由此可見扛伍，企業(yè)需要配備專業(yè)的技術團隊和數(shù)據(jù)分析團隊 完成提出需求筷畦、建立模型并檢驗的整個過程，業(yè)務人員在這一 過程中只是提出數(shù)據(jù)分析需求刺洒，實施過程需要技術人員投入大 量的時間和精力鳖宾。而有些數(shù)據(jù)分析需求對技術人員來說比較基 礎且簡單，譬如日常統(tǒng)計分析作媚，業(yè)務人員借助專業(yè)的數(shù)據(jù)分析 工具將數(shù)據(jù)接入即可自動生成分析結果攘滩，不需要技術人員耗費 精力和時間進行處理。技術人員常年忙于應付這些簡單的需求纸泡，無法投入更多精力研發(fā)更深層次的應用產(chǎn)品漂问，也無法為企業(yè)數(shù) 字化轉型賦能。這種以技術為核心的數(shù)據(jù)化運營模式讓技術人 員“叫苦不迭”女揭，而且數(shù)據(jù)使用并未進入核心業(yè)務蚤假，數(shù)據(jù)使用深 度不足。

5. 第 4 級公司

第 4 級公司形成了以業(yè)務為中心的數(shù)據(jù)化運營體系吧兔，即各 個部門使用數(shù)據(jù)均以賦能業(yè)務為出發(fā)點磷仰。這類公司已形成數(shù)據(jù) 的良性循環(huán)，實現(xiàn)了數(shù)據(jù)資產(chǎn)沉淀境蔼，達到了數(shù)據(jù)賦能業(yè)務的目 標灶平。這類公司改變了以技術團隊為中心挖掘數(shù)據(jù)價值的數(shù)據(jù)運 營模式，建立了比較完整的數(shù)據(jù)中臺箍土。一線業(yè)務人員可以自主 完成 80% 的數(shù)據(jù)需求逢享，這是第 4 級公司運用數(shù)據(jù)的特點，如下圖所示吴藻。

（數(shù)據(jù)賦能業(yè)務的模式）

數(shù)據(jù)中臺的搭建打破了第 3 級公司數(shù)據(jù)分析單向作業(yè)的 模式瞒爬，業(yè)務人員分析需求不必再像以前那樣歷經(jīng)多個部門和環(huán) 節(jié)，可以直接調用經(jīng)數(shù)據(jù)中臺打包、封裝好的數(shù)據(jù)資料侧但，并通過數(shù)據(jù)中臺提供的 BI 分析工具分析數(shù)據(jù)矢空。甚至在業(yè)務人員 自主分析數(shù)據(jù)前，數(shù)據(jù)中臺已對某些簡單的數(shù)據(jù)分析需求直 接給出了答案禀横。數(shù)據(jù)中臺打通了企業(yè)全鏈條數(shù) 據(jù)屁药，實現(xiàn)了數(shù)據(jù)的循環(huán)流通，它將企業(yè)已成型的數(shù)據(jù)燕侠、模型者祖、 算法、應用等“資產(chǎn)”進行存儲與延展開發(fā)绢彤，并設置了共享模 式，確保企業(yè)的技術部門蜓耻、數(shù)據(jù)部門茫舶、業(yè)務部門可隨時直接調 用。因此刹淌，不僅業(yè)務人員可以數(shù)據(jù)中臺受益饶氏，技術人員的數(shù)據(jù) 治理、模型研發(fā)有勾、算法構建疹启、應用研發(fā)等均可通過數(shù)據(jù)中臺 實現(xiàn)。

數(shù)據(jù)中臺的搭建使業(yè)務人員可以輕松便捷地使用數(shù)據(jù)蔼卡，業(yè)務 人員有大量數(shù)據(jù)分析需求時喊崖，可以不再依賴技術人員和數(shù)據(jù)分析 人員的力量，而是直接通過數(shù)據(jù)中臺解決雇逞。這不僅為業(yè)務人員釋 放了大量數(shù)據(jù)分析需求荤懂，激發(fā)了更多應用產(chǎn)生的靈感，而且為技 術人員和數(shù)據(jù)分析人員節(jié)省了時間塘砸，技術人員可集中精力梳理數(shù) 據(jù)資產(chǎn)节仿，令其對業(yè)務產(chǎn)生直接影響，實現(xiàn)數(shù)據(jù)資產(chǎn)業(yè)務化掉蔬，從而 建立基于數(shù)據(jù)的盈利增長點廊宪。

