[[437629]]

當前新技術和理念層出不窮，但如何將新技術和新理念引入到傳統企業的研發、管理、生產、營銷等全業務流程，推動企業數字化轉型和智能化變革，尚缺乏成熟可借鑒的經驗。

對企業來說，固然可以通過數字化轉型實現業務生產變革，進而達成提質增效降本的目標， 但也有可能掉入萬丈深淵 。這使得很多企業仍然處于糾結觀望的狀態中，要破除這種困境，必須找到辦法盡可能降低不確定性帶來的轉型風險，讓數字化轉型的每一步走起來都卓有成效。

針對當前企業普遍官網的心理現狀， 馬曉東提出了數字化轉型六圖法，即戰略地圖、業務地圖、需求地圖、應用地圖、算法地圖和數據地圖 。

圖1 數字化轉型六圖法

01 戰略地圖

“戰略”一詞最早是軍事概念，指對戰爭全局起指導作用的計劃和策略。企業戰略就是長遠規劃以及在某一時間點要達成的目標。隨著國家智能制造持續深入推進，企業需要從長遠角度制定與發展目標所匹配的智能制造戰略需求。

對企業而言， 數字化轉型的第一步是要梳理方向，形成戰略地圖。 企業在梳理戰略地圖的過程中可能會出現兩種情況： 一種是商業模式沒有被數字技術改變，另一種是數字技術已經促使商業模式改變。 不過隨著數字化、網絡化和智能化發展，以及新技術應用的日趨成熟，不被數字技術改變的商業模式已經很少了。

因此，企業在梳理戰略地圖時， 首先要明確應從哪里開始變革，清楚當前所處的現狀以及未來要實現的目標。 企業戰略地圖必須包含 戰略目標、業績目標、KPI類型、KPI增長方式、KPI增長價值 等內容。

通常的做法是將戰略目標分解成不同環節的目標，明確存量目標及二級目標。 企業完成了總體戰略目標和階段目標的制定后，還需要對相應目標的實現路徑和方式有清晰的認知，從而匹配合適的戰略執行路徑及實施策略，同時要保戰略目標能夠按照計劃有序推進、穩定落實。

在戰略地圖執行過程中必須納入考慮的要素，特別是在人力資源和資金投入方面，不僅要考量員工能力、數量及人才結構，還要保證有資金保障能力。 企業在推進和執行戰略地圖的過程中，通過數字技術可以更好地挖掘商業模式、創新收入模式以及運營模式。

02 業務地圖

當企業確定數字化戰略并擬定上下一致的戰略地圖后，根據最新的數字化戰略以及運營模式梳理業務地圖。 業務地圖是企業實現戰略地圖的行動方案，包括業務流程和業務方式。 企業只有梳理了業務地圖，才能清楚哪些業務環節可以優化、重組。

企業若擁有不同維度的業務，特別是核心業務，在規劃初期便應分解出相關舉措，將現有業務架構進行梳理，分析當前面臨的問題及痛點，如圖2所示。

圖2 業務地圖

企業中層需要參與公司核心業務的梳理工作，可以先梳理關鍵業務及關鍵環節， 包括業務部門待優化之處、組織架構待調整之處、待實現數據智能化運用之處 等。

比如某零售企業在梳理業務務地圖時，某項關鍵業務可能就涵蓋了上萬個類別的辦公用品，在這些分類中又有子分類和不同的產品型號。除了產品品類，該企業的關鍵業務環節可能包括定制服務、售后服務等，這些都是該企業的核心業務，需要在梳理業務地圖時特別注意，明確優先處理的事務及環節。

在完成業務地圖的梳理后，企業可以更高效、低成本地用數字技術和方法達到戰略目標。

03 需求地圖

企業可以根據業務地圖制定需求地圖的階段性目標，從而確定數字化轉型中各個需求的優先級，確保各級資源完美匹配。

圖3 需求地圖

CEO構建需求地圖時，需要了解清楚業務團隊的需求，明確客戶具體需要什么樣的業務價值。 需求地圖并不是相關人員主觀決定的，而是由業務邏輯確定需要緊急處理的需求，這不僅需要業務部門參與，還需要技術和其他部門的配合。

許多企業存在一個誤區，認為需求僅僅是由業務部門提出的，因此，這些企業都在等業務部門提出問題，再依托技術部門加以實現。

實際上，消費場景不斷變化，業務部門提出的需求很多時候都是一個創意，這個創意很難變成一個明確的需求。業務部門提出需求時會有一定壓力，因為這個需求要經過很多流程才能落實，最終變成可執行的項目。這種周期長的落實過程會逐漸打消業務部門的創新動力。

