數字化轉型方法論：落地路徑與數據中臺

前言
部分　為何數字化轉型
第1章　數字化轉型的意義2
1.1　數字化轉型的5個推動要素   2
1.1.1　人口紅利趨于消失，創(chuàng)新發(fā)展成為必然   3
1.1.2　中美貿易摩擦持續(xù)，推動企業(yè)結構調整   4
1.1.3　市場供大于求，推動消費升級   5
1.1.4　生態(tài)保護迫在眉睫，企業(yè)亟需轉型   7
1.1.5　新技術促進企業(yè)數字化轉型 8
1.2　茍且紅利—數字化的紅利 9
第2章　數字化顛覆傳統(tǒng)行業(yè)的3種方式12
2.1　戰(zhàn)略上顛覆傳統(tǒng)行業(yè) 12
2.2　效率上顛覆傳統(tǒng)行業(yè) 14
2.3　用戶體驗上顛覆傳統(tǒng)行業(yè) 18
2.4　數字化轉型的兩大誤區(qū)   20
第二部分　何時數字化轉型
第3章　數字化催生新物種24
3.1　數字化加速行業(yè)迭代 24
3.1.1　數字智能涌現，加速行業(yè)淘汰   24
3.1.2　數字化企業(yè)領先行業(yè)   25
3.2　數字化催生行業(yè)新巨頭   26
3.3　數字化轉型催生行業(yè)新秀 28
第4章　加速數字化轉型的兩大原因30
4.1　新基建加速數字化步伐   30
4.2　新冠肺炎疫情下企業(yè)加速數字化進程   32
第5章　何時數字化轉型34
5.1　數字化轉型的時機   34
5.1.1　剪刀差理論   35
5.1.2　數字化的馬太效應 37
5.2　各行業(yè)數字化轉型時間參考   39
5.3　數字化轉型的誤區(qū)：當前加人成本低，加人即可 40
第三部分　什么是數字化轉型
第6章　數字化轉型的要素42
6.1　智能商業(yè)操作系統(tǒng)—構建數字化能力   42
6.1.1　智能商業(yè)操作系統(tǒng)的內涵   43
6.1.2　智能商業(yè)操作系統(tǒng)與數字化轉型的關系   46
6.2　數字化轉型適用于木桶理論   47
6.3　數字化轉型是個系統(tǒng)性工程   48
6.4　數字化轉型不可或缺的6個要素   49
6.4.1　數據 51
6.4.2　應用 52
6.4.3　人才 52
6.4.4　工具 54
6.4.5　經驗 55
6.4.6　中臺 55
第四部分　是否應該數字化轉型
第7章　數字化轉型自我測評60
7.1　數字化MAX成熟度模型與測評 60
7.1.1　數字化MAX成熟度模型的6個級別   61
7.1.2　數字化運營級別測評   61
7.2　數字化自我準備模型的9個維度   70
7.2.1　掌舵人是否具備數字化轉型認知 70
7.2.2　是否具備數字化領導組織   71
7.2.3　是否具備數字化轉型人才   73
7.2.4　是否具備數字化轉型文化   74
7.2.5　是否制定數字化轉型預算   75
7.2.6　是否具備數字化轉型沉淀能力   76
7.2.7　是否擁有數字化轉型落地方法   77
7.2.8　是否具備數字化轉型技術設施   78
7.2.9　是否具備數字化轉型顧問委員會 79
7.3　數字化轉型的4個誤區(qū)   81
7.3.1　誤區(qū)一：當前盈利尚佳，無須數字化轉型 81
7.3.2　誤區(qū)二：數字化轉型是領先企業(yè)的事情   82
7.3.3　誤區(qū)三：行業(yè)領先企業(yè)無須數字化轉型   82
7.3.4　誤區(qū)四：數字化轉型成功者寥寥，不必數字化轉型83
第五部分　誰來負責數字化轉型
第8章　數字化轉型主力86
8.1　董事會如何推動企業(yè)數字化轉型   86
8.1.1　數字化轉型對董事會的3個挑戰(zhàn) 87
8.1.2　如何構建數字化競爭優(yōu)勢   90
8.2　如何構建數字化轉型領導組織 93
8.2.1　了解層級領導結構局限性   94
8.2.2　創(chuàng)建數字化領導組織   94
8.3　CEO如何搭建數字化轉型領導組織  97
8.3.1　CEO在數字化轉型中扮演的角色  98
8.3.2　CEO如何搭建數字化轉型領導組織    99
8.4　如何選拔和留住人才     101
