數字化轉型方法論：落地路徑與數據中台

馬曉東

國雲數據創始人兼CEO，阿里巴巴淘寶數據中台的親歷者、北京信息化協會副理事長，倡導“戰略、技術、人才三位一體和無縫協同才能真正將數字化轉型落地”的理念，總結了一套可落地的數字化轉型方法論，被業界譽為“數字化轉型的領軍人物”。
圍繞企業管理和數字化轉型，在技術、諮詢和人才培養等方面做了大量的工作，積累了豐富的經驗，並取得了非常多讓人矚目的成就。

資深的技術專家背景
擁有過硬的技術實力，曾作為阿里巴巴淘寶的數據項目負責人親歷淘寶的數據中台變革，曾獨自解析Hadoop和Hive全部源代碼。
為了讓更多企業實現數字化，讓阿里巴巴的數字化技術和經驗能幫助到所有需轉型的企業，與多位前阿里數據部門的同事創立國雲數據，研發數據中台技術，歷經7年，耗資數億，獲得近百項專利和知識產權。
國雲的數據中台經過不斷迭代和改進，既繼承了阿里的架構經驗，又能適應不同行業和場景，突破了多項國外壟斷技術，引領行業走向全球。

全球視野的諮詢背景
波士頓諮詢全球高級顧問，曾參與單價2億人民幣的數字化諮詢項目。
作者將阿里巴巴、波士頓、IBM的諮詢經驗和自有技術優勢加以融合，*創了“戰略+技術+人才”三位一體的數字化轉型落地方法論，從戰略規劃、設計、實施、運營等方面為客戶提供全方位的數字化轉型方案。

人才培養的背景
大數據分析及應用實踐》（高等教育出版社出版，被500多所高校用作教材）的總主編，並在國內率先創辦數字化人才培養學院，建立數字化人才的培養體系，在校專科生、本科生、碩士生、博士生達數千人，為企業提供的數字化人才供不應求。

勵志做好“數字化轉型合夥人”
作為商業新星，創立“數字化轉型合夥人”的合作模式，以“風險共擔、價值共享”為準則，*創“諮詢+教育+中台”三位一體的服務，陪伴客戶成長，幫助客戶真正實現數字化轉型。

