#企业数字智能转型：数据如何驱动降本增效与快速成长

#企业面临的商业挑战

企业面临的商业挑战，主要体现在传统粗放增长方式的边际效益逐渐降低、精益化运营程度低导致边际成本无法降低两个方面。

#传统粗放增长方式的边际效益递减

企业在发展初期，通常依赖于一定的优势资源获得快速发展机会，例如较低的商品价格、廉价的劳动力资源、优势的销售渠道支持等。

但当企业发展到一定阶段后，原有的优势资源对企业快速增长的贡献越来越低，企业迫切需要找到更加长久且兼具效率和效果的增长驱动力。

#精益化运营程度低导致边际成本居高不下

企业受限于自身规模、内外部环境、市场地位等因素，在发展过程中容易出现高端人才匮乏、经营理念落后、业务结构不合理、管理水平低下等问题。

这些问题会导致运营活动中出现决策失误、跨部门协作困难、运营效率低下、运营活动效果不佳甚至核心项目失败等。因此，企业边际成本无法随着企业规模增长而降低，甚至出现边际成本增加的情况。

#数据的核心价值：驱动降本增效

数据帮助企业快速成长，主要体现在降本增效上。数据的核心价值是帮助企业降低成本、提高效率，最终带来企业总体效益的提升。

• 降本（降低运营成本）：主要成本类目包括供应链成本（生产制造、采购、仓储、物流等）、营销成本（营销投放、获客、重点客户流失等）、销售成本（返点、返佣、活动摊派等）、管理成本（如人力资源、办公水电等），以及决策成本（做出正确的决策、降低决策失败时产生的负面影响、降低机会成本等）。
• 增效（提升经营效率）：主要指经营活动效率的提升。在相同的生产经营周期内，通过效率提升来缩短单个运营目标达成的时间，从而实现更多的企业价值（如商品、服务）产出和交付。

#如何借助数据实现降本增效

借助数据实现降本增效，需要实现从人工重复性工作到系统自动化工作、从局部规模化到总体规模化、从经验驱动到“经验 + 数据”双擎驱动运营模式的转变。

#从人工重复性工作到系统自动化工作

自动化的核心是使用机器或系统来实现传统的重复性工作，以此来代替低端重复性的人力资源投入，从而减少人工手动操作带来的不稳定事件，并极大提升工作时间和效率。

自动化需要将具有相对稳定工作流程或机制的运营活动，通过系统或产品的方式固化下来并降低人工参与。同时，还可以将优秀员工的宝贵经验以系统的方式沉淀下来，完成从依赖于人到依赖于系统的可持续工作模式。

在这个过程中，经验的传承载体从人转移到系统上，而系统是企业资产，因此可以促使经验资产化，有利于企业的长远发展。

#从局部规模化到总体规模化

规模化能够极大地降低边际成本，主要包括两个层次：

1. 企业总体的规模化：即企业在各个领域都具有规模化优势。
2. 企业局部的规模化：即只在特定领域具有规模化优势。

借助于数据规律的挖掘，企业可以找到自身在市场中的独特优势，并将更多资源投入到优势领域的打造和升级中。后续随着企业发展壮大，再不断挖掘更多新的优势领域，实现从局部的规模化到总体规模化的可持续发展。

#从经验驱动到“经验 + 数据”双擎驱动

基于企业运营活动中的数据规律，可以将数据应用贯穿于经营活动的始终：

• 活动前：做好评估和预判，从而降低机会成本并减少决策失误。
• 活动中：通过数据实时监测业务情况，及时发现问题并跟进控制机制，保障运营活动顺利开展。
• 活动后：全局复盘总结利弊得失，为后续活动开展提供更多经验。

数据是实现效益增长的核心要素之一，但并不意味着需要舍弃企业历史积累的业务经验。在任何一个领域，成熟业务人员的宝贵经验仍然是企业的财富。

企业需要将这些经验与数据规律结合起来，根据当下经营实际审时度势并做出正确决策，以实现**“经验 + 数据”的双擎驱动**，避免只有业务经验或数据规律而导致可能产生的潜在风险。

旁白补充：不是所有的运营要素、背景和信息都能用数据准确衡量，这也是数据无法完全取代业务经验的核心原因。因此，切不可盲目相信数据万能，甚至完全否定业务经验存在的意义。

