选择转型方式还需要考虑两个非常重要的因素：一个是自身实力，另一个是外部行业稳定性。自身实力是内因，外部行业稳定性是外因，企业必须考虑内外部的条件从而选择转型的策略和路径（见图 3-4）。如果不考虑自身因素， 盲目地转型， 转的步子过小， 就会落后于竞争对手， 使自己失去时间机会； 转的步子过大，如果能力不能支撑，反而会影响企业的现金流，甚至使企业失去信心。
图 3-4 数字化转型维度选择模型
行业稳定性评价是观察企业是否有足够的时间应对转型的问题，如果行业稳定，在行业内的企业考虑转型或者在转型期内可以慢慢转，这个可以看作“有闲”；而企业自身能力状况主要考虑目前企业的盈利状况，是否有足够的“钱”投资数字化转型，毕竟数字化转型需要在数据技术、软硬件条件及人才上进行投资，这个维度是“有钱”。
如果一家企业既有钱又有闲，则可以选择较大的转型幅度和广度，通过搭建数据平台，整合数据资源，在企业的各个业务端普遍开展数字化应用，实现转型升级一步到位，彻底拉开与竞争对手的距离。
如果一家企业没有钱，但是行业相对稳定，则说明这家企业在行业内管理水平相对较弱，没有太强的竞争实力，但行业内的优势企业要想“吃掉”这家企业的业务，也不是那么容易， 可能存在客户关系壁垒、 区域壁垒或者技术壁垒。 那么这家企业需要系统解决管理问题，全面应用数据化管理，提升效率，降低成本，提高利润空间，从而使自己变得“有钱”。
如果一家企业很有钱（盈利能力很好），但是行业不太稳定，行业正在发生颠覆性变革， 则说明这家企业在本行业内还是很有实力和竞争力的，有较高的盈利能力水平， 这时企业就应该选择系统地规划设计数字化转型升级路线，拉开与竞争对手的距离，继续引领行业发展。
如果一家企业既没有钱又处在剧烈变革的行业，这时生存是企业的第一要务，先赚钱是第一选择，为了能够先赚更多的钱，确保生存没有问题，需要利用数据技术开拓市场，赢得更多的客户，或者通过更加精准的营销手段降低营销和销售费用，提升利润率。
资本决定速度
现在是一个资本决定速度的时代，当拥有足够的资本实力时，不仅要有足够的资本做更大的事情，还要有足够的试错能力，如果没有足够的资本实力时，每一步都应非常谨慎，而且要从小的尝试开始，不断沿着转型升级的路径，做一步收割一步的成果，提升盈利能力之后再逐步投资。
盈利能力是企业增强投资资本实力的关键。只有具有足够的盈利能力，企业才能有足够的信心投资未来的发展。如果只是存量资金强大，那么现在的业务的“造血”能力已经下降，留给企业转型升级的窗口期就非常短，必须通过数据技术应用快速补充企业的“造血”能力。
当企业有足够的财力投资转型发展时，应优先投资转型升级，如果过多地考虑股东回报，将利润通过股东分红的方式分出去，那么企业可能会失去转型良机。在企业经营状况好的时候不投资数字化转型，当企业经营压力越来越大时再采取措施就为时已晚，那个时候公司没有资金，优秀的人才也都失去信心，这个时候转型，人力、物力、财力都是压力，更重要的是缺乏信心。
当一家企业经营状况非常好且发展非常快速时，企业出台政策大家都会信心满满， 并且努力支持； 当企业经营不善时，高层开始为自己谋求出路， 中层会因为收入问题怨声不断，基层也会人心惶惶，这时再做出任何决定都没有人会相信，大家只相信眼前能够得到的利益。发展能够掩盖所有管理问题，而不发展会让所有的管理问题暴露无遗，只要企业发展停滞，所有的管理问题都会成为大问题。
