从繁琐到高效：数字化重塑作业过程
“企业在进行数字化转型的过程中，经常会碰到这样的场景： 在没有IT系统的时候，业务部门不断催促，希望系统能尽快上线。然而当系统上线后，却是吐槽声不断。 企业的数字化转型，表面上好像是数字技术、IT应用的升级，深一层却是业务的变革，本质上则是对企业运作模式、流程、组织及文化的重构、优化和提效。 今天，我们就来探讨为什么企业的IT系统总是用不起来？数字化如何重塑作业过程？” ——卢璗 部分正版图片来源：传世智库、摄图网 预计阅读时长：12分钟
卢璗 传世智慧资深顾问 早期的标杆企业内曾经提过这么一句话：“信息流跑不过物流”。 很多人对此有疑问：以网络通信的速度，难道还跑不过几个轮子的汽车吗？ 实际上，在很多企业的数字化应用场景中，我们确实可以看到信息流跑不过物流的情况。 以某些ERP系统为例，员工在线下完成工作后，还需要整理数据，并手动录入到线上系统。这时候的IT系统仅仅作为记录工具，数据的产生总是滞后于实际业务。 数据不会自己流动起来，只有人才能让数据流动起来。 在这过程中，企业需要想明白：一个好用的IT系统，背后承载的业务价值、数据价值和运营价值是什么。
一、系统用不起来的本质，是未实现真正的作业过程数字化
为什么上了一堆系统，却很难用呢？ 根本原因在于，这些系统并未真正实现作业过程的数字化。 目前，许多企业的系统还停留在信息化或记录系统的阶段，这类系统的一个重要特征是数据和作业相互分离。 员工在线下做一遍后，还得到线上再记录一遍。这种重复操作不仅增加了员工的工作量，而且效率低下。于是，员工就容易产生抵触情绪。 即使管理层采取强制措施要求员工使用，他们也可能会想方设法“钻空子”。 此外，这种模式还会造成记录过程滞后于真实的作业过程，使得数据及时性差，影响数据质量和数据分析的有效性。 因此，这样的IT系统在实际应用中难以推行。
数字化转型的核心是业务变革。 在引入系统时，企业应该从业务变革的角度出发，让数据和作业流程紧密结合，而不是为了上系统而上系统。 在IT系统上线的过程中，70%的工作重心应放在梳理和优化业务流程、调整组织架构、构建运营机制等方面。 只有将作业过程与数字化融为一体，让作业和记录一次性同时完成，系统才能成为企业的工作平台和作业平台。 员工可以在系统内完成工作，工作过程中自然会产生并流转数据，达到所谓的“作业即数据，数据即作业”。
二、作业过程数字化建设的重点，是领域内核心数据要贯通 1.在初始建设阶段就要打通业务主线，确保业务运转
在互联网领域，我们经常提及MVP产品，即最小可行性产品。这种产品在设计之初，主要是为了解决某一类用户的特定痛点。 以微信为例，它在最初上线之时，只为了解决一个问题：如何通过移动端即时发送文字信息，满足用户即时通信的需求。 随着用户量的增长，微信才逐步增加功能，进行产品迭代。 而在ToB领域，与MVP产品的设计逻辑有所不同，它更强调在第一个版本就要打通业务主线，实现核心数据的贯通。 这就要求企业要掌握好数字化建设的节奏。 比如，我现在需要一个交通工具，虽然我可能想要一辆跑车，但现阶段以我的能力，还无法直接制造出一辆完美的跑车。 那么，我就可以选择先制造一辆自行车来满足基本的交通需求，在使用过程中再逐步对其进行升级。 但如果我一开始就瞄准着一辆跑车制造，那么我只能从零开始，先建一个轮子，再建两个轮子，然后搭建车身、配套灯光等等。但问题在于，就算是完成了80%的进度，这辆车也无法上路行驶，无法解决当下的需求。 因此，第一阶段的建设至关重要。 同理，在进行ToB领域的数字化建设时，必须尽可能打通业务主线，确保在初始建设阶段就能让业务运转起来。 以LTC数字化为例，在数字化的初始阶段，就要确保打通整个LTC从线索到回款、端到端贯穿企业运作的主业务流，并将这些主线数据打通并纳入系统。否则，整个LTC的数据都将无法被有效使用。 同时，围绕LTC主线的周边应用功能，如客户关系管理、评审决策、Pipeline管理等，也将无法得到丰富和完善。整个LTC数字化建设就会像一个跛脚的人，难以稳健前行。
2.A企业LTC数字化案例
例如，在服务客户的过程中，我们发现，A企业在推进LTC数字化建设时，第一阶段仅聚焦于商机管理，却忽视了线索和合同这两个关键环节。员工用着不好用，就渐渐地弃用了该系统。
