浅谈传统企业数字化转型的痛点与困难

科技 2022-05-15 01:44:59
导读 00,简介在之前的文章中,笔者普及了一些用户行为分析的知识和概念,比较粗糙,难以理解。这次我们来说一个相对容易理解的话题。笔者在与一

00,简介

在之前的文章中,笔者普及了一些用户行为分析的知识和概念,比较粗糙,难以理解。这次我们来说一个相对容易理解的话题。笔者在与一些传统行业的企业(包括但不限于一些老牌大型企业)合作的过程中,发现这些企业的共同特点是历史悠久,资金预算相对雄厚,但由于种种原因,在数字化转型过程中困难重重。相比一些互联网氛围浓厚的企业,这些传统企业的数字化进程更慢,难度更大。笔者在下面把这些痛点和难点一一列举出来,希望能引起大家的思考。

需要注意的是,本文提到的所有问题或例子,都不是针对某个特定企业的,只是对整个传统行业数字化转型现状的主观描述。如有冒犯请谅解~

01.数据基础设施建设

(1)企业内各系统/平台的数据未被访问。

这个问题可以分为“难打通”和“不愿意打通”两类。前者是客观因素造成的,后者来自主观意志的差异。

“很难打通”——传统老牌企业通过历史沉淀,形成了自己的一套运营体系。业务线冗杂且分散,不同的业务线有自己的一套或多套独立的系统,导致多个业务线/系统之间的用户数据无法打通(也就是我们常说的id映射)——明明同一个用户在不同的系统中会被赋予不同的用户id,这样就被拆分成了举个简单的例子,笔者在线上app下单了某个品牌的快餐店,过一段时间就直接去这个品牌的线下门店吃饭了。如果这个品牌没有打通线上线下的系统数据,那么作者就会被两个系统拆分成两个用户。或者像一些传统车企一样,数据来源广,体量大,同时拥有自建平台、外部渠道和内部系统行为和业务数据。其中,自建平台包括自建app、小程序等。外部渠道包括汽车之家、知道车皇、Tik Tok、Aauto Quicker等,内部系统包括CRM、DMP、车机等。如果这些数据没有标准化,没有统一连接,用户在不同平台的行为就不会串联起来。

“不愿打通”——一些传统老牌企业存在争夺资源、争权夺利甚至“办公室政治”的情况。各部门只关心自己的利益和努力,自然很难打通数据,也很难规范数据的收集和使用。

(2)没有统一的数据口径。

不同部门/业务线对数据的认知不同,导致数据口径不一致。再举个简单的例子,不同的公司对“活跃”的定义是不一样的,因为每个公司的运作模式都有些不同。根据实际情况选择合适的“主动”口径,有助于监控企业的实际运营情况。然而,在传统企业中,由于部门/业务线数量众多,每个部门/业务线的“活跃”口径会有所不同,这使得从企业层面构建数据标准和监控业务绩效变得非常困难。

(3)对整个数据流转过程的认知不清晰,导致无法控制整个过程。

数据流过程包括“采集-存储-管理-使用”。目前很多传统企业对这个过程没有清晰的认识,没有统一管理的意识。导致没有核心管理器来协调流程,每个数据源也没有对相应的所有者负责,导致很难溯源和解决问题。笔者之前也遇到过这种情况,数据有问题。因为流程没有协调人和负责人,部门之间互相踢皮球,最终问题没有得到合理解决。

(4)数据质量差。

这个问题主要表现在三个方面:无法主动监控和响应数据问题,无法量化数据问题的严重程度,无法从源头上根治数据问题。

数据无法主动监控和响应——企业没有主动监控和预警数据问题的系统或机制,只能在业务使用数据时发现问题时被动解决。被动等待问题带来的损失一定比主动发现问题带来的损失大得多。

无法量化数据问题的严重程度——同时,企业内部的数据问题很可能是并发的,而用于修复数据问题的人力和精力是有限的,这就要求企业有自己的数据问题分级机制来区分数据问题的紧急程度,并按照优先顺序来解决,而不是像消防员一样哪里有问题就往哪里冲,导致真正紧急的高优先级数据问题得不到及时解决。

数据无法从源头根治——很多传统企业目前无法从源头控制数据的质量,只有在后续数据有了积累之后才发现问题很严重,投入大量人力去修复,收效甚微,不可持续。

02.数据应用

(1)解决问题“拍脑袋”的作风盛行,无法“用数据说话”

如今,越来越多的企业被卷入到数字化的浪潮中,很多传统企业也在喊出“数据驱动”的口号。然而,受制于历史商业模式和传统思维,“拍脑袋做决定”的思想依然盛行,“用数据说话”的思想依然无法在企业内部得到很好的贯彻。很多传统企业也在尝试解决这个问题。他们会花钱请各种供应商(我们常说的“外包公司”)做数据项目,帮助他们进行数字化转型。但实际上很多时候,企业决策者很少采纳供应商分析数据后提供的建议,仍然按照自己固有的思维行事。

p>(2)对于如何分析和应用数据没有思路,眉毛胡子一把抓

如果上面说的问题,是由于主观意识上对于跳出传统思维“舒适圈”的拒绝,那么这个问题,就是由于客观上“数字化”能力的不足。在笔者的工作中,最怕听到的一句话就是,“我什么都要”,这类需求方往往没有什么思路,只想着先把数据拿到,放在那里,怎么分析和应用这些数据后续再说。殊不知数据的收集和存储也是需要成本的,如果这些数据后续得不到合理的分析和应用,那这些数据也无法为企业带来价值,纯属浪费资源;在关键指标遇到问题的时候,也没有结构化的分析思维,找不到问题的源头,更谈不上解决问题。

03、总结

上述这些问题,可能对很多互联网从业者来说,早就已经被解决,像id-mapping这种技术,在一些互联网大厂不知道被迭代了多少次,已经非常成熟。但是对于很多传统企业,这些问题仍然亟待解决,道阻且长~

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢

最新文章