20240918从数字化转型到BI应用

从数字化转型到BI应用Smartbi，更聪明的大数据分析软件目 录CONTENTS010302为何要数字化转型数据驱动数字化转型BI赋能数字化转型密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特01为何要数字化转型国内数字化发展趋势(需求与政策驱动)明确云计算作为国家信息化发展战略核心地位2016.07支持软件企业向云计算转型、丰富完善人力资源管理等企业级saas服务《云计算发展三年行动计划（2017-2019年）》2017.03明确了2020年全国新增上云企业100万家的目标《推动企业上云实施指南（2018-2020年）》2018.07支持运用互联网、大数据、云计算、人工智能等新技术服务疫情监测分析、病毒溯源、患者追踪、人员流动和社区管理《关于运用新一代信息技术支撑服务疫情防控和复工复产工作的通知》2020.02Donecidelitnonmiporta

大力培育数字经济新业态，深入推进企业数字化转型，打造数据供应链《关于推进“上云用数赋智”行动培育新经济发展实施方案》2020.04《国家信息化发展战略纲要》5B2B

协同平台物流SaaS

财税工法物联网安全工业物联网物联网云平台智能消防智慧物流B2B

采购平台

车货匹配平台工业软件

人力资源社交客户关系管理（SCRM）B2B

协同平台工业机器人客户关系管理（CRM）供应方平台（DSP）需求方平台（DSP）智能交互智能法务呼叫中心财税工法工业软件全息显示SLAM视频内容制作视频会议工业软件AR远程协助体感交互动作捕捉企业培训AR导航RPA智能零售系统人力资源大数据

物联网私有云混合云智能合约供应链金融供应链管理智能客服

工业机器人增强现实人工智能云通讯物流SaaS区块链物联网公有云云原生（SCM）供应链回溯财税工法云测试人才管理云平台云计算…..区块链…..新一代信息技术国内数字化发展趋势(新型技术驱动)伴随人工智能、大数据及区块链等新一代信息技术迭代加快，衍生出大量数字化新产品和新系统，正逐步实现规模化应用。企业通过运用这些新产品和新系统，推动数字化进程，赋能各个业务线新型能力，从而提升收入、产能及营业利润，降低服务及商业成本。50%-70%服务成本降低70%产能提升 商业成本降低10%营业利润提升收入增加25%产品上市速度加快2-4倍10%研发时间缩短50%实现轻资产增长提升股票价格乘数数据来源：亿欧智库数字化转型已经成为企业发展的必然选择。客户需求成为企业进行数字化转型的直接动因，竞争优势成为企业进行数字化转型的核心驱动力，品牌的社会影响力、合作伙伴与供应商的潜移默化等因素都进一步促进了企业的数字化转型。6国内数字化发展趋势(企业发展必然选择)下游上游客户竞争对手合作伙伴供应商客户要求改变业务/

产

品

的形态和交付方式，

需要企业与时俱进，

提供更好的服务。竞争对手通过数字化转型获得了竞争优势；新兴企业借助新一代数字技术优势快速扩张市场。随着市场的成熟，合作伙伴之间的关系愈发紧密重要。合作者需要企业改变协作模式和手段。供应商通过数字化手段为企业提供服务，侧面展示数字化转型的优势。社会影响力对企业的发展拓客愈发重要，

数字化转型帮助企业提高品牌价值。社会外因内因降低成本

增加收入提升效率7开源节流降本增效控制风险供应链协同提升口碑……全球化数字化转型的意义数字化是一个从业务到数据、再让数据回到业务的过程，企业数字化转型关键在于三点：IT

