姚詩成-從數字化轉型到BI應用.pdf

《姚詩成-從數字化轉型到BI應用.pdf》由會員分享，可在線閱讀，更多相關《姚詩成-從數字化轉型到BI應用.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、從數字化轉型到BI應用Smartbi，更聰明的大數據分析軟件姚詩成公司首席運營官目 錄CONTENTS010103030202為何要數字化轉型為何要數字化轉型數據驅動數字化轉型數據驅動數字化轉型BIBI賦能數字化轉型賦能數字化轉型思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密0101國家高新技術企業中國大數據百強企業中國十佳商業智能方案商 為何要數字化轉型為何要數字化轉型國內數字化發展國內數字化發展趨勢趨勢(需求與政策驅動)明確云計算作為國家信息化發展戰略核心地位2016.07支持軟件企業向云計算轉型、豐富完善人力資源管理等企業級saas服務云計算發展三年

2、行動計劃（2017-2019年）2017.03明確了2020年全國新增上云企業100萬家的目標推動企業上云實施指南（2018-2020年）2018.07支持運用互聯網、大數據、云計算、人工智能等新技術服務疫情監測分析、病毒溯源、患者追蹤、人員流動和社區管理關于運用新一代信息技術支撐服務疫情防控和復工復產工作的通知2020.02Donec id elit non mi porta 大力培育數字經濟新業態，深入推進企業數字化轉型，打造數據供應鏈關于推進“上云用數賦智”行動培育新經濟發展實施方案2020.04國家信息化發展戰略綱要5B2B 協同平臺物流SaaS 財稅工法B2B 采購平臺 車貨匹配平臺

3、工業軟件 人力資源物聯網安全工業物聯網物聯網云平臺智能消防智慧物流智能交互智能法務全息顯示SLAM社交客戶關系管理（SCRM）客戶關系管理（CRM）供應方平臺（DSP）B2B 協同平臺工業機器人RPA智能零售系統視頻內容制作視頻會議AR導航AR遠程協助需求方平臺（DSP）呼叫中心財稅工法工業軟件工業軟件體感交互動作捕捉企業培訓人力資源工業機器人大數據 物聯網私有云混合云智能合約供應鏈金融供應鏈管理（SCM）智能客服增強現實人工智能云通訊物流SaaS區塊鏈物聯網公有云云原生供應鏈回溯財稅工法云測試人才管理云平臺云計算.區塊鏈.新一代信息技術國內數字化發展趨勢國內數字化發展趨勢(新型技術驅動)伴隨

4、人工智能、大數據及區塊鏈等新一代信息技術迭代加快，衍生出大量數字化新產品和新系統，正逐步實現規?；瘧?。企業通過運用這些新產品和新系統，推動數字化進程，賦能各個業務線新型能力，從而提升收入、產能及營業利潤，降低服務及商業成本。產能提升50%-70%服務成本降低70%商業成本降低10%營業利潤提升產品上市速度加快收入增加25%2-4倍10%研發時間縮短50%實現輕資產增長提升股票價格乘數數據來源：億歐智庫6數字化轉型已經成為企業發展的必然選擇?？蛻粜枨蟪蔀槠髽I進行數字化轉型的直接動因，競爭優勢成為企業進行數字化轉型的核心驅動力，品牌的社會影響力、合作伙伴與供應商的潛移默化等因素都進一步促進了企業

5、的數字化轉型。國內數字化發展趨勢國內數字化發展趨勢(企業發展必然選擇)下游上游客戶競爭對手合作伙伴供應商客戶要求改變業務/產 品 的形態和交付方式，需要企業與時俱進，提供更好的服務。競爭對手通過數字化轉型獲得了競爭優勢；新興企業借助新一代數字技術優勢快速擴張市場。隨著市場的成熟，合作伙伴之間的關系愈發緊密重要。合作者需要企業改變協作模式和手段。供應商通過數字化手段為企業提供服務，側面展示數字化轉型的優勢。社會影響力對企業的發展拓客愈發重要，數字化轉型幫助企業提高品牌價值。社會外因內因降低成本增加收入提升效率7開源節流降本增效控制風險提升口碑供應鏈協同全球化數字化轉型的意義8數字化是一個從業務到

