在刚刚过去的2020年，许多企业更加迫切地意识到数字化的重要性，并实际感受到其带来的价值。数据显示，疫情后复工复产恢复较快的企业往往是那些数字化程度较高的公司。然而，要从数据分析中获取有价值的洞见，并不仅仅是更新IT系统那么简单。
通过与若干厂商和企业的交流，可以看到国内企业在数字化进程中存在着明显的不均衡。有些企业已经开始尝试AI预测等创新方式，而有些则在集中整理数据标准与规范。这其中，有几个关键点值得关注。
关于数字化的需求
某传统企业CIO对数字化的定义颇具代表性。他指出，降本增效、开源节流是数字化为企业竞争力提升所带来的核心价值。不少CIO强调，无论是引入数据分析工具还是数据平台，许多业务梳理和管理流程的规范实际上是在IT系统之外进行的，这需要回归到企业的管理层面。
CIO如何看待一把手工程?
推进企业数字化转型必须是“一把手工程”已成为业内的普遍共识。尤其是在构建全员数据文化的过程中，高层的支持显得尤为重要。在打破固有利益时，缺乏高层的支持往往难以推动项目的进展。在执行的过程中，制定好大的方向固然重要，但更关键的是中层及员工的有效执行与配合。
项目周期长风险就大
专家指出，无论是BI还是其他项目，切忌大规模同时启动多个部门的合作，这样成功率往往较低。企业在数据准备和人员思想准备上可能并不充分。而且，项目周期一旦延长，风险随之增加，人员流动性加大，新技术迭代频繁，外部环境也在不断变化。企业可以先选择一个小的切入点，快速迭代，这样有助于组织、流程、文化与IT能力的有效匹配，形成合力，避免项目沦为无效的IT工程。
需要怎样的咨询能力?
2020年，许多数据分析公司推出了新的产品和战略，普遍强调自身的咨询能力。他们指出，结合国情，中国大部分企业在数据意识和基础设施上相对薄弱。除了产品与解决方案，企业更需要一定的咨询能力，以复用行业内的有效实践经验，所谓“他山之石，可以攻玉”。与此同时，许多企业也会寻求如四大等咨询机构的帮助，或在特定细分领域找专业机构进行咨询。专家表示，企业在选择咨询机构时应结合自身业务发展与咨询实践，四大等机构一般提供战略层面的咨询，而在执行过程中，企业需具备较强的任务分解能力和IT能力。此外，良好的项目管理能力也是必不可少的，以确保第三方咨询与实施厂商之间的有效管理，避免扯皮现象。
自助分析的挑战
自助分析能力的提升是企业与厂商都认为需要加强的一个方面。这里面涉及到数据可信度的问题，例如数据质量不高、数据问题无法及时反馈与解决等，导致数据使用者对数据产生不信任感，进而影响数据的使用效果。一些CIO指出，IT后端需要将经过清洗的多维度数据呈现给业务部门，业务可以基于这些数据进行分析，但同时需要做好权限控制。此外，即便有相关的IT支持，如果企业文化不支持，或业务部门不习惯使用数据分析，依然会面临挑战。因此，企业需要制定统一的数据规范，做好数据追踪反馈，以保证数据质量，从而提升业务体验，创造价值，逐渐形成数据使用的习惯。
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
[[[IMG_4]]]
[[[IMG_5]]]