架构统一、业务中台互联网化、数据在线智能化国务院发展研究中心国家信息中心&京东数字科技研究院金蝶华为阿里巴巴通过新一代数字技术深入运用，构建一个全感知、全联接、全场景、全智能的数字世界，进而优化再造物理世界的业务，对传统管理模式、业务模式、商业模式进行创新和重塑，实现业务成功。将物联网、云计算、大数据等技术应用于企业，通过规划及实施商业模式转型、管理运营转型，为企业及其员工带来全新的数字化价值提升，不断提升企业数字经济环境下的新型核心竞争能力在新一代数字科技支撑和引领下，以数据为关键要素，以价值释放为核心，以数据赋能为主线，对产业链上下游的全要素进行数字化升级、转型和再造的过程。数字化转型是利用新一代信息技术，构建数据的采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系数字化转型指以数字化技术应用对全组织各个层面带来的变革，

包括从销售到市场，产品，管理，服务、供应链、生态乃至全新商业模式

。”--------《数字化转型与创新管理-VeriSM™导论

》8数字化转型的定义数字化转型本质是业务转型，是企业价值体系的重构。通过不断深化云计算、大数据

、物联网

、人工智能、区块链等新一代信息技术的应用来构建企业新的能力体系。通过数据驱动业务创新，提升信息时代的生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。9本质内涵：

信息技术引发的系统性变革新型能力的建 数据、人才设核心路径：

关键驱动要素：

根本任务：价值体系的重构本质是业务转型取代以流程为核心，建立从数据出发的管理体系，用数据驱动业务的运营、战略的制定和创新的产生。从组织变革到文化重 业务活动、供应链/塑，从数字化能力建

产业链、全生命周期设到人才培养，是一

全过程乃至产业生态项长期艰巨的任务。 相关数据的采集数据集成共享：多源集成共享数据应用：数据建模以及基于模型的决策支持与优化等。从技术到业务创新，

数据采集：设备设施、

提升企业竞争力：提升生产力、提升效率、提升客户体验、降低成本、拓展新商业模式，让企业获得更大的竞争优势异构数据在线交换和

由技术导向到业务导向，最终以价值为导向。本质内涵驱动要素根本任务核心路径认识和理解数字化转型业务数据化企业在经营活动中通过业务、管理线上化操作采集，产生、沉淀、加工、采购、外部合作形成海量的数据资源数据资产化通过资产化的运营体系，将数据进行信息积累，知识沉淀、智慧决策，实现价值增值的过程。资产产品化针对高价值数据资产进行快速产品化，产生提炼后信息，实现价值变现。产品市场化价值变现的过程在市场商流转，分析、又形成企业的经营数据。企业数据价值的创造：新四化数据资源、数据资产、数据产品、数据价值变现关键要素：数据拥有数字化思维 理解数字化业务敏于数字化执行 精于数字化创新高层领导者数字化转型的第一负责人，制定数字化愿景和目标，领导和驱动数字化转型。复合型人才企业业务与数字化技术跨界专家，企业推动企业转型和变革的中流砥柱，试点和实施落地，总结推广。组织保障人员数字化转型落地的支撑和保障力量，维系企业的数字化正常运转，组织内部的整体协同。数字化转型领导者D-entre+DTO+CXO数字化复合型人才商业分析、业务敏捷服务管理、运营管理数字化技术实现专家数据型专业人才、研发工程师、架构师、数据挖掘、算法、深度学习、区块链等运营保障人员数字媒体、数字营销、数字客服、用户运营应用型本科、职业大学、中职、高职应用型人才贯通以数字化人才胜任力模型为基础的人力资源规划和体系搭建数字化战略、商业模式、管理模式、组织变革

技术实现专家数字化转型的技术实施力量，建设数字化基础设施，以及场景实现。关键要素：人才12企业可以根据自己的实际情况和阶段性目标，先从某一环节入手，渐进式地进行数字化转型。从企业的本质来看，核心需求包括“开源、节流、提效”三个部分。对于大部分的企业，拓客增收是最急切的需求；针对企业的节流和提效需求，可以从企业的痛点（例如库存积压）和行业特性（例如IT行业的敏捷开发需求）入手，通过数字化转型达成相应的目标。企业数字化转型执行框架生产型提效通过数字相关技术进行智慧生产和研发，提高生产质量和效率e.g.