为了提高系统的使用率，管理层只能强制要求员工：只要创建订单，就必须关联立项商机。 没办法，为了使订单流程能继续，员工只能选择线下完成合同之后，再来录入商机数据并立项。最终，商机管理系统还是变成了一个记录系统。 正常情况下，商业数据应是呈现金字塔式的分布，从立项到方案、报价、成单逐步递减。然而，由于线索管理、合同管理等系统的不完善，大部分商机数据都停留在了立项阶段，后续方案、报价、成交阶段的数据更是寥寥无几。 识别出关键业务痛点，抓住每个领域的关键业务数据，分阶段同时进行构建，再逐渐迭代升级是非常重要的。 在构建过程中，要避免“烟囱式”的垂直建设方式，即各个关键业务数据之间各干各的、各用各的，互不相通。 在“烟囱式”IT系统中，子系统就像一个个的“烟囱”，自己烧得火热，对其他炉子的冷暖却一无所知。 企业需要通过梳理主要矛盾、识别关键数据和业务痛点，并横向地、像打地基一样，层层递进地构建IT系统。
三、抓住“三高”主要矛盾进行变革
接下来，我们要探讨的是在进行作业过程数字化时，应该怎么选择关键业务数据。 在过去，当企业引入CRM系统或其他业务系统时，他们往往只是简单地根据系统提供的功能来决定使用哪些功能。 然而，这种做法并没有深入考虑这些功能是否真正适应企业的业务特性、应用场景以及核心业务需求。 为了避免这种情况，在推进作业过程数字化时，我们必须首先深入分析业务，特别是其中的核心业务矛盾。 这些矛盾通常隐藏在具有“三高”特点的作业场景中——高频、高耗能、高风险。 只有准确识别了这些业务矛盾，我们才能有针对性地设计业务变革和数字化变革，从而确保系统上线后能够真正解决日常业务问题，并提升业务价值。
举个例子，我们可以考虑运输作业这一高频场景。在运输过程中，如果没有IT系统的支持，所有的操作，如运单的创建、车辆的派遣、货物的出库和装卸等，都需要手工完成，这不仅效率低下，而且容易出错。 对于业务量大的公司来说，每天可能有大量的发货数据需要处理，因此这个场景就非常适合进行数字化改造。
在识别了这些高频、高耗能、高风险的关键业务后，我们还可以通过矩阵图来对它们进行优先级排序。 一般来说，那些高频、高耗能且技术难度相对较低的场景，数字化后的业务价值最高，投入也相对较低，因此应该优先考虑。 而对于那些业务价值较低、频率不高、参与人数少且技术难度大的场景，我们可以将其优先级排在后面。 例如，像战略规划的相关产品，如果一年只用一次，那么在数字化水平较低的公司中，可能就不会将其作为当前重点考虑的方向。
四、数字化重塑作业过程的变革方向 1.应用场景、用户体验、业务价值三位一体
与传统业务变革不太一样的是，数字化变革需要紧密围绕应用场景来展开，因为最终它将被转化为IT系统供用户使用。 企业数字化变革，必须明确地知道“场景在哪”“用户是谁”“痛点在哪”。 这就涉及到了应用场景设计和用户体验设计的重要性，这两点在过去的信息化时代并未受到足够重视。当时的大部分系统强调以流程为中心的业务设计，相对忽视了用户体验和应用场景的设计。 然而，在数字化时代，我们必须高度重视用户体验设计。 因为只有当用户觉得系统好用，他们才会愿意一直使用，整个系统才能真正运转起来，才能最终实现业务指标改善、业务价值提升。 2.抓住四种模式设计作业过程数字化变革方向
在设计过程中，可以从四个方向来考虑变革方向的设计。
1.效率模式 效率模式主要涉及到一些非常标准化的动作，这些动作的数据相对结构化。 针对这些动作，我们可以制定一些规定的规则和动作，并进行数字化和自动化的设计，从而提高整个业务运作的效率。 以LTC数字化为例。在整个LTC流程中，一旦机会点转化为合同和订单，订单就需要进入执行阶段。 然而，许多企业面临的一个常见问题是，销售人员在完成合同创建后，往往并不清楚合同执行的具体进度。当客户问起时，销售人员也无法给出确切的答复。 这时，他们只能逐一联系采购、生产等部门，甚至需要询问多个相关人员，才能了解订单的交付进度。然而，经过一番周折，获得的信息和数据有时也不准确，订单的配套情况也模糊不清。 问题的根本原因在于，合同和订单执行过程的数字化程度不足。 因此，通过订单的数字化，我们可以有效地解决这些问题。 当然，订单数字化的实现离不开整个供应链数字化的支持，包括生产、制造、采购以及仓储物流等领域的数字化。当这些领域完成数字化后，我们就具备了监控订单过程的数据基础。 通过构建360度的订单可视化数字化系统，我们可以清晰地查看每条订单的承诺周期、当前状态、采购进度、物流发货情况，以及订单在哪条生产线、哪个工单中生产，产出产品是否已入库等信息。 整个订单过程就能以完全可视化的方式呈现在销售人员面前。销售人员无需再打电话询问，只需登录系统即可查看客户订单信息。 未来，企业甚至可以与客户的采购系统对接，使客户下的每一个采购订单（PO）都能直接对应到自己的订单管理系统中。客户可以在系统里直接查看所下采购订单的进展。