6、數據、再讓數據回到業務的過程，企業數字化轉型關鍵在于三點：IT 架構統一、業務中臺互聯網化、數據在線智能化國務院發展研究中心國家信息中心&京東數字科技研究院金蝶華為阿里巴巴通過新一代數字技術深入運用，構建一個全感知、全聯接、全場景、全智能的數字世界，進而優化再造物理世界的業務，對傳統管理模式、業務模式、商業模式進行創新和重塑，實現業務成功。將物聯網、云計算、大數據等技術應用于企業，通過規劃及實施商業模式轉型、管理運營轉型，為企業及其員工帶來全新的數字化價值提升，不斷提升企業數字經濟環境下的新型核心競爭能力在新一代數字科技支撐和引領下，以數據為關鍵要素，以價值釋放為核心，以數據賦能為主線，對產業

7、鏈上下游的全要素進行數字化升級、轉型和再造的過程。數字化轉型是利用新一代信息技術，構建數據的采集、傳輸、存儲、處理和反饋的閉環，打通不同層級與不同行業間的數據壁壘，提高行業整體的運行效率，構建全新的數字經濟體系數字化轉型指以數字化技術應用對全組織各個層面帶來的變革，包括從銷售到市場，產品，管理，服務、供應鏈、生態乃至全新商業模式?！?數字化轉型與創新管理-VeriSM導論 數字化轉型的定義數字化轉型的定義9數字化轉型本質是業務轉型，是企業價值體系的重構。通過不斷深化云計算、大數據、物聯網、人工智能、區塊鏈等新一代信息技術的應用來構建企業新的能力體系。通過數據驅動業務創新，提升信息時代的生存和發

8、展能力，加速業務優化升級和創新轉型，改造提升傳統動能，培育發展新動能，創造、傳遞并獲取新價值，實現轉型升級和創新發展的過程。u 本質內涵：信息技術引發的系統性變革u 核心路徑：新型能力的建設u 關鍵驅動要素：數據、人才u 根本任務：價值體系的重構 本質是業務轉型 取代以流程為核心，建立從數據出發的管理體系，用數據驅動業務的運營、戰略的制定和創新的產生。從技術到業務創新，從組織變革到文化重塑，從數字化能力建設到人才培養，是一項長期艱巨的任務。數據采集：設備設施、業務活動、供應鏈/產業鏈、全生命周期全過程乃至產業生態相關數據的采集 數據集成共享：多源異構數據在線交換和集成共享 數據應用：數據建模以

9、及基于模型的決策支持與優化等。提升企業競爭力：提升生產力、提升效率、提升客戶體驗、降低成本、拓展新商業模式，讓企業獲得更大的競爭優勢 由技術導向到業務導向，最終以價值為導向。本質內涵驅動要素根本任務核心路徑認識和理解數字化轉型認識和理解數字化轉型業務數據化業務數據化企業在經營活動中通過業務、管理線上化操作采集，產生、沉淀、加工、采購、外部合作形成海量的數據資源數據資產化數據資產化通過資產化的運營體系，將數據進行信息積累，知識沉淀、智慧決策，實現價值增值的過程。資產產品化資產產品化針對高價值數據資產進行快速產品化，產生提煉后信息，實現價值變現。產品市場化產品市場化價值變現的過程在市場商流轉，分析

10、、又形成企業的經營數據。企業數據價值的創造：新四化企業數據價值的創造：新四化數據資源、數據資產、數據產品、數據價值變現關鍵要素：數據關鍵要素：數據擁有數字化思維理解數字化業務敏于數字化執行精于數字化創新高層領導者數字化轉型的第一負責人，制定數字化愿景和目標，領導和驅動數字化轉型。復合型人才企業業務與數字化技術跨界專家，企業推動企業轉型和變革的中流砥柱，試點和實施落地，總結推廣。組織保障人員數字化轉型落地的支撐和保障力量，維系企業的數字化正常運轉，組織內部的整體協同。數字化轉型領導者D-entre+DTO+CXO數字化戰略、商業模式、管理模式、組織變革數字化復合型人才商業分析、業務敏捷服務管理、

11、運營管理數字化技術實現專家數據型專業人才、研發工程師、架構師、數據挖掘、算法、深度學習、區塊鏈等運營保障人員數字媒體、數字營銷、數字客服、用戶運營應用型本科、職業大學、中職、高職應用型人才貫通以數字化人才勝任力模型為基礎的人力資源規劃和體系搭建技術實現專家數字化轉型的技術實施力量，建設數字化基礎設施，以及場景實現。關鍵要素：人才關鍵要素：人才12企業可以根據自己的實際情況和階段性目標，先從某一環節入手，漸進式地進行數字化轉型。從企業的本質來看，核心需求包括“開源、節流、提效”三個部分。對于大部分的企業，拓客增收是最急切的需求；針對企業的節流和提效需求，可以從企業的痛點（例如庫存積壓）和行業特性