因此，最好的解決方式是由數字化團隊發現業務需求并將其整理成為可以用數字化方式實現的產品。數字化團隊以數字化的視角來完成業務創新，承接業務創新的價值和任務。這時企業可以給予一定的激勵政策，鼓勵數字化團隊積極落實業務部門的需求。

但必須注意的是，創建需求地圖需要數字化轉型團隊與企業CEO等實際決策者（即一號位人物）共同參與。

決策者需要從全局出發，在數字化轉型初期的6個月內，確保公司有限的資源能夠優先被需求地圖中的緊急需求使用。一號位人物要對需求進行分類排序，將有限的資源充分覆蓋到關鍵的需求中，達到資源有效運用，為數字化轉型團隊保駕護航。

04 應用地圖

社會正經歷由互聯網信息時代走向數據時代的技術革命，數據作為新時代的核心資源，是企業數字化轉型的燃料。 如何利用數據資源及數字技術實現企業運營管理數據化、自動化和智能化的目標，是數字化轉型團體必須解決的問題。

企業可從以下兩點構建完整、詳細的應用地圖，以滿足業務部門的需求，實現對數據的高效利用，如圖4所示。

圖4 應用地圖

1.制定數據應用規劃，建立應用環境，完善應用體系

在數字化轉型過程中，為了能更好地實現對數據的智能應用，企業需要制定并加強數據應用規劃，即創建應用地圖。

數字化轉型團隊需要從賦能業務的角度出發，選擇要解決和產生業務問題的場景，針對這些場景進行需求采集和數據資源整合，梳理這一系列流程，形成不同維度的數據應用類別。

在梳理應用地圖的同時，企業還可憑借數據技術建立可擴展的數據應用環境， 建設以數據應用為核心的數據中臺架構及數據資源多維度切分、共享、調配機制，便于業務人員隨時調用數據資源，提升運營能力，提高數據應用效率。

數字化轉型團隊還須完善公司的數據應用體系，圍繞已掌握的數據資源， 通過數據采集、處理、存儲、分析、挖掘、可視化和安全驗證，挖掘和展現數據蘊含的價值，加強業務創收能力。

2.建立應用地圖，滿足多維度的業務需求

數字化轉型團隊需要圍繞數據智能應用邏輯，對產品全生命周期中各個環節產生的數據和需求加以整理，形成數智應用系統，幫助企業確定數智應用的區域和模塊，為規劃數智應用解決方案提供指導意見。

應用地圖必須靈活，可以隨著業務需求的變化做出相應調整，時刻滿足多變的業務需求，推動銷售增長。

針對不同業務的問題，企業可以搭建多個應用地圖，幫助運營部門實現數據賦能業務。

應用地圖可以十分簡潔地概括數字化轉型的目標、投入、項目任務量等指標。 CDO或CEO以及董事會過快速瀏覽應用地圖，掌握數字化轉型的進度等重要事項。

05 算法地圖

企業打造智能化應用場景，除了必須完成對數據的整理，更重要的是算法的構建，算法是實現數據分析的重要基礎。

算法地圖是根據業務關系進行梳理的算法規劃圖。 算法地圖可分為 統計模型、挖掘模型、AI模型、行業模型、函數庫和算法庫 等幾部分。其中 以決策樹、K-means聚類、因子分析為代表的統計模型采用數學統計方法建立，可應用于人群分類、用戶分群、滿意度調查 。企業在創建算法地圖時可根據業務關系梳理出不同業務線上的模型地圖。

構建算法地圖可以幫助企業做出更精準的分析決策，提升市場競爭力。比如在構建用戶畫像中使用算法進行人群分類，找到不同人群的特征，建立用戶流失模型，通過用戶行為標記有流失風險的人群，分析客戶流失原因，便于運營團隊及時調整營銷方案，通過有效手段挽留客戶。

企業創建算法地圖可以將以往開發的算法進行整理、歸類和存儲，避免因人員變動導致算法遺失及重復研發。算法地圖幫助數字化轉型團隊了解公司內外部的算法資源，為接下來的數據治理及應用提供支持。

企業在打造算法地圖時可通過算法模型管理框架編排算法，研發并補齊企業缺少的算法模型，為下一步的算法應用提供便利。 同時，企業可記錄算法地圖編排過程中的關鍵流程，以確定哪些算法可實現自動化，進而嵌入業務流程中的自動化決策模塊。 另外，企業可根據數字化轉型需求，補齊企業或各類機構缺少的算法模型。

企業在數字化轉型過程中，需要根據完整的工作流程將內部已有的算法進行統一整理，按類劃分，形成算法地圖。在此基礎上形成一個開放、共享、便于迭代更新的算法地圖應用機制，以備數字化轉型團隊成員隨時調用。

