如何理解DT将是未来IT的转型之路？

如今的IT面临着内忧外患的挑战。

一方面，企业多多少少都建立了信息化，有些企业或集团甚至会有数几十个分公司，包含直销、代理、零售以及第三方物流等多种业态。越是复杂的业务，信息化建设越困难，比如运用大量的业务系统，但人力资源有限，大量的数据需要自动对接。IT人员每天忙于处理各种数据需求。因为权限的问题，各个平台需要登录不同的账号去查询。同一类数据每个部门需要查看明细不同，导致IT部门一团糟，非常头疼。

另一方面，互联网技术的日益发达，市面上出现了很多轻量化的业务系统，比如协同办公管理的钉钉、企业微信，甚至可以直接让部门使用，无需经过IT部门。为了适应企业发展的变动，很多技术很多业务模式需要改变，技术是实现需求的关键节点，但业务绩效却无法量化到IT部门头上。长期以来，技术人员迷惑未来的出路，IT部门迷茫未来的走向。

好在，DT时代来了，IT在这近十多年来总算迎来了第一缕转型的新思路。互联网企业的发展，让传统企业将眼光望向其背后支撑的重要技术力量——数据化运营。其背后的管理思想和技术让IT管理着陷入沉思。是否可以实时展现企业的关键指标数据？是否可以利用外部数据来研究用户行为指导营销？是否对生产过程的关键数据做预警，进行下一步智能判断？是否可以对企业人员的考评进行数据量化来进行内部的激励与比拼……这些设想的实现，一方面需要管理思想的改变，另一方便也要对技术背后的主导力量——IT变革，也就是要实现从IT到DT的转变。

所谓IT就是以“我”为中心，以控制为出发点的信息技术。企业拥有庞大的数据量，但是每个部门的口径不同很容易产生漏洞，往往所做的报表不能满足业务人员的需求。而DT实际上就是数据集数，也就是以“别人”为中心，激活生产力。离散的数据没有任何价值，只有整合过的数据才有价值。DT就是对数据的一种整合技术，把本来离散的数据整合得有规律、有价值。

  

贯彻“整合-分析-挖掘-指导决策”的数据利用思路                                                                                                              

不同于互联网企业，传统企业的业态复杂，涉及环节较多，多数企业的数据利用都可以顺应“整合数据-分析数据-挖掘数据-指导决策”的思路。

数据整合和分析可归为一起。IT部门在建设数据化运营时可以按照传统的分析方法，先了解谁最需要数据？比如内部有各中层、业务人员、高层领导；外部有客户、供应商甚至C端客户。第二个是如何简化数据获得的难度？很多部门需要大量数据，针对每一个需求导出数据是被动的行为，可以考虑这类数据什么时候需要，有谁需要，将需求进行规整，进行通用可筛选性的汇总，一次性解决一类业务数据的查询。第三是数据要具有可分析性，展现的数据可以看到业务数据的变化和成交比例。如下图通过FineReport把零售业务数据集成在一张报表上，交易笔数、营收数额、会员消费情况多少，商品品类情况又是多少，做统一的管理和展示。第四，展现内容要丰富且直观，数据展现不要只局限于报表明细，还有充分利用图表直观展示的优点。

 

数据分析=业务+技术。业务是大头，数据工作不只是IT部门的事情，IT部门只多承担技术和分享环节，更多的是来自于业务部门和管理者的主动参与，让所有人能够参与到数据分析过程中，提供业务想法，分析逻辑。所以，在管理层面上，还要推动数据分析工作，无论是通过培训还是纳入考核，都应该授人以渔，让分析成为大家的事。

前两步可以称为一期，是从下至上地推行数据。二期需要深度地挖掘得出稳定可靠的结果，支撑管理层的决策，从上至下贯彻执行。

数据挖掘与决策制定通常在市场策略上有重要意义。比如谁是目标客户？如何对顾客进行细分？营销策略如何制定？产品组合如何设计最优？什么样的渠道策略最适合企业？这些就需要基于商业理解、通过设计算法、搭建模型来对用户的结构和行为特征深入挖掘，贴上标签，协助企业CRM（客户关系）管理。甚至需要连接外部第三方数据，如互联网、移动终端、渠道终端等方面的数据，来构建适合自身的用户模型、销售模型，进行品类和渠道管理。最终得到的数据，放到看板dashboard中，供最后的决策使用。

 

所以，未来企业的信息化一定是以数据为价值中心，让数据发挥它的活力，让数据成为信仰，让数据发挥它的商业价值，也是基于这一点，相信在IT工程师在做的时候，才会有更多的快乐感，更多的参与感，更多的成就感。