前言
第一部分　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　人口紅利趨於消失，創新發展成為必然 3
1.1.2　中美貿易摩擦持續，推動企業結構調整 4
1.1.3　市場供大於求，推動消費升級 5
1.1.4　生態保護迫在眉睫，企業亟需轉型 7
1.1.5　新技術促進企業數字化轉型 8
1.2　苟且紅利—數字化的最大紅利 9
第2章　數字化顛覆傳統行業的3種方式12
2.1　戰略上顛覆傳統行業 12
2.2　效率上顛覆傳統行業 14
2.3　用戶體驗上顛覆傳統行業 18
2.4　數字化轉型的兩大誤區 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　數字化加速行業迭代 24
3.1.1　數字智能涌現，加速行業淘汰 24
3.1.2　數字化企業領先行業 25
3.2　數字化催生行業新巨頭 26
3.3　數字化轉型催生行業新秀 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　各行業數字化轉型時間參考 39
5.3　數字化轉型的誤區：當前加人成本低，加人即可 40
第三部分　什麽是數字化轉型
第6章　數字化轉型的要素42
6.1　智能商業操作系統—構建數字化能力 42
6.1.1　智能商業操作系統的內涵 43
6.1.2　智能商業操作系統與數字化轉型的關系 46
6.2　數字化轉型適用於木桶理論 47
6.3　數字化轉型是個系統性工程 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　中台 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澱能力 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 81
7.3.1　誤區一：當前盈利尚佳，無須數字化轉型 81
7.3.2　誤區二：數字化轉型是領先企業的事情 82
7.3.3　誤區三：行業領先企業無須數字化轉型 82
7.3.4　誤區四：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數字化轉型 86
8.1.1　數字化轉型對董事會的3個挑戰 87
8.1.2　如何構建數字化競爭優勢 90
8.2　如何構建數字化轉型領導組織 93
8.2.1　瞭解層級領導結構局限性 94
8.2.2　創建數字化領導組織 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　構建面向未來的戰略能力 105
8.5.4　制定KPI的5個註意事項 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的4種發展曲線 116
9.2　企業數字化轉型的6種敗局 120
第10章　如何低成本實現數字化轉型124
10.1　企業數據驅動業務阻力較大 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：沒有經驗可以復用 127
第11章　數字化轉型六圖法129
11.1　戰略地圖 130
11.1.1　梳理現有戰略，明確新的戰略目標，促使行動一致 131
11.1.2　總結戰略目標及願景 133
11.1.3　人力、財務等資源匹配，實現戰略目標 133
11.2　業務地圖 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：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　數字化轉型對於銷售的價值 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 161
第13章　CDO如何執行數字化轉型162
13.1　數字化轉型前200天 162
13.1.1　制定前200天的詳細執行計劃 163
13.1.2　確定各階段的達標結果 166
13.1.3　執行200天計劃 168
13.1.4　評估200天計劃執行效果 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　瞭解自身技能缺陷，加強團隊建設 171
13.3　CDO如何帶領團隊 172
13.4　CDO如何購買合適的中台及工具 173
13.5　CDO如何管理數據質量 174
13.5.1　統一指標，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如何推動算法業務增長 184
13.6.3　推動算法業務增長的註意事項 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為構建數據中台提供基礎設施支持 194
14.2.2　DT為構建數據中台提供技術架構支撐 195
14.2.3　選擇數據中台時應關註的問題 196
14.2.4　CTO/CIO選擇數據中台的建議 197
14.2.5　數據中台選型示例 199
14.2.6　數據中台供應商技術評分表 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，業務價值不明顯 230
第15章　阿裡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　阿裡巴巴數字化進階的6個階段 234
15.2　阿裡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　業務創新模式 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—數據中台
第16章　數據中台發展進階248
16.1　數據中台的戰略意義 248
16.2　如何定義數據中台 252
16.2.1　多維度解讀數據中台 252
16.2.2　數據中台的9個基本能力 257
16.2.3　數據中台的3種應用方式 260
16.2.4　數據中台亂象—假中台、偽中台、封閉中台 261
16.3　對數據中台的10個錯誤認知 263
16.4　數據中台建設建議 268
16.5　數據中台建設的常見失敗情況 269
第17章　數據中台的角色解讀271
17.1　董事長視角下的數據中台 271
17.2　CEO視角下的數據中台 272
17.3　CTO/CIO視角下的數據中台 274
17.4　IT架構師視角下的數據中台 275
17.5　數據分析師視角下的數據中台 277
第18章　數據中台五要素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 293
18.5　組織 294
18.5.1　解鎖敏捷組織建設方式 294
18.5.2　配備數字化專業人才 297
第19章　數據中台落地實施之法300
19.1　數據中台設計理念 300
19.1.1　數據中台建設的三大核心要素 301
19.1.2　數據中台的規劃設計理念 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　傳統集成式數據建設方式 306
19.3.2　新型數據中台式數據建設方式 308
19.4　數據中台建設思路 309
19.4.1　傳統數據架構建設思路—“建治用” 309
19.4.2　新型數據中台建設思路—“用治建” 309
19.5　數據中台的那些坑 311
第八部分　數字化轉型案例
第20章　智能營銷雲助力新零售企業實現轉型318
20.1　項目背景 318
20.2　痛點分析 320
20.3　解決方案 320
20.4　最終效果 323
第21章　新零售企業構建智慧營銷體系324
21.1　項目背景 324
21.2　痛點分析 325
21.3　解決方案 328
21.4　最終效果 334
第22章　知名零售企業打造產業互聯網平臺336
22.1　項目背景 336
22.2　痛點分析 337
22.3　解決方案 337
22.4　最終效果 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　最終效果 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　最終效果 356
附錄　九大企業數字化轉型解決方案架構圖358