12、（例如IT行業的敏捷開發需求）入手，通過數字化轉型達成相應的目標。企業數字化轉型執行框架生產型提效通過數字相關技術進行智慧生產和研發，提高生產質量和效率e.g.自動化、智能化工具等非生產型提效通過一系列數字化相關工具提高辦公、管理等各個場景的效率e.g.OCR、云盤、電子簽章等協同型提效加強生產、非生產型各部門間的聯系，提高協作的效率e.g.即時通訊、在線文檔等提效觸達型拓客通過數字化工具，充分鏈接企業和下游客戶，幫助企業放大聲量，擴大觸達面e.g.門戶網站、廣告投放、搜索推廣、第三方營銷平臺等轉化型拓客通過大數據采集和分析功能，精細化管理現有客戶，拓展未來目標客戶，提高轉化率。e.g.CRM

13、、SCRM、大數據分 析平臺等開源節流采購型節流降低企業采購和庫存持有的費用e.g.采購平臺、比價平臺等生產型節流降低生產消耗的相關成本e.g.CAD、MIS、DNC等人力型節流數字工具替代一部分人工生產力e.g.RPA、智能客服等管理型節流降低銷售研發辦公等的管理費用e.g.OA、ERP、DevOps等營銷數字化財務數字化管理數字化需求導向局部轉型數字化轉型的路徑數字化轉型的路徑梳理 數據交換 數據存儲13業務戰略業務戰略數據戰略數據戰略ITIT戰略戰略業務選擇數據架構技術、能力增長策略數據標準方法、工具競爭策略數據質量服務、流程運營策略數據安全框架、實施產品策略數據應用人員、技能拓展策略生

14、命周期運營、治理。銷售數字化生產數字化營銷數字化研發數字化供應鏈數字化采購數字化業務能力交易、支付、項目管理。業務領域電商、生產制造、供應鏈、營銷。數據能力數據采集、ETL服務。數據領域標簽、數倉、算法IT能力開發、策略、治理。業務應用ERP、CRM、MES、TMS。數據應用BI、CDP。IT領域應用、安全、容器。IT應用基礎網絡、云平臺、安全。數據數據管理企業戰略業務戰略IT戰略數據治理數據應用IT基礎設施應用軟件OA、ERP、CRM、PM、KM數據戰略業務數據化數據業務化業務在線化 數據梳理 數據采集 數據存儲 數據管理 監測預警 數據分析 趨勢預測 決策支持戰略層 戰術層 執行層 組織機

15、制、文化氛圍財務數字化人事數字化管理數字化數字化轉型的整體架構數字化轉型的整體架構服務器、存儲、云計算、物聯網思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密02國家高新技術企業中國大數據百強企業中國十佳商業智能方案商 數據驅動數字化數據驅動數字化轉型轉型141501010202030304040505060607070808數據數據不可知 數據在哪里？有哪些數據？有多少數據？有哪些是有價值？數據孤島孤島 數據分散在各個業務系統，互通困難；數據分散在各個部門，協調管理困難；數據質量差數據質量差 缺乏統一的數據標準和數據管理制度；數據質量低下，導致數據難以被利

16、用；數據開發周期長 數據如何采集，之后如何加工、分析、挖掘；獲取數據周期長，導致業務分析需求難以被快速滿足；數據價值難以發揮數據價值難以發揮 如何將數利用起來，發揮數據價值，缺乏思路；數據如何跟業務應用結合，沒有成熟經驗數字化轉型過程中數據價值面臨的挑戰數字化轉型過程中數據價值面臨的挑戰1604、數據使用03、數據管理02、數據存儲01、數據采集數據發現和數據分類數據支撐平臺數據管控平臺數據質控平臺數據資源目錄數據中心數據倉庫數據可視化平臺數據分析平臺運營決策平臺職能工作平臺其它行業應用收存管用數據治理數據價值釋放數據產生價值數據生產數據生產數據消費數據消費數據治理數據治理數據化轉型數據應用總

17、體建設思路數據化轉型數據應用總體建設思路17信息化階段數據化階段智能化階段完成數據平臺建設完善各類信息系統優化辦公流程，提供溝通效率IT滿足業務數字化需求IT滿足數字化業務流程管理需求IT服務于業務流程工業數據采集數據自動上傳信息基礎設施主數據梳理成立數據門戶數據安全合規增量數據規范其他業務滲透日常只能建立協作方固化式第一級：數據建設（收、存）數據意識貫徹存量數據清洗信息系統整合數據采集加工大數據架構統一數據平臺優化數據傳輸架構技術革新新興技術融合數據治理提升第二級：數據管理（管）構建指標體系監控業務動態數據可視化挖掘業務問題建立分析模型形成改進方法評估決策質量深挖業務需求實現價值創新沉淀數據