自动化、智能化工具等非生产型提效通过一系列数字化相关工具提高办公、管理等各个场景的效率e.g.

OCR、云盘、电子签章等协同型提效加强生产、非生产型各部门间的联系，提高协作的效率e.g.

即时通讯、在线文档等提效触达型拓客通过数字化工具，充分链接企业和下游客户，帮助企业放大声量，扩大触达面e.g.

门户网站、广告投放、搜索推广、第三方营销平台等转化型拓客通过大数据采集和分析功能，精细化管理现有客户，拓展未来目标客户，提高转化率。e.g.

CRM、SCRM、大数据分

析平台等开源节流采购型节流降低企业采购和库存持有的费用e.g.

采购平台、比价平台等生产型节流降低生产消耗的相关成本e.g.

CAD、MIS、DNC等人力型节流数字工具替代一部分人工生产力e.g.

RPA、智能客服等管理型节流降低销售研发办公等的管理费用e.g.

OA、ERP、DevOps等财务数字化营销数字化管理数字化需求导向局部转型数字化转型的路径13业务战略数据战略IT战略业务选择数据架构技术、能力增长策略数据标准方法、工具竞争策略数据质量服务、流程运营策略数据安全框架、实施产品策略数据应用人员、技能拓展策略生命周期运营、治理。。。。。。销售数字化生产数字化营销数字化研发数字化供应链数字化采购数字化业务能力交易、支付、项目管理。。。业务领域电商、生产制造、供应链、营销。。。数据能力数据采集、ETL服务。。。数据领域标签、数仓、算法IT能力开发、策略、治理。。。业务应用ERP、CRM、MES、TMS。。。数据应用BI、CDP。。。IT领域应用、安全、容器。。。IT应用基础网络、云平台、安全。。。数据数据管理梳理

数据交换

数据存储业务战略IT战略数据治理数据应用应用软件OA、ERP、CRM、PM、KM……数据战略数据业务化业务在线化

业务数据化数据梳理

数据采集数据存储

数据管理监测预警

数据分析趋势预测

决策支持战略层战术层执行层企业战略组织机制、文化氛围财务数字化人事数字化管理数字化数字化转型的整体架构IT基础设施服务器、存储、云计算、物联网……密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特国家高新技术企业中国大数据百强企业中国十佳商业智能方案商02数据驱动数字化转型14150102030405060708数据不可知数据在哪里？有哪些数据？有多少数据？有哪些是有价值？数据孤岛数据分散在各个业务系统，互通困难；数据分散在各个部门，协调管理困难；缺乏统一的数据标准和数据管理制度；数据质量低下，导致数据难以被利用；数据开发周期长数据如何采集，之后如何加工、分析、挖掘；获取数据周期长，导致业务分析需求难以被快速满足；数据价值难以发挥如何将数利用起来，发挥数据价值，缺乏思路；数据如何跟业务应用结合，没有成熟经验数字化转型过程中数据价值面临的挑战数据质量差1604、数据使用03、数据管理02、数据存储01、数据采集数据发现和数据分类数据支撑平台收存数据中心数据仓库管数据管控平台数据质控平台数据资源目录用数据可视化平台数据分析平台运营决策平台职能工作平台其它行业应用数据治理数据价值释放数据产生价值数据生产数据消费数据治理数据化转型数据应用总体建设思路17信息化阶段数据化阶段智能化阶段完善各类信息系统优化办公流程，提供沟通效率IT满足业务数字化需求IT满足数字化业务流程管理需求IT服务于业务流程完成数据平台建设工业数据

信息数据自动

基础采集上传

设施主数 成立 数据据梳 数据 安全理 门户 合规增量 其他数据 业务规范 渗透日常 协作只能 方固建立 化式第一级：数据建设（收、存）数据 存量 信息数据大数 统一 优化 架构新兴 数据意识数据系统采集据架数据数据技术技术治理贯彻清洗整合加工构平台传输革新融合提升第二级：数据管理（管）构建监控

