本期我们邀请了原IBM大中华区咨询与整合部总经理姚年康以及华润创业企业代表、南药商业代表、华润置地三位行业同仁与大家分享从IT时代到DT时代的变化，以及当前企业数字化程度分析。

姚年康，原IBM大中华区咨询与集成部首席总监

从IT时代到DT时代的转变

什么叫DT时代？ 数据，就是用数据来记录这个时代。 当你到了IT时代的末期，所有的系统都是人工实现之后，就会沉淀大量的数据。 比如我们做营销的时候，听到过很多客户的交易数据。 我也知道顾客喜欢什么，对吗？ 我是中国农业银行，我会看它的交易数据。 读完这些数据之后，就会在这个地方积累起来，从数据中就会有很多的信息可以挖掘。 那么我们现在如何分析这些数据呢？ 从这里，我们可以挖掘出很多有用的知识，并将这些有用的知识重新赋能到业务流程中。

举个反例，比如我们在天猫买东西，平台立刻推送东西给你。 为什么是这样？ 既然你买了东西，你的数据存放在哪里，我算了一下，买了这个东西的人很可能会买那个东西，从中挖掘出来的知识会立即转移到你那种销售的流程中，然后推送给他一些东西。 精准营销就是这样一个过程。 所以我给你推荐一件东西，你买了之后我就可以再给你推荐一件，因为我对你的刻画越来越深，我知道你喜欢这个东西，最后我的整个刻画就非常清晰了。

这是我们从数据上对他和历史的分析。 这是一组方法。 这种方法意味着我们需要从数据中捕获知识，然后将其重新赋能给业务流程。 在这个过程中，我们把一个时代称为DT，所以从IT时代到DT时代是一个数字化转型的过程。

企业从原来应用IT技术，向万物智能化、手工流程转变，手工化形成的数据重新赋能到业务流程，使得整个企业越来越智能化。 然后我就会知道，当你买这个东西的时候，你买下一个东西，我在精准营销上就会变得越来越聪明。 这是智能化的一个方面，所以数字化转型当然也是这样一个过程。

从各个行业来看，可以看到整个行业的突破，特别是金融、保险、媒体、零售、贸易行业。 这类行业会走得更快，其他领域的数字化也会不断逐步深化。 。 我们在江浙很多TOB企业里，他们已经开始感受到了这一点，他们需要用数字化的方式来改造大企业。

这是阿里在今年双十一期间发布的一份数据。 你可以看到这个数据。 我们先看中间的。 中间一张是新锐品牌和传统品牌的对比。 就是直接利用数据智能或者利用互联网来启动。 原来的传统企业是对比的。 嗯，中间的下降是很多向上的下降，这是完全不同的一步，你看的是左边的老字号公司。 其数字化转型之后，其提升还是相当显着的。

也就是说，数据智能已经在各个行业形成质变。 也就是说，无论是江浙沪还是一些稍微内陆的地方，这种需求已经很明显了。 如果你现在出去跟那个CIO或者CTO聊，他不可能不知道数据中心或者数字化转型的内容，所以中国在这方面的认知已经非常深入了。

这是国家云数据中心的一个框架。 这不是这里的广告。 许多其他公司可能在其数据中心中使用这种结构。 我想告诉大家什么叫数据中心。 由于很多朋友都没有IT背景，所以我们简单分析一下。 正如我们刚才所说，我们需要从企业的数据中挖掘智慧。 , 企业以往的数据状况如何？ 企业的数据曾经就像一座水塔。 为什么叫水塔呢？ 也就是说，你以前的很多IT系统都是因为历史的诱因而不同的。 在这种情况下，当你分析数据时，你就会像盲人摸象一样。 你只能看到这一块的数据，看不到另一块的数据。 以建行为例，储蓄、理财产品、各类金融产品都流向不同的平台，相互独立。 那么也许从储蓄的角度来说，有一个用户上次存了10块钱，平时也只有10块钱，但是他的财力已经被看到有500万了，可以看出他是一个低——净值客户。 我在那里看的时候，他是一个高净值客户，所以你听到的只是这个人的一些部分。

那么我们现在要做什么？ 了解全球数据使用情况。 你需要打通所有的储蓄数据、其他数据、其他数据，拿到这个人的所有数据，甚至他的网上消费行为，他的信用卡通常去哪里消费，网上购物。 习惯和所有这些东西把它们混在一起。 放在一起然后我看这个人，我就看曲子，我就知道这个人大概的年龄，他的收入状况怎么样，之后他喜欢什么样的东西，他经常买什么样的东西，他通常买什么东西？ 我知道他将来可能购买的所有东西，他的抵押贷款是什么样的，以及所有这些事情。