18、成果第三級：數據分析（用）強化數據意識升級數據能力輸出實際價值優化職能配置完善算法模型實現短期預測總結趨勢規律融合業務經驗洞察商業機會積累數據資產第四級：數據應用（用）數據即服務（DAAS）智能決策規律洞察數據服務于企業戰略數據應用服務于企業戰略數據應用服務于企業戰略思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密思邁特軟件機密03國家高新技術企業中國大數據百強企業中國十佳商業智能方案商 BIBI賦能數字化轉型賦能數字化轉型1819BIBI是企業數字化轉型的核心工具和手段是企業數字化轉型的核心工具和手段注釋1：根據麥肯錫的定義，數據規模大于10TB即為大數據數據來源：中為

19、咨詢、IDC數據時代2025、IDC數字化世界從邊緣到核心、IDC：2025年中國將擁有全球最大的數據圈超超90%90%的中國企業擁有大數據的中國企業擁有大數據*7.648.62018年2025年超30%中國數據量極速攀升中國數據量極速攀升40%60%超超60%60%數據由企業管理數據由企業管理中國數據量攀升，超中國數據量攀升，超60%60%由企業管理，超由企業管理，超90%90%的企業擁有大數據的企業擁有大數據其他企業管理5%5%28%25%20%17%0%5%10%15%20%25%30%不清楚50TB以下50-100TB100-200TB200-500TB500TB以上粗放式管理粗放式管

20、理精細化運營精細化運營BIBI是企業數字化轉型的核心工具和手段是企業數字化轉型的核心工具和手段數據統一整合What描述性分析發生了什么？Why診斷性分析為什么會發生？Will&How預測性分析&指示性分析將來會發生什么？&我應該怎么做？D&A社區用數據驅動業務變革20技術趨勢：數據價值應用更迅速、更廣泛、更深入技術趨勢：數據價值應用更迅速、更廣泛、更深入幾個月幾天/幾個小時深度洞察消耗時間深度洞察消耗時間低高AI 滲透率滲透率自助BI：基于可視化的探索平臺分析師主導的描述性/診斷性自由的用戶交互最佳可視化展現用于監控和分析的儀表板預定義的數據和問題預定義的關系以消費者為主導和中心以機器學習為主

21、導在上下文中為用戶連續自動生成描述性，診斷性，預測性，說明性見解以故事或新聞饋送的形式或可固定到儀表板的動態儀表板的形式提供洞察力講故事的儀表板會話分析：用于查詢和進一步探索的NLP、NLQ和NLG聊天機器人與數字助理的集成用戶上下文中的建議-嵌入到應用程序中任何數據和復雜問題IT主導的描述性預定義交互性，KPI報表預定義的數據和問題預定義的關系15%-20%的采用率傳統BI：基于語義層的平臺智能BI：增強分析智能BI：增強消費35%的采用率50%的采用率增強融合會話式流媒體2-5年今天接近實時技術趨勢：數據價值應用自助化、智能化技術趨勢：數據價值應用自助化、智能化幾個月幾天/幾個小時立即洞察

22、消耗時間洞察消耗時間低高BI BI 普及度普及度15%-20%的采用率描述性分析：語義建模為核心IT為核心主導預定義交互性，KPI，報表IT建模，傳統數據集成數據匯總-數據倉庫預定義的數據和問題15%-20%的采用率35%的采用率診斷性分析：可視化探索為核心業務主導自由的用戶交互最佳可視化展現自服務數據準備結構化、個性化、未建模的數據預定義的數據和問題35%的采用率預測性分析：機器學習為核心機器學習驅動普遍的、自動描述的、診斷的、預測的、規定性的洞察力會話分析：nlp、nlq和nlg自動可視化根據用戶上下文自動建議-嵌入應用程序自動發現新的相關數據源開放數據和問題=數字經濟數字經濟+數字政府數字政府+數字生活數字生活產產數數融合融合數字化數字化產業產業產業數字化產業數字化智慧交通智慧能源智能制造智慧農業智慧城市智慧教育智慧醫療智慧文旅智慧政務智慧社區數字驅動數字賦能云計算大數據物聯網工業互聯網區塊鏈人工智能虛擬現實混合現實網絡安全5G+.數字技術產業數字化應用場景THANKS!會議主辦方介紹及聯系方式