实际上，在面向消费者（to C）的互联网领域，这种订单可视化已经实现很久了。我们在电商平台上下的每一个订单，都可以清楚地查看其发货物流、派送进度等整个过程。 然而，在面向企业（to B）的生产制造领域，这一点还远远没有实现。因此，这些应用场景是未来企业数字化可以投入精力和资本去改善的重要方向。
2.专家模式 专家模式主要应对的是那些高度依赖个人能力和经验的业务场景。在这种模式下，我们可以通过数据建模的方式来复制专家的能力。 以企业经营诊断和分析为例，过去，这项工作可能需要财经领域经验丰富的专家来完成。他们需要从企业导出经营报表，制定各种指标，然后分析企业的经营情况和潜在风险。 然而，在数字化时代，我们可以将这些结构化的业务数据和财务数据通过数字化模式进行整理，包括经营指标的结构化之后，就可以构建经营诊断的分析模型，从而指导企业进行业务决策。 3.协同模式 协同模式主要解决的是过去由于缺乏数字化平台，许多业务流程只能串行进行的问题。在串行流程中，一个环节完成后才能传递给下一个环节，这种传递往往依赖人工，效率相对较低。 然而，有了数字化技术的支持，我们可以消除这种信息不对称，让所有的业务活动并行进行。 以供应链中的计划管理业务场景为例。传统上，在制定供应链计划时，企业往往从客户的要货预测出发。客户下单后，会产生采购订单（PO）。采购部门看到订单后，会制定相应的物料需求计划，再制定详细的采购计划，最后进行采购执行。这一流程需要庞大的厂家协同组织来管理整个计划的产生。 然而，这种运作方式存在明显弊端。采购部门在最后阶段才得知需要采购的具体物品，导致采购过程非常被动。 由于某些物料的备货周期较长，而一些行业对交货期的要求又非常高，如半导体和新能源行业。这种传统的采购方式可能会严重影响供应链的执行效率，甚至导致交货期延后，进而影响整个生产制造的效率。 为了解决这些问题，我们可以考虑对传统的计划运作模式进行数字化变革，采用协同并行的运作模式，将采购业务与销售的要货预测环节进行前置打通。 借助数字化工具，供应链的采购端能够提前看到未来三个月甚至半年内，可能有哪些客户会需要哪些品类或物料。采购部门可以提前制定采购计划，并进行相应的备货准备。随着预测逐渐转化为实际的采购订单（PO），物料需求再进一步细化。 这种端到端的业务过程将大幅提高效率，同时大幅降低时间成本。原本依赖人力组织的厂家协同模式，也将逐渐被数字化平台所替代，从而大幅减少人力成本。这就是产销协同的一个典型应用。 4.创新模式 在以前的创新过程中，许多业务都需要付出巨大的试错成本，尤其是线下操作。 以汽车碰撞测试为例，无论是新能源车企还是传统车企，每款汽车在上市和量产前，都需要在实验室进行大量的碰撞实验，以确保汽车的高可用性和高防撞性能。这样的测试过程不仅耗费大量成本，测试时间也非常长。但是，通过数字化方式对碰撞过程进行建模和模拟，就可以大幅降低成本，同时缩短整个测试周期。 特斯拉就是一个很好的例子。在研发方面，特斯拉充分发挥数字仿真工具的所有潜力，以缩短开发周期，尤其是在碰撞测试模拟方面。
通过以上四种模式，企业可以找到作业过程数字化的变革方向，重塑和改变作业模式。 数字化作业的核心，用四个字来总结就是“价值主张”，即IT系统能为业务带来什么样的价值？ 很多企业这方面的能力太弱，搭建出来的IT系统与业务是割裂状态。IT系统的价值仅仅是为了记录，而不是真正地赋能业务，没有回到为业务创造价值的本质上来。 数字化是一场系统的变革，不仅仅只是一场技术的革命。 从长远来看，企业不仅仅要提升技术水平，还要提升对数字化的认知水平，以及数字化变革的长期规划能力，从上到下梳理企业内部的业务运作模式、流程组织及文化，才能推动数字化进程。