数字化转型不是“救命药”，而是“保健、健身或者进化的药”，所以一家濒临倒闭的企业不能考虑利用数字化转型实现起死回生。数字化转型是一个系统化的长期投资，是更具有远见的企业战略选择。虽然那些在生死边缘挣扎的企业也需要利用数据技术实现营销的精准化，提升自己的盈利能力和存活的概率，但无法进行系统化的数字化转型投资。
环境决定选择
企业发展离不开外部环境，企业推进管理变革必须考虑外部环境因素，而数字化转型是一个影响更加深远的变革，这个变革更要考虑到外部环境因素。 按照外部环境分析的要素来看，需要从六个方面考察，从而确定外部环境的状况，有些是共性的状况，有些则与行业本身有关系。
目前，人们对大数据和数字智能有了更多的认知，并且逐渐习惯了数字化的生活，对数据技术逐步持接受甚至持欢迎的态度，这些都是积极的因素，是企业数字化转型的外部土壤。
外部环境分析模型 STEEP 如图 3-5 所示。
在技术方面，数据技术逐渐成为人们熟知的领域。但是，在技术方面，不同的行业目前所受到的冲击程度不同，有些行业对数据技术的应用比较敏感，有些行业还处于逐步实施过程中。
结合以上各种因素的分析，可以形成对外部环境稳定性的判断，整体评价人们所处的外部环境对数字化转型的友好程度（稳定程度）。行业是否稳定或者是否处于快速洗牌，是企业数字化转型必须考虑的外部条件。
图 3-5 外部环境分析模型STEEP
如果企业所处的竞争环境、行业状况或者外部政策环境是非常稳定的，市场格局不会在短期内发生巨大变化，那么企业还有足够的时间应对转型变化，无论企业采取什么样的措施， 市场格局在很长一段时间不会发生太大的动摇，这个时候企业可以考虑提升数字化转型的深度和广度，必要时采取一步到位的策略，从而在行业稳定时考虑颠覆行业的事情，使企业自身成为行业的“鲶鱼”，成为重构行业格局的主导者。
巨变行业求创新
如果行业瞬息万变，行业内的创新和新秀不断，不断诞生新的“黑马”，那么市场竞争格局随着资本、技术和创新的引入，不断涌现新的挑战者，也有新的模式在威胁行业的稳定性，这时企业没有足够的时间采取措施慢慢转型，而是必须应对每日出现的新的挑战和竞争，必须在这个“唯快不利”的格局下保持自己的竞争地位。
目前的零售行业在“新零售”创新方面不断出现新的“黑马”，如瑞幸咖啡（Luckin Coffee）、盒马、超级物种等，这些新零售企业不断创造新的模式，不断利用互联网和社交媒体发动对线下零售企业的冲击，这时零售企业都已经感受到威胁和危机，所以必须采取紧急措施，快速实施数字化转型，在模式和方法上必须借助最先进的方式、方法与技术，力争在数字化转型竞赛中能够突显出来，成为赢家，而不是落后者。
与零售行业类似，金融、保险、物流行业也在发生巨大变化。本来是一些富数据的行业，自身也有大量的数据，但是因为缺少对过去数据资产的整理和盘点、加工和利用，数据处于沉睡中。当大数据技术在互联网企业中被推广应用之后，这些超级互联网企业反过来开始“打劫”金融、保险和物流产业，很多互联网企业都已经将业务延伸到金融服务、保险服务和物流服务中。
本来金融和保险业务有行政许可拍照的制约，有比较高的防火墙，但当互联网企业进入该行业之后，这道防火墙就会变得非常脆弱，没有任何还手之力，因为互联网企业拥有太多的流量及数据，它们对客户有更深刻的基于用户行为习惯的各种数据，能够更加精准地洞察用户的需求，与传统金融和保险企业相比，能够为客户提供更好的产品和服务，能够通过互联网的流量入口更容易地触达客户，还能够通过互联网平台为用户提供更好的体验。