8.5　如何制定數字化轉型KPI  103
8.5.1　數字化轉型KPI制定的標準和原則   103
8.5.2　量化各領域數字化收益 105
8.5.3　構建面向未來的戰(zhàn)略能力   105
8.5.4　制定KPI的5個注意事項   106
8.6　如何推進數字化轉型 108
8.7　CEO對數字化轉型的常見誤解  111
第六部分　如何數字化轉型
第9章　數字化轉型敗局116
9.1　數字化轉型失敗企業(yè)的4種發(fā)展曲線   116
9.2　企業(yè)數字化轉型的6種敗局   120
第10章　如何低成本實現數字化轉型124
10.1　企業(yè)數據驅動業(yè)務阻力較大  126
10.2　低成本實現數字化轉型的訣竅    126
10.3　數字化轉型誤區(qū)：沒有經驗可以復用  127
第11章　數字化轉型六圖法129
11.1　戰(zhàn)略地圖  130
11.1.1　梳理現有戰(zhàn)略，明確新的戰(zhàn)略目標，促使行動一致    131
11.1.2　總結戰(zhàn)略目標及愿景  133
11.1.3　人力、財務等資源匹配，實現戰(zhàn)略目標  133
11.2　業(yè)務地圖 134
11.3　需求地圖  134
11.4　（數智）應用地圖  138
11.5　算法地圖  140
11.5.1　創(chuàng)建算法地圖的意義  142
11.5.2　盤點算法模型，構建算法地圖  142
11.6　數據地圖  143
11.7　數字化轉型誤區(qū)：數字化轉型方案缺失，導致各部門相互指責    147
第12章　數字化該賦能給誰149
12.1　數字化轉型賦能一線員工    149
12.2　數字化轉型賦能銷售    151
12.2.1　數字化轉型如何賦能2C銷售   152
12.2.2　數字化轉型如何賦能2B銷售   153
12.2.3　數字化轉型對于銷售的價值    154
12.3　數字化轉型賦能運營    155
12.4　數字化轉型賦能產品經理    157
12.5　數字化轉型賦能財務團隊    159
12.6　數字化轉型賦能經營團隊    160
12.7　數字化轉型賦能生態(tài)    161
第13章　CDO如何執(zhí)行數字化轉型162
13.1　數字化轉型前200天    162
13.1.1　制定前200天的詳細執(zhí)行計劃 163
13.1.2　確定各階段的達標結果    166
13.1.3　執(zhí)行200天計劃  168
13.1.4　評估200天計劃執(zhí)行效果  169
13.2　CDO的關鍵能力是溝通   170
13.2.1　CDO加強溝通能力的2個關鍵點 171
13.2.2　了解自身技能缺陷，加強團隊建設  171
13.3　CDO如何帶領團隊   172
13.4　CDO如何購買合適的中臺及工具   173
13.5　CDO如何管理數據質量   174
13.5.1　統(tǒng)一指標，建立質量問責制    175
13.5.2　建立數據分析模型，制定數據質量改進計劃  177
13.5.3　估算數據質量成本及投資回報率    179
13.6　CDO如何盤點算法   181
13.6.1　盤點算法的步驟  181
13.6.2　CDO如何推動算法業(yè)務增長 184
13.6.3　推動算法業(yè)務增長的注意事項  185
第14章　CTO/CIO如何把控數字化轉型188
14.1　數字化轉型對CTO/CIO提出的要求    188
14.1.1　自我提升    189
14.1.2　應對之道    190
14.2　CTO/CIO如何選型   194
14.2.1　IT為構建數據中臺提供基礎設施支持    194
14.2.2　DT為構建數據中臺提供技術架構支撐    195
14.2.3　選擇數據中臺時應關注的問題  196
14.2.4　CTO/CIO選擇數據中臺的建議   197
14.2.5　數據中臺選型示例    199
14.2.6　數據中臺供應商技術評分表    220
14.3　CTO/CIO如何治理數據   223
14.3.1　數據治理的步驟  224
14.3.2　數據治理標準建設    225