数据指标业务

可视体系动态

化挖掘业务问题建立形成评估

深挖分析改进决策

业务模型方法质量

需求实现价值创新沉淀数据成果第三级：数据分析（用）强化升级

输出数据数据

实际意识能力

价值优化职能配置完善实现总结

融合算法短期趋势

业务模型预测规律

经验洞察 积累商业 数据机会 资产第四级：数据应用（用）数据即服务（DAAS）智能决策规律洞察数据服务于企业战略数据应用服务于企业战略密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特密 密 密软件机 软件机 软件机思迈特 思迈特 思迈特国家高新技术企业中国大数据百强企业中国十佳商业智能方案商03BI赋能数字化转型1819BI是企业数字化转型的核心工具和手段注释1：根据麦肯锡的定义，数据规模大于10TB即为大数据数据来源：中为咨询、IDC《数据时代2025》、

IDC《数字化世界—从边缘到核心》、《IDC：2025年中国将拥有全球最大的数据圈》7.648.62018年2025年超30%中国数据量极速攀升40%60%超60

数据由企业管理中国数据量攀升，超60

由企业管理，超90

的企业拥有大数据其他企业管理5%5%28%25%超90

的中国企业拥有大数据*17%20%0%5%10%15%20%25%30%500TB以上200-500TB100-200TB50-100TB50TB以下不清楚粗放式管理精细化运营BI是企业数字化转型的核心工具和手段What描述性分析发生了什么？数据统一整合Why诊断性分析为什么会发生？Will&

How预测性分析

&

指示性分析将来会发生什么？&

我应该怎么做？D&A社区用数据驱动业务变革20技术趋势：数据价值应用更迅速、更广泛、更深入几个月低高AI渗透率自助BI：基于可视化的探索平台分析师主导的描述性/诊断性自由的用户交互最佳可视化展现用于监控和分析的仪表板预定义的数据和问题预定义的关系•••以消费者为主导和中心以机器学习为主导在上下文中为用户连续自动生成描述性，诊断性，预测性，说明性见解以故事或新闻馈送的形式或可固定到仪表板的动态仪表板的形式提供洞察力讲故事的仪表板会话分析：用于查询和进一步探索的NLP、NLQ和NLG聊天机器人与数字助理的集成用户上下文中的建议-嵌入到应用程序中••任何数据和复杂问题IT主导的描述性预定义交互性，KPI报表预定义的数据和问题预定义的关系15

-20

的采用率传统BI：基于语义层的平台智能BI：增强分析智能BI：增强消费<35

的采用率<50

的采用率业务分析师/消费者主导预定义仪表板的扩展机器学习可基于用户问题提供有效的描述性，诊断性见解用于监控和分析的仪表板自然语言驱动的问题和答案自动可视化的相关模式嵌入到仪表板或应用程序中——用户上下文中的建议开放式问题、结构化数据>50

的采用率增强融合会话式流媒体今天几天/几个小时深度洞察消耗时间2-5年接近实时技术趋势：数据价值应用自助化、智能化几个月几天/几个小时立即洞察消耗时间低高BI普及度描述性分析：语义建模为核心IT为核心主导预定义交互性，KPI，报表IT建模，传统数据集成数据汇总-数据仓库预定义的数据和问题15

-20

的采用率诊断性分析：可视化探索为核心业务主导自由的用户交互最佳可视化展现自服务数据准备结构化、个性化、未建模的数据预定义的数据和问题<35

的采用率预测性分析：机器学习为核心机器学习驱动普遍的、自动描述的、诊断的、预测的、规定性的洞察力会话分析：nlp、nlq和nlg自动可视化根据用户上下文自动建议-嵌入应用程序自动发现新的相关数据源开放数据和问题<50

的采用率 甚至更高传统BI

自助智能BI当下的最佳实践