如果說第 3 級公司通過數(shù)據(jù)分析滿足業(yè)務需求，從而提高商 機捕獲的效率女轿，那么箭启，第 4 級公司基于數(shù)據(jù)做決策，業(yè)務人員不 斷調整工作重心谈喳，進一步提升了商機捕獲效率册烈。此外，數(shù)據(jù)中臺 的建設改變了以往技術部門只專注技術能力提升，不注重為業(yè)務 賦能的情況赏僧。如今大猛，技術部門以服務業(yè)務部門為工作重心，積極 轉化職能淀零，可以更快地推動業(yè)務發(fā)展挽绩。另外，業(yè)務部門也能感受 到技術部門職能轉化帶來的便利驾中，雙方協(xié)同作戰(zhàn)唉堪，提升能力，新 的肩民、更有深度的數(shù)字應用產(chǎn)品將會在雙方緊密合作中產(chǎn)生唠亚，從而 助力企業(yè)成功轉型。

行業(yè)中的龍頭企業(yè)大多處于第 3 級別持痰，專業(yè)數(shù)據(jù)中臺服務提 供商可以幫助它們加速進入第 4 級別灶搜，使數(shù)據(jù)良性循環(huán)。

6. 第 5 級公司

第 5 級公司已實現(xiàn)了數(shù)據(jù)的良性循環(huán)工窍，可以沉淀出核心數(shù)據(jù) 競爭力和數(shù)據(jù)資產(chǎn)割卖，并能夠基于數(shù)據(jù)開創(chuàng)出新的商業(yè)模式。已打 通內(nèi)外部數(shù)據(jù)患雏，形成完整的數(shù)據(jù)戰(zhàn)略鹏溯、應用戰(zhàn)略、模型戰(zhàn)略淹仑、算 法戰(zhàn)略丙挽，60% 以上的員工都可以運用數(shù)據(jù)實現(xiàn)業(yè)務價值，基于 數(shù)據(jù)創(chuàng)造出了新的商業(yè)模式并帶來了一定的收益:這類能夠做到

“數(shù)據(jù)驅動發(fā)展”的企業(yè)便是第 5 級公司攻人。 這類企業(yè)內(nèi)部取试，數(shù)據(jù)半自動化、全自動化決策能力和人為判

斷決策良好地融為一體怀吻。內(nèi)外部數(shù)據(jù)打通形成了數(shù)據(jù)生態(tài)瞬浓，不斷 推動企業(yè)進行數(shù)字化轉型。在經(jīng)過幾年的數(shù)據(jù)化運營后蓬坡，與同行 相比猿棉，它們已經(jīng)形成獨特的數(shù)據(jù)資產(chǎn)和數(shù)據(jù)生態(tài)，擁有自主算法 資產(chǎn)屑咳、模型資產(chǎn)萨赁、應用資產(chǎn)，其應用深度和數(shù)量在行業(yè)內(nèi)排名前 列兆龙。由于業(yè)務角色不同杖爽，研發(fā)的數(shù)字應用也不一樣，使用的場景 也大不相同，企業(yè)內(nèi)不同角色可以以較低的成本快速獲取相關數(shù) 據(jù)慰安。數(shù)據(jù)化運營已經(jīng)深入第 5 級企業(yè)發(fā)展歷程中腋寨，數(shù)據(jù)安全戰(zhàn)略 已在企業(yè)內(nèi)部形成，并且展開數(shù)據(jù)應用化焕。同時萄窜，企業(yè)因為具備了 完整的數(shù)據(jù)運營思路和實踐經(jīng)驗，數(shù)據(jù)人才的培訓體系和流程也 比較完備撒桨。如此查刻，“實踐培養(yǎng)人才，人才助力實踐”達成良性循 環(huán)凤类，為企業(yè)數(shù)字化轉型提供源源不斷的力量穗泵。

總而言之，企業(yè)可以通過數(shù)字化 MAX 成熟度模型測評自身的數(shù)字化運營級別谜疤，以便確定接下來的跳級策略:是按部就班一 級一級發(fā)展火欧，還是進行多級跨越。如果企業(yè)想要多級跨越茎截，需要 考慮到達目標級別需要具備的資源和能力，進而步步達成赶盔，避免 跨級失敗企锌。

回顧過去十年的企業(yè)數(shù)字化發(fā)展，行業(yè)龍頭企業(yè)大多處于第 3 級別于未，甚至有些企業(yè)很早便進入第 3 級別了撕攒。企業(yè)內(nèi)部少則數(shù) 十人、多則數(shù)百人都在解決數(shù)據(jù)問題烘浦，高成本的數(shù)據(jù)維護卻仍然 無法衍生出有深度的數(shù)字應用抖坪。企業(yè)數(shù)據(jù)使用仍然停留在淺層， 數(shù)據(jù)運用陷入困境闷叉，無法形成良性循環(huán)擦俐。這種情況下，企業(yè)需要 根據(jù)自身的狀態(tài)握侧，確定升級策略蚯瞧。

本文摘編自由國云數(shù)據(jù)創(chuàng)始人兼CEO馬曉東所著，由機械工業(yè)出版社出版的新書《數(shù)字化轉型方法論：落地路徑與數(shù)據(jù)中臺》