#企业数字智能发展的 3 个阶段

企业数字智能包括数字化、自动化和智能化 3 个阶段，如图 1-1 所示。

图 1-1 企业数字智能的 3 个阶段

数字化、自动化和智能化的递进关系如下：

• 数字化：是企业开展数据工作的基础，没有数字化后续所有数据工作都无从谈起。
• 自动化：是实现企业效率提升的核心保障，同时也为实现信息流动提供系统支撑。
• 智能化：是精细化、数据化运营活动的终极目标，基于数据的洞察和价值提升主要体现在这一阶段。

#阶段一：数字化

传统企业在发展过程中，会根据运营需求及实际情况来记录运营信息，并形成多种运营记录“载体”。例如物流中纸质发货单据、手动填写的报销单、人工审批的预算申请表、手工记录的运营活动记录等。

由于记录人员不一致、信息格式不统一、数据记录不完整、数据记录错误等问题，导致后期在数据查询、分析和使用时面临各种困难。

因此，企业需要将各种运营活动的文档、记录、单据等都以电子版的方式记录和归档。在有条件的情况下，可以通过多种系统管理数据记录，例如 CMS（网站管理系统）、CRM（客户关系管理系统）、网站分析系统等；如果缺少运营系统的支持，那么至少需要通过 Office 文档实现统一的数据记录和管理。

核心关键：在数字化过程中，人工填写的 Office 文档，必须先在企业内部形成统一格式的文档，然后再由运营人员按照格式要求认真填写。该过程的难点和重点在于数据记录必须严格按照格式要求进行，而不在于文档格式本身。

#阶段二：自动化

自动化主要包括以下两个层次：

• 运营流程自动化：指将具有重复性质的工作，通过系统功能开发自动实现。常见的场景包括营销自动化、网站运营自动化、用户运营自动化、商品运营自动化、供应链运营自动化、项目管理自动化服务、环境部署自动化等。
• 数据流程自动化：指实现从数据的采集、清洗、入库、分析、查询、使用的自动化。在数据采集、清洗和入库阶段，大多数企业已经可以通过数据系统配合任务管理实现自动化；在分析、查询和使用阶段，则根据不同的应用场景和需求分别开发自动化系统，例如自动化数据导出、自动化数据分析、自动化推送到运营系统等。

优先级提示：除了上述业务运营范畴外，企业内还可能包含其他非业务类范畴（如办公自动化、人力资源自动化、财务自动化等）。按照对企业经营提升贡献度的优先级，企业应优先解决业务活动层面的问题，其次才是非业务类活动层面的问题。

#阶段三：智能化

智能化的核心是针对每一项具体业务运营活动，利用数据洞察实现从计划到实施再到复盘的完整覆盖，而不仅仅是在业务运营活动完成之后的业务复盘与效果评估。

目前企业中广泛应用的智能化场景包括：

• 智能营销：通过在站外营销触点中定位用户并推送精准广告，实现精准引流。
• 智能推荐：通过站内（网站、App、H5、小程序等）的推荐栏位，为用户推荐商品、内容、服务、资讯、活动等，实现个性化信息推荐。
• 智能搜索：通过站内的搜索功能，为用户提供联想词、相关词、纠错词、引导词来丰富搜索体验，同时基于用户偏好和搜索词匹配用户最喜欢的搜索结果列表。
• 智能客服：通过呼叫中心、网站客服系统、自助服务系统等，为用户提供基于语音、文本、图像的自助服务，自动分析用户问题并实时提供解决方案或提供服务信息。
• 智能网站运营：通过网站内部运营资源位，实现资源动态管理、精准匹配、基于最大目标的自动化分发、站内流失挽回等。
• 智能用户运营：基于对用户全生命周期的识别与分析，实现用户生命周期阶段识别、用户运营策略匹配、运营活动智能推送、运营结果智能分析等。
• 智能仓储管理：通过对商品的识别与销售预测，实现智能补货、自动分拣、自动仓储管理等。

运营边界：在一般的智能化应用过程中，人工不直接、过多地参与到具体的运营活动中，而是通过对智能化运营系统的参数、规则的调整，来间接影响运营活动效果；仅在出现重大问题或异常事件时，人工干预的结果才是决定性且直接的。