过去，保险索赔要跑断腿，而现在基于互联网和移动互联网的保险服务机构，只要将相关的事件或者证据拍照、扫描上传，就能够自动获得相关赔偿，甚至都不需要提交纸质文档。一方面这些企业的运营管理成本更低，处理效率更高，客户体验自然更好。基于大数据的分析， 成本可以更低， 保险的价格可以更低， 可以给用户更多折扣。UBI（Usage Based Insurance）虽然早已提出，但现在基于大数据的分析，能够对用户有更多的数据采集手段，才能真正做到基于使用习惯的保险服务。
稳定行业求突破性发展
在相对稳定的行业，企业需要谋求超越竞争对手的发展，利用数据技术奠定在行业中的地位，确保持续领先于竞争对手。没有一个行业是绝对稳定的，数据技术正在渗透到所有的行业，现在的稳定不代表未来的稳定。数据技术对未来具有颠覆性，所以应提前布局，做好准备，甚至主动发动引领行业的数字化革新。
例如，石化行业的市场格局相对稳定。一方面，石化属于重资产、重技术的领域，对于试图通过模式创新快速进入该行业或者颠覆该行业模式和格局的新进入者，在资本、 技术、 人才上的要求非常高， 不会有大量的之前互联网创业潮般的新进入者，也不会有大量的资本带动这个行业的创新潮，因为投资额高、风险大；另一方面，该行业的巨头企业在未来 3~5 年不会发生翻天覆地的革命性变化。
数据技术在石化行业，不仅在市场端有应用的空间，数据技术所引领的智能化生产、自动创新的产品或者服务，以及带来的人工智能还会逐步渗透到石化行业从采购、供应、 生产、 物流到零售的各个环节。 在采购端， 通过多要素分析，建立对未来价格更加精准的预测，为采购环节赚取利润；在生产端，通过打通各产品价格到盈利核算，实现生产控制的自动优化和调节控制，实现柔性生产，以产出价值最大化为目标，将月度生产计划优化为每周生产计划，结合生产智能控制，优化到每日甚至时时刻刻的自动产出优化调节；在销售端，通过数字化技术的引入， 提升客户体验和客户忠诚度， 同时优化物流环节效率等。因此， 数据技术其实已经开始渗透石化行业。
石化行业三端的优化决定企业最终的盈利能力。第一个端是采购，原油价格随时变动， 早一天和晚一天下单，价格不同， 但产品相同， 价格差异直接影响企业的利润。第二个端是生产计划，原油经过冶炼可以产出不同的产品，不同的产品又有不同的价格，不同生产参数带来不同的产出，哪一种产出方式产值最大，是由不同产品的价格决定的，随着终端价格的变化，随时优化产出，是生产计划的作用。过去一般一个月制订一次生产计划，随着数据技术的应用，以及智能控制设备的使用，从每个月一次变成每天进行调整，能够做到随时根据市场价格波动优化企业的产出。第三个端是销售，每天终端产品的价格都会不同，早卖一天或者晚卖一天，每吨产品就可能会多赚或者少赚几百元。把握好价格变化趋势，通过更加精准的价格预测，提升盈利能力，这也是销售环节数据技术的应用场景。
钢铁、水泥、能源等行业也有类似的情况，但行业非常稳定，短期内不会发生巨大变化，这是因为这些行业是重资产、重技术，属于资本密集型的传统行业，不太吸引新兴资本，而创新技术团队前期创业没有足够的资金撼动这些行业的结构。但是， 在这些行业， 谁先采用数据技术优化经营和管理决策， 谁就能够在行业内获得更高的盈利能力和竞争力。这时企业可以考虑较为激进的方式，采用“一步到位、直击要害”的策略，通过在深度和广度上进行较为彻底的转型，在行业还处于较为稳定的时期，储存爆发的力量，引领行业变革。
全文摘自电子工业出版社《数字蝶变：企业数字化转型之道》赵兴峰著
作者已授权代发
网友评论