14.4　CTO/CIO如何組建數據團隊   227
14.4.1　數據團隊成員構成    227
14.4.2　數據團隊的工作方式  228
14.5　常見的CTO/CIO數字化轉型決策失誤  229
14.5.1　形成IT怪圈 229
14.5.2　技術部門角色定位模糊    230
14.5.3　技術投入大，業(yè)務價值不明顯  230
第15章　阿里巴巴數字化轉型的啟示232
15.1　淘寶的數據使用和數字化進階過程    232
15.1.1　淘寶數據使用的5個階段  232
15.1.2　阿里巴巴數字化進階的6個階段    234
15.2　阿里巴巴數字化轉型的借鑒點    236
15.2.1　技術架構演變    236
15.2.2　組織架構演變    237
15.2.3　業(yè)務創(chuàng)新模式    239
15.2.4　技術價值顯現    241
15.2.5　人才配置合理    243
15.2.6　數據文化演變    244
第七部分　數字化轉型的利器—數據中臺
第16章　數據中臺發(fā)展進階248
16.1　數據中臺的戰(zhàn)略意義    248
16.2　如何定義數據中臺  252
16.2.1　多維度解讀數據中臺  252
16.2.2　數據中臺的9個基本能力  257
16.2.3　數據中臺的3種應用方式  260
16.2.4　數據中臺亂象—假中臺、偽中臺、封閉中臺  261
16.3　對數據中臺的10個錯誤認知 263
16.4　數據中臺建設建議  268
16.5　數據中臺建設的常見失敗情況    269
第17章　數據中臺的角色解讀271
17.1　董事長視角下的數據中臺    271
17.2　CEO視角下的數據中臺   272
17.3　CTO/CIO視角下的數據中臺   274
17.4　IT架構師視角下的數據中臺  275
17.5　數據分析師視角下的數據中臺    277
第18章　數據中臺五要素281
18.1　數據  281
18.1.1　構建數據資產管理體系    282
18.1.2　建設數據質量體系    284
18.2　業(yè)務  288
18.3　算法  289
18.4　應用  291
18.4.1　數字化應用的作用    291
18.4.2　構建數字化應用系統(tǒng)  293
18.5　組織  294
18.5.1　解鎖敏捷組織建設方式    294
18.5.2　配備數字化專業(yè)人才  297
第19章　數據中臺落地實施之法300
19.1　數據中臺設計理念  300
19.1.1　數據中臺建設的三大核心要素  301
19.1.2　數據中臺的規(guī)劃設計理念  302
19.2　數據組織能力建設  304
19.3　數據建設方式對比  306
19.3.1　傳統(tǒng)集成式數據建設方式  306
19.3.2　新型數據中臺式數據建設方式  308
19.4　數據中臺建設思路  309
19.4.1　傳統(tǒng)數據架構建設思路—“建治用”    309
19.4.2　新型數據中臺建設思路—“用治建”    309
19.5　數據中臺的那些坑  311
第八部分　數字化轉型案例
第20章　智能營銷云助力新零售企業(yè)實現轉型318
20.1　項目背景  318
20.2　痛點分析  320
20.3　解決方案  320
20.4　終效果  323
第21章　新零售企業(yè)構建智慧營銷體系324
21.1　項目背景  324
21.2　痛點分析  325
21.3　解決方案  328
21.4　終效果  334
第22章　知名零售企業(yè)打造產業(yè)互聯網平臺336
22.1　項目背景  336
22.2　痛點分析  337
22.3　解決方案  337
22.4　終效果  338
第23章　某高校打造數字化校園340
23.1　項目背景  340
23.2　痛點分析  341
23.3　解決方案  342
23.4　終效果  347
第24章　某城商行打造數字銀行348
24.1　項目背景  348
24.2　痛點分析  351
24.3　解決方案  353
24.4　終效果  356
附錄　九大企業(yè)數字化轉型解決方案架構圖358