数字化转型的核心是技术?还是业务?
# 数字化转型的核心是技术?还是业务?
这个问题网络上有种种说法,我们看到最多的一种说法是技术与业务融合,但在实际的落地场景中如何融?如何合?今天就来讲一讲数字化转型过程中业务与技术融合这些事。
大部分企业做数字化转型容易进入两个极端:
# 第一,技术的极端:
对数字化转型的认知大部分传统企业还停留在技术层面,在企业领导的意识里认为做数字化转型无非就是花钱买软件,软件好不好用、能不能用、如何用这些都是信息部门的事情,如果数字化项目建设失败了,那肯定是信息部的能力问题;
# 第二,业务的极端:
信息部门在企业属于二级甚至是三级部门,日常就做些 IT 运维的活,无数字化建设话语权,相关数字化系统的引进由业务部门自行负责,业务部门需要什么系统就自由引进、实施与维护环节信息部门均未参与;
两个极端造成的后果就是:
1.信息部门孤掌难鸣,成为背锅侠;
2.信息系统任由业务部门自由引进,数字化建设野蛮生长,重复建设,造成大量功能浪费;
3.前期缺乏规划造成大量数据孤岛;
4.后期大量数据接口开发工作,造成无谓的成本浪费,这种成本包括:人力成本、时间成本、资金成本;
5.系统数据无标准,运行过程无监督,系统烂尾无人知,无人为此负责;
正因为以上两个数字化建设极端,所以导致企业数字化转型失败率极高。我们不难看出从一开始企业就做错了,任何一方的单打独斗搞数字化建设只能以失败告终,所以企业要以系统性运营思维、技术与业务融合思维的模式来做数字化转型,而非买卖软件的商业逻辑。
技术与业务的融合思维要贯穿数字化转型的全过程、软件的生命周期,而非其中某一个环节。这个过程包括:项目立项、选型、实施、上线、运维、售后。
数字化建设项目的立项基于企业的数字化战略规划或业务部门的某一个痛点,痛点会产生业务需求,而数字化系统基于业务需求而非技术需求,但系统解决方案却依托于技术手段来实现,由此我们可以看出,技术是基础底座,而系统功能的匹配能力是业务需求得以满足的关键。 所以在技术与业务的融合场景中我们看到:业务部门从功能适配、易用角度来进行系统选型,而信息部门从系统架构、性能、运维角度来考察软件公司,两者结合进行软件选型,缺一不可,否则你将会看到如下场景:
- 1.信息部门选购的软件业务部门不愿用、拒绝用;
- 2.业务部门自己选的软件在技术环节被坑,造成大量额外支出;
- 3.业务部门软件没人维护,系统数据没人备份,系统在裸奔,存在重大安全隐患;
- 4.软件的技术问题无人指导解决,系统难以流畅运行;
从以上熟悉的场景,我们不难看出,技术与业务在软件项目立项、选型期不能相互脱离而单独存在,双方需要融需求,合意见。数字化建设成败最重要的环节是实施,实施过程是一个解决需求、解决痛点的过程,但大部分企业的软件实施结果往往变成了“卖家秀与买家秀”,为什么?从企业内部的原因分析如下:
1.技术与业务脱离,造成前期选型不严谨、不科学;
2.业务部门在实施过程中参与度不高,整个实施过程沦为信息部门的独角戏;
3.信息部门对业务部门需求的把控能力不足,造成需求反复、无限发散;
4.技术部门做甩手掌柜,将实施全部交由软件公司来实现;
从众多实施失败的案例中,我们不难看出信息部门在这一过程中的角色及地位,信息部门是整个实施过程中技术与业务的“传译者”,是企业与软件公司沟通的桥梁,所以在软件实施过程中信息部门需要与软件公司融方案、合能力,共同推动系统实施,而在企业内部,信息部门需要与业务部门融痛点,合需求,共同推动数字化项目建设。
在大部分企业领导眼里以为数字化系统实施结束了,上线了,数字化建设也随之结束了,这是非常错误的想法,系统上线其实是数字化运营的开端。
企业数字化转型的价值并不是上几套业务系统,搞几个平台,以“量”取胜,而是以“数”取胜,这个“数”并不是数量,而是数据。但值得注意的是并不是录入系统的都成称得上是价值数据,如不对数据过程质量加以把控,那么你将看到以下场景:
1.脏乱差的数据充斥系统;
2.数据的及时性、完整性、有效性难以保障;
3.系统内数据无标准,混乱;
4.无人为此负责;
5.后期想利用数据必须花大量时间、成本做数据清洗;
6.即使做了 BI 大数据报表也是花架子;
所以企业要以运营的思维进行业务系统管理,这一过程也需要技术与业务的融合,融方法,合措施,订制度,强落地,保数据,展价值。信息部门协助业务部门解决需求技术问题,而业务部门以标准化的数据体现数字化价值。
综上所述,不难看出企业数字化转型过程就是一个融合的过程,在这一过程融合中要开放,开放中要包容,包容中要共生,没有以个别部门独立的核心,而是多部门乃至整个公司的融合核心,只有达成一致的数字化共识,才有成功的数字化项目建设。技术与业务融合,其实就是数字化转型过程中的一个典型场景,我们不仅需要技术与业务融合,还需要技术与组织融合、技术与能力融合、技术与生态融合............
- 01
- idea 热部署插件 JRebel 安装及破解,不生效问题解决04-10
- 02
- spark中代码的执行位置(Driver or Executer)12-12
- 03
- 大数据技术之 SparkStreaming12-12