查看原文
其他

2022年,我的数字化转型工作计划 by 傅一平

傅一平 与数据同行 2022-10-16

2022年,自己将更深入的参与公司的数字化转型工作,但当提笔想跟大家聊聊的时候,发现自己涉及的数字化转型工作千头万绪,竟然不知道如何下笔,因此做了一个“四横一纵”的数字化转型框架作为指引,“四横”分别指业务应用该体系、应用支撑体系、数据资源体系及基础设施体系,“一纵”就是数字化保障体系



1、业务应用体系


自己以前在公司的B域,也就是在营销、销售及服务等领域做了一些数据支撑的工作,当前这些领域的数字化水平还是比较高的,比如针对精确营销已经形成了闭环支撑,无论是从市场细分、营销策划、营销审批、客群选择、营销执行再到营销评估,不仅实现了线上化、实时化,而且具备了相当的智能化水平。


在公司的M域,也就是管理域,无论是人、财、物,还是规划项目、综合办公等等,这些领域虽然较早实现了信息化,但数字化水平还不够,华为数据之道所提的数字化转型,其实大多针对的就是华为公司的M域,这些领域的数字化转型对于企业运营效率的提升意义重大。2022年自己有幸参与到M域的数字化转型工作上来,当前也设定了一些初步目标:


(1)在规划项目领域,推进规划工作从线下搜集信息、线下人工规划向基于系统数据、线上智能规划转型,推动项目实施工作从简单的线上流程审批管理向各环节的自动化、智能化转型,比如项目物资的端到端管控、项目的远程智能监控、项目的AI智能验收、项目竣工资料的自动生成、项目的自动化报账等等。


(2)在供应链领域,推进物资主数据的优化管理,进一步拉通物资采购、工程领用、站点建设、工程转资、网络交维的全物资流,实现“物资、资产、资源”融通,落实物资“不在网、就在库”的管理目标。推动仓储库存数字化,实现实时储位状态查询、储位占用率查询、储位利用率统计,为仓库资源整理、库存作业优化与盘点提供有力的保障。


(3)在财务领域,基于OCR、NLP等AI技术进一步普及报账的智能填报、智能稽核等应用,持续提升报账的效率;通过信息归集进一步提升转资的智能化、自动化水平。


(4)在人力领域,推进人力机器人的优化和应用,为员工提供规模化、标准化和专业化的人力服务。


(5)在综合办公领域,基于M域大数据,通过NLP、图计算,RPA等技术,进一步优化和普及面向公文审批人的智能推荐辅助工具,降低审批的操作步骤和时间;在合同、公文、审计等领域普及电子印章;在文书、审计、招投标等领域实现电子归档。


2、应用支撑体系


数据中台和业务中台通过服务化的形式为业务提供能力编排支撑。


我们的数据中台可以划分为B、O、M三个领域的能力建设,由于历史原因,每个领域数据中台的成熟度是不一样的。B/O域的模型规模已经比较大,对业务的支撑能力较强,后续的重点是创新业务或难度较高的价值模型支持,而M域的模型体系尚未建立,后续的重点是填补空白。


业务中台也有类似的问题,特别是M域的系统虽然支撑的部门最多,但复用水平却比较低,其共性能力的收敛带来的价值会非常大,比如一个简单的电子签章能力,在供应链、综合办公、项目管理、财务管理等各个领域都有很大价值。


2022年在中台的建设上,自己有二个目标:


(1)数据中台在B域要加强对家庭、政企、变现等创新业务模型的支撑,在O域侧重对精准规划等价值模型的支持,在M域打造一套融合模型体系,支撑报表指标体系和画像体系的构建,为M域的数字化转型奠定基础。


(3)业务中台要推进M域系统的解耦,实现共性能力的沉淀,为后续管信域业务流的快速支撑奠定基础。


3、数据资源体系


通过多年的建设,公司的大数据平台已经初具规模,但跨域数据快速汇通和高效开放的问题还未彻底解决,如果说10年前的数据仓库是数据管理成熟度的1.0阶段,即部门级数据的汇聚和开放,那么5年前的大数据平台就是数据管理成熟度的2.0阶段,即企业项目级数据的汇聚和开放,现在我们要依托于企业级数据治理体系,向数据管理成熟度的3.0阶段演进,即企业级数据的常态化数据汇聚和开放,推动企业数据汇通和数据开放水平再上新台阶,主要包括二个目标:


(1)构建企业级数据资源目录,实现源端数据资产的统一纳管;制定数据入湖标准和流程,打造“一键标记、一键入湖、自动稽核”的高效数据汇聚能力,促进BOMS四域价值数据快速入湖。


(2)构建企业级数据服务目录,实现数据服务的统一收敛,打造企业级数据地图,实现公司数据资产的线上化、规范化、目录化管理,促进数据高效汇通开放。


4、基础设施体系


在走向管理岗位后,业务的重要性越来越高了,但我始终不敢把技术扔在一边,因为在确保业务大致正确的方向下,技术的升级往往可以产生降维打击的效果,直接提升业务生产力,这是IT管理者存在的价值和意义。2022年在技术架构升级上,自己有二个目标:


(1)在大数据集中化的背景下,推动数据中台迁移过程中技术的升级,拥抱SPARK、CK等技术引擎,提升数据中台整体运行速度。


(2)推动M域应用技术架构的升级,包括前后端解耦,引入容器化、微服务、redis缓存、kafka消息中间件等技术,实现M域应用性能和体验的提升。


5、数据治理体系


数据治理体系是数字化转型工作的基础,2021年公司成立了企业数据治理委员会,建立了公司数据责任人和领域数据责任人制度,明确了数据责任人的相关职责,有了这些顶层设计的保障,2022年自己初步设定了三个目标:


(1)围绕信息架构、数据汇聚、数据开放等方面制定公司统一的数据治理标准和规范,为数据产生、处理、消费的高质量运转提供保障。


(2)协同各部门建立常态化数据治理标准流程,统筹各领域开展信息架构梳理、数据入湖支持和数据质量保障等工作。


(3)实现数据的分层分级管理,通过数字化手段破解安全与效率之间的结构性矛盾。


从去年开始,我开始写一些数字化转型的文章,但心里还是很空的,因为只是以一个数据治理者的角色参与这项工作。


今年由于工作上的一些变化,自己将有更多的机会跟数字化转型“亲密接触”,希望能带给大家更多的数字化转型实践和思考,与大家共勉!




    华为董事陶景文:任何不涉及流程重构的数字化转型,都是在装样子!

    数字化转型:关于建立部门数据共享机制

    终于有人把“元宇宙”说清楚了!

    清华大学126页PPT:2021元宇宙发展研究报告(附下载)

    大数据治理平台建设方案(90页),这份材料我给满分!

    102页 | 华为《数字化转型,从战略到执行》报告(附PPT下载)

    自底向上,数字化转型的实践和思考 by 傅一平

    193页PPT读懂《数字化转型方法论》,强烈建议收藏!

    数字孪生:从价值角度理解概念

    企业数字化转型:IT部门的未来!

    如何快速搞懂数字孪生的本质?by 傅一平


    点击左下角“阅读原文”查看更多精彩文章,公众号推送规则变了,如果您想及时收到推送,麻烦右下角点个在看或者把本号置顶  


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存