这就是我所说的数据中心的认知成本。 数据中心就是把所有不同的数据整合起来，标准化，然后在里面做很多大骨架标签。 标记的含义是什么？ 也就是说，我们和他有一张肖像。 所以中泰的概念就是数据的操作系统。 而且我们现在已经到了数据时代，我们搭建了一个数据操作系统，我们把所有的数据都打通了，放在了一起。 然后你就可以在里面做任何分析了。 比如我是中国农业银行的。 我昨天去卖理财产品了。 我曾经是一家分行的销售员。 我的做事方式是这样的。 我从系统里拉了20个人，然后一一给他们打电话。 如果你买这个理财产品，可能还能平一两单，我昨天就说了，我把整个数据重新整理了一下。 在您购买这款理财产品之前阿里研究院互联网+：从it到dt^^^阿里商业评论：跨境电商，我会首先分析谁最有可能购买这款理财产品，然后我会给您一个白名单。 白名单给了你之后，你还少了20个人，所以你不用在系统里乱找。 之后，你还打了20个电话，你可能会关闭四到五个订单。 ，四五章一两单的时间会增加一倍或三倍，销售效率会提高。 所以只要你掌握了所有的数据，你就可以在里面做一些中间的分析方法，虽然这在数字化转型的过程中是非常非常重要的。

在数字化环境下，我们未来的数字化企业的架构应该是什么样子？ 就是说我们构建一个创新机制，它的创新机制是什么？ 数据中心是这里的核心。 它整合了企业的所有数据，整合后可以在内部形成数据智能。 比如你可以根据数据来分析很多东西，我什至可以做出预测。 比如说我们做零售的时候，我们在某个销售网点，我可以根据它过去的数据销售变化来分析。 下来或者说做一个一定的预测阿里研究院互联网+：从it到dt^^^阿里商业评论：跨境电商，来确定他的产品在接下来的一段时间内销量会是什么样子。 而数据智能完成之后他应该做一件事，我们称之为网络协作。 网络协作是什么意思？ 比如说，如果我预测这套衣服下个月在某家店会卖5000件，那么我们算出预算后，这个预测的结果就会在整个供应链中共享，从原材料的采购到产品的出厂。鞋厂的生产。 从库存仓储开始，整个货运系统将根据这个预测开始工作。 这样，因为我有这个数据，可以整合数据，所以我可以在里面生成数据智能，我可以和数据智能形成网络协作，最后整个连接就开始工作了。

在顶部，我们还写了创新车库，这是当时 IBM 发明的，现在他们在世界各地建造了六七个。 创新车库有方法论，为什么叫车库？ 因为他们研究了一下，他们说在车库里创新的人比较厉害，一个是乔布斯，一个是谷歌的比尔盖茨。 看来他们都是从车库开始的，然后开始研究车库。 一定有什么神奇的东西，然后他起了一个名字，叫IBM's 。 他们开发了一套创新的方法论，我不知道你今天在学什么，但是那种它有一套创新的方法论。

这个商圈的情况似乎是建立在数据智能和网络协作的基础上的。 整合了之前数据里的很多东西之后，他会从根源上挖掘出很多客户的需求，比如他为什么要这个东西？ 你想用这个东西解决什么问题，他还是会问，而且当你最后问的时候，他就知道你想要的是最内在的东西，而最内在的东西可能不是你想要的，哪一个才是最重要的？重要的事情你想要吗？ 里面的东西，我有另外一个方法来解决这个问题，所以它是一个探索性的方法，去挖掘你最深层的需求，然后用另外一个方法来解决它。 这也是一个创新的方式，比如我想要一辆车去广州，他问你为什么想要这辆车？ 你说：我要去南京。 他说：虽然你去上海不一定需要这辆车，但我有其他办法可以解决你去上海的目的。 你只要坐火车就可以了。 也就是说，要解决一个问题，他会挖掘更深层次的东西，但是如果你有数据基础，你可以提供更多的方法来解决这种问题。 这是一个典型的未来数字化，作为一个企业，如果你是这样的，你需要在网络中与数字化平台和数据智能进行协作，你就可以产生这样一个数字化的例子。 如果一个公司有这种东西，另一个公司没有的话，他们之间就会有很大的区别。

我们对企业的数字化程度做了评级。 你可以仔细看一下。 之后我们互相讨论一下，你自己的团队或者企业目前的情况如何，属于什么级别？

华润创业代表

您好，我们是华润创业的，我们主要是做大消费相关的。 看完这个矩阵，我会根据自己的理解来分析一下我们今天大概达到的水平。

我们的水平可能已经到了第五级了，因为第五级的第一点是一个必要的技术部门，而且在我们华创我们也有自己的数字中台团队，也有相应的大数据团队平台。 第二种是所谓的数据应用程序。 我们现在已经有了相应的平台。 在大数据平台上，我们有相应的BI报告，有后端，还有中国联通的一些工具和组件。 所以我认为只能在应用程序上支持。 第三点是技术可以满足一些简单的需求。 我们现在有一些可以重用的组件。 一些业务需求可以通过这个组件形成一些相应的数据分析。 例如，可以直接生成一些报告。 平时我们也会做一些业务分析报告之类的，在捕捉一些商机方面有些被动，虽然我们现在也有相应的数据仓库、大数据平台和中间平台，而我们积累的那些数据只是用来做一些相应的分析或者满足业务的需求，而我们并没有真正挖掘出这类数据对应的价值。

