甲子光年-数字化的“判别式”-2020.11-23页_7mb
报告摘要
甲子光年智库数字化实践总结
核心内容
甲子光年智库致力于推动企业数字化转型,强调数字化不仅是技术的引入,更是企业“身份的跃迁”,从改变自身到反哺行业。其核心理念是通过数据驱动和模型化实践,提升企业服务能力和用户体验。
主要观点
- 数字化的“判别式”:甲子光年智库构建了多种模型,如服务差距模型、产品市场策略分析模型等,以衡量和提升数字化水平。
- 产品与服务融合:提出“Product as a Service”概念,强调产品与服务的集成化解决方案,满足不同层级用户的需求。
- 数据能力的重要性:认为企业具备数据能力是数字化成功的关键,涵盖数据来源、治理、应用和效果四个维度。
- 流程SOP化:通过标准化流程管理,提升效率和透明度,包括7个基本阶段、53个具体环节和300+标准化步骤。
- 行业数字化水平:根据麦肯锡和甲子光年智库的数据,分析了中国各行业的数字化现状,指出部分行业仍处于初级阶段,但整体趋势向好。
关键信息
数字化趋势
- 2017年,中国制造业服务比重不足5%。
- 2019年,服务型制造业务占比明显提升,47.6%的企业表示收入服务占比加大。
- 数字化水平在不同行业中存在显著差异,部分行业如油气、冶矿仍处于L1阶段,而金融、ICT等行业已进入L4阶段。
数据能力的四个层级
| 细分项目 | Level1(初始阶段) | Level2(启动阶段) | Level3(专业阶段) | Level4(全面阶段) |
|---|---|---|---|---|
| 数据来源 | 内部生产/运营数据 | 市场反馈数据 | 公司私有数据 | 全局数据 |
| 数据治理 | 数据/代码/口径标准一致 | 管理规范 | 统一数据体系与治理 | 对数据体系建设进行全方位管理 |
| 数据应用 | 个人/部门业绩指标 | 生产/运营效果评估 | 用户洞察、产业链协作 | 场景化洞察与模拟、直接产生商业价值 |
| 数据效果 | 部门级、内部数据孤岛 | 公司级、无法全面连通外部数据 | 公司权属数据、连通内外数据 | 全局数据接入并连通、趋势洞察与自动化判断 |
甲子光年智库的实践
- 聚焦强需求:通过智库作业支持系统,覆盖方案制作、项目启动、资料收集、专家访问等环节,构建专家资源库和项目执行管理系统。
- 理顺流程:所有流程SOP化,包括7个基本阶段、53个具体环节和300+标准化步骤,提升组织效率和响应速度。
- 重视数据能力:通过统一标签管理、统一信息口径及管理、统一体系,逐步迭代数据与信息体系化资源,形成标准化、规范化的数据治理。
数字化建设路径
- 数字化建设是系统化工程,不能仅依赖三支柱,而需整体规划、梯次展开。
- 甲子光年智库从L1向L2迈进,强调数据治理与应用的结合,推动企业向更高层次的数字化转型。
甲子引力
- 甲子光年智库通过深度研究,打造科技行业的灯塔,提供多个研究报告,涵盖安全、金融、人力、IDC、Fintech、MES、会议、AI、新基建等领域。
- 企业可通过甲子光年公众号内回复关键词,获取完整版报告。
总结
甲子光年智库以数据和模型为核心,推动企业从内部变革到行业反哺的数字化转型。通过聚焦强需求、理顺流程、重视数据能力,其实践为行业提供了清晰的数字化路径和方法论。同时,智库还发布多个研究报告,为企业在不同领域提供洞察和建议,助力数字化进程。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载