隨著數智業務的持續發展和物聯網的普及，企業日常事務的數據量呈指數增長，利用算法實現數據分析的應用案例逐漸增多。提高算法的利用率也是數字化轉型團體要做的事。 構建和應用算法地圖可以幫助企業推動算法在內部的使用范圍和使用效率，使算法應用更加智能化，帶動數字化轉型的速度。

06 數據地圖

當企業完成戰略、業務、需求、應用、算法地圖的梳理后，需要進一步構建數據地圖，如圖5所示。數據地圖作為一種以圖形為表達形式的數據資產管理工具，可以對數據中臺匯聚的所有數據進行統一查詢、管理。

圖5 數據地圖的構建路徑

數據是各行業不可或缺的重要資產，在應用過程中需要企業從數據資源規劃、數據類目盤點、數據模型管理三方面入手，制定一套詳備的數據地圖，為后期利用數據中臺架構實現數據賦能業務的目標奠定基礎。

1.規劃數據資源，保障數據應用效果

企業構建數據地圖首先需要規劃內外部數據資源，包括梳理數據類型、管理數據模型、調整數據資產、規范數據指標體系等。數據資源規劃對構建數據地圖、搭建數據中臺起著至關重要的作用。在規劃數據資源的過程中，管理人員和技術人員要緊密協作，調研、分析業務需求，明確需要獲取的數據資源，以便保障數據應用的預期效果。

2.盤點數據，提高數據應用效率

企業完成內外部數據資源的規劃后，需要對這些數據進行盤點，提高數據應用的效率。

（1）盤點數據，高效應用數據

企業完成戰略地圖、業務地圖、需求地圖、（數智）應用地圖、算法地圖的梳理后，便會對未來6個月內的轉型工作安排有一個清晰的了解。通過盤點內部數據，數字化團隊可以掌握公司的數據情況，合理規劃需要治理的數據。

這些不同類別的數據可用于打造數據地圖，并據此梳理出數據高效應用模式。數據高效應用模式可以幫助團隊快速匹配數據與業務人員之前的需求，解決數據適用的領域，挖掘相關數據的問題，從而提高數據的有效性，體現數據資產的價值。

（2）數據應用模式的誤區

傳統的數據應用模式首先是梳理數據地圖，利用數據地圖構建應用系統。然而，領導者單純地憑借個人經驗梳理數據地圖，通常會忽視將數據應用模式與實際的數據情況相結合。

在傳統數據應用模式下，數據團隊花費大量的時間治理數據、清洗數據、管理數據，導致所開發的數據應用系統無法及時滿足業務部門的需求，企業投入的成本不能實現戰略價值和業務價值。

采用盤點數據→劃分治理數據→構建數據地圖→梳理數據應用模式的新型數據地圖構建方式，可以幫助企業有效提高挖掘數據價值的效率。

3.管理數據模型，提高數據質量

企業可以通過構建數據地圖管理數據模型，解決數據地圖和數據模型開發不一致的問題，使數據模型的應用與數據資源相匹配，提升數據資源的利用率，如圖6所示。

圖6 數據地圖建立模式

數據在實際應用過程中難免出錯，比如因數據異常、代碼邏輯錯誤導致數據結果錯誤，所以提高數據質量、確保數據的正確性是十分必要的。企業首先需要確定數據質量方向，制定完整的數據改善計劃；其次要對數據進行分析、評估、清洗、監控，做數據錯誤預警，多方位把控數據，保障數據質量。

在傳統數據應用模式下建立的大數據平臺系統較為落后，無法滿足用戶的需求。因此，企業需要構建數據中臺，依靠數據中臺匯聚而成的數據地圖對數據資源進行管理。

企業在打造戰略地圖、業務地圖、需求地圖、（數智）應用地圖、算法地圖和數據地圖后，便形成了數字化轉型的數據運用系統。 當企業需要不同方向的模型算法、不同種類的數據資源時，便可利用六大地圖實現快速匹配，提升數據利用價值。

按照戰略、業務、需求、應用、算法、數據由上到下的順序進行梳理是企業進行數字化轉型時構建六大地圖的正確方式。但一些企業選擇從下到上梳理這些資源，即從有何種數據、有何種算法到實現何種需求等流程進行梳理，這種梳理方式以技術思維為導向，存在一定誤區。

從下到上的數據資源梳理方式周期長、技術投入大，企業在梳理底部數據時容易走偏，尤其是當CEO對數字化轉型流程不太清楚時，很容易變成數據“建治用”的模式，先進行數據建設、數據治理，再進行數據應用。

在數據中臺架構之下創建六大地圖，可以幫助企業在接下來的數字化轉型過程中準確匹配相應的人才和組織架構，快速達成轉型目標，使數據真正賦能業務。