为什么我只说我们是第三层而不是第四层，因为第四层第一个要求就是业务人员能否独立掌控那些数据，也能解放那些时间、人力、甚至数据资产。被商业化。 我觉得第四层完全是靠数据来驱动这个业务，但是我们现在没有。 比如说我们华创来讲，就是说我们现在有一个下属的BU，所以我们可以得到一些分公司。 我们获取到的数据比较浅，我们可能获取到的只是一些交易数据。 用这个数据来分析他店铺的销量，他每天的销量趋势是怎样的？ ，最后分析并生成报告。 这里有一个问题。 生成这个报告之后，如何根据这个趋势以及他遇到的问题和痛点做进一步的分析和应用。 这部分是比较缺乏的。 也就是说，看了这个数据之后，我不知道接下来的策略会是什么样子。 这是下一步的伏笔还是基础，需要什么样的投入？ 也许这部分不是很清楚。 ，所以我觉得从这一点上来说我们还没有达到第四个层次，这也是我们未来要努力的一个方向。 谢谢。

姚年康，原IBM大中华区咨询与集成部首席总监

我感觉非常非常好，请问原因是什么？ 这时候就是数据驱动的，从某种意义上说是一种被动的状态。 这些搞数据的IT人也很努力，总是被很多人催促，但是当你里面想发展到那个水平的时候，搞数据的人就会主动。 他说我可以给大家提供很多其他的创新，这是一个主动创新的事情。

南方医药商业企业代表

大家好，我是南药商务信息部的王政。 现在我们自己搭建了一套BI平台，做了报表和分析。 因为我们的数据相当于我们自己内部的继承，并没有大规模使用。 主要是给我们一线销售人员和一些分析师使用的。 他们通常使用的是一些简单的二维报告。 。 当时我们构建的东西相对简单。 可能主要是为了整合一些存储的数据。 指标和维度的构建可能不是那么全面。 当他们做这些深层次的数据挖掘和分析时，很难达到他们所需要的。 比如他们用数据分析来做一些复杂的多维度、多指标的场合，就没有办法满足他们的需求。 现在只能说，他们只是简单地为他们提供了一个获取数据的入口，然后可能需要他们手动对指标和维度进行一些操作。 我们目前正在做的是数据库机房的建设，以及新BI的建设。 现在正在进行中，将来肯定会达到第四级，让我们的业务人员能够独立完成他们的需求。

姚年康，原IBM大中华区咨询与集成部首席总监

我想虽然这是我们平常听到的一个非常典型的情况。 就是他的整个事情基本上都处于危急状态，再进一步，有时候他还会人为干预。 第二，当你有可扩展性时，虽然你做得很费力，你知道吗？ 尽管我们将来真正想做的是什么？ 基本上都是手动的。 例如，新数据维度的改进基本上是愚蠢的。 一个操作系统和界面都会手动生成，只要拖拽即可。 到时候，业务人员不需要有太多的技术改进。

华润置地法人代表

大家好，我是华润置地的。 我觉得我们有三个、四个、五个，但主要是第三个，我们技术部门肯定有一些。 我们有大数据平台、BI平台、独立分析平台。 数据应用确实很多，但是在数据整改方面我们有主数据和数据质量。 对于决策，有管理价差和各种BI报告。 所以我们只需要构建我们的数字资产即可。 至于业务，他自然可以借助一些资产来分析，所以不用说业务可以满足这个需求。 以前的数字资产化可能相对较少，就是业务人员现在可以根据自己的需求独立连接数据库进行数据分析。 我们对业务技术部门的协调和协作的理解还不是很清楚。

我觉得这个从协调性上来说还是差了一点，不是那么好。 而且确实只看人力比较好，因为它已经有了数据中心的建设。 我们本来是一个水塔，经过我们的数据中心的建设和基于主数据的移动，所有的水塔基本都连接起来了，并且分析了它们的技术。 值得一提的是，在我们的数据模型应用中，数字资产的层次是非常深的。 我们不仅有传统的维度建模，最新的数据建模应用也已经非常成熟。

姚年康，原IBM大中华区咨询与集成部首席总监

你想想你现在的情况，虽然是看到未来我们走到最后的时候，是积极的、自然的，还是靠数据来驱动的。

我们刚才提到了这一点。 虽然我接触过的很多公司和香港置地不太一样，但都是属于业务适用的角色。 从业务需求到数据驱动有一个飞跃，这很困难。 以前像你这样在企业里搞技术、搞IT的人，每天都被业务人员追着，他就在那里分轻重缓急。 他们完成的事情并不一定有这样的成就感。 而当谈到数据驱动时，他站在一个积极的位置，这是非常不同的。 从IT时代到DT时代的数字化转型，这个反例是质的变化。