如何从拥有数据到数据驱动？企业需要一座“过河之桥”

八年前，在一个国内头部房地产集团的数字化转型规划及实施项目准备阶段，作为全球头部云计算厂商中国区的数字化转型咨询业务的负责人，史凯陷入了沉思，“如果按照传统的规划方法，该地产集团的数字化转型方案要花费六个月的时间进行深度调研，产出一个整体规划后，才能进入具体的系统实施阶段。但是，这六个月里，通过调研究竟能发现多少地产商原来不知道的内容？有多少规划的内容能够真正落地？这六个月的时间，企业的业务可能也已经有了很多的变化，面对这样的情况，企业又如何能够快速跟上节奏，进行调整呢？”

自上而下，从调研规划在分层落地的实施方法，是当时此类规划项目经典工作方法论。但是，这样的方法却不能满足这个企业的诉求，他们希望在完成宏观的顶层设计的同时，能够在数据中获取到一些确定性的洞察，快速启动，将项目时间缩短到正常的一半。

面对这样的挑战，史凯在该项目中尝试了将精益生产的思想融入传统规划咨询，以用户价值为核心锚点，先探索价值场景，然后兵分两路，一个团队围绕确定性的价值场景，启动速赢项目，一个团队去围绕数据，去试验、创新确定性不高的部分。这样能够一定限度减少价值不高的投入，并且又能够快速产生价值。

基于在企业信息化、数字化领域积累 20 多年的咨询实施经验，围绕企业转型的核心生产要素——数据，史凯将精益思想融入到了企业数字化转型的具体实践中，通过总结和探索，最终创立了精益数据方法论，并在他的新书《精益数据方法论——数据驱动的数字化转型》一书做出了体系化、结构化的讲解。如图所示：

史凯告诉 InfoQ 记者，在过去几年，精益数据方法已经实际指导和影响了多个企业的数字化转型的建设，并且获得了正面的反馈。

新希望集团 CDO 李旭昶认为：“一套行之有效的数字化转型策略、规划、建设与迭代方法，对企业和实体尤为重要。在史凯的新书中，总结提炼了多年来数字化转型咨询和实操的经验，特别对数字化转型战略、商业模式、数据治理、精益数据共创工作坊等方面内容做了翔实描述，为企业提供了高价值、专业性的数字化转型指导。”

深圳航空有限责任公司副总裁周治伟则将精益数据方法论称为是企业实践数字化转型的“过河之桥”和“渡河之舟”。

围绕精益数据方法论的核心理念，及其如何帮助企业解决数字化转型过程中的具体问题，InfoQ 在日前采访了史凯。

精益数据方法论和“精益”有什么关系

“最早日本的汽车比不过美国，因为美国主要通过规模化的方式生产制造汽车，然后批量上线，在短时间内大量占据了汽车市场。后来，日本汽车在丰田那一代赶超了美国，这是因为，丰田坚持的两个核心思想，一个是创造价值，以客户价值需求为导向；另一个是减少浪费，这就是精益的底层思想。”史凯解释道。

详细来说，精益思想具有五大核心原则：以用户价值为核心（Value）、价值流（Value Stream）、流动（Flow），用户拉动生产（Pull）、尽善尽美（Perfection），这是指导企业实施精益思想的关键指引。

那么，在数字经济时代下，史凯提出的精益数据方法论和精益思想之间有什么关系呢？

目前，企业正处于传统经济和数字经济融合跨界的关键转型期，生产模式也从传统以人的经验为中心的“流程驱动”，变成现在以软件系统为核心的“数据驱动”。

“当我们用生产制造的视角来看如今的数字化企业，生产加工的过程，其实和过去并没有太大的区别，只不过，生产要素从过去的实体物品变成了数据，但生产加工的终极目的仍然相同，都是希望通过有效的研究分析，找到最有价值的‘产品’，从而创造收益。在这个过程中，企业还需要减少浪费，这也和企业数字化转型的终极目的——‘降本增效’是相同的。”史凯说道。

换句话说，数字化企业生产加工的对象就是数据，其目的是让数据创造更多的价值，并且在这个过程中减少成本损耗。“而精益数据方法论想要解决的问题就是，企业如何从全局角度审视自身的数字化进程，如何遵守数字化转型的规律，更快、更有效地利用数据，指导企业整体转型，并提升业务价值。”史凯强调。

所以，虽然精益思想和精益数据方法论所解决的问题领域不尽相同，但是从底层逻辑来看，精益数据方法就是精益思想在数字化时代的新实践。只是将原来工业时代的生产要素变成了数据生产要素，而数字化技术成为了新的生产力，这就是这一方法论的前缀确定为“精益”的原因。

具体而言，精益数据方法是一套以精益思想为内涵，以用户价值为导向，以业务场景为抓手，以数据驱动为导向的转型方法、体系和工具，并且融合借鉴了设计思维、Cynefin 框架、企业架构思维、局限理论和敏捷思想。 

企业用好数据仍然充满挑战

从时间节点来看，精益数据方法出现的时间可谓正当时。如果时间回到五年以前，大多数企业的信息化基础尚未打牢，还没有形成规模化的数据要素，即便出现相似理论也无的放矢。而如今，大多数企业都在寻找如何更好地利用数据来指导企业经营生产、获得新竞争力的方法，只不过，新的挑战在于——大部分企业的数据投资并没有获得与之相对的收益。 

这是因为，很多企业在使用数据的过程中还存在诸多问题。

比如，管理者有数据意识，但员工却缺少数据思维。他们面对纷繁的业务，不知道如何利用数据来指导决策，多数情况下仍然依赖于人的经验，造成的结果是业务问题越积累越多，市场响应不及时，慢慢失去竞争力；

比如，业务人员缺少技术与数据知识，而技术人员和数据人员缺少业务思维，业务与技术之间无法融合，使得数据的使用缺少价值场景，企业无法真正利用数据提升自身的盈利能力；

又或者，即使企业找到了价值场景，但是由于数据孤岛严重、数据质量不高，就会造成数据资源浪费，最终结果仍然是无法利用数据提升企业的盈利能力；

再比如，企业缺少利用数据的“硬”实力——数据平台和工具，想挖掘数据价值，却还在使用 20 世纪的架构、技术和工具来处理数据，不仅协作效率低，无法处理剧增的海量数据，而且容易出错，具有数据安全隐患；

除此之外，缺少使用数据的“软”实力——数据人才以及数据驱动的企业文化，这也是导致数据的价值很难被最大化的重要原因。

虽然过去几年，众多企业在数据领域投资巨大，建设了功能齐全的数据中台，以及各种强大的数据基础设施，但是，由于没有找到能让数据解决业务的实际问题，从而违背了精益思想的底层逻辑——创造价值与减少浪费，而要让企业数字化的进程顺利推进，这些症结就必须解开。

精益数据方法论如何“让数据产生业务价值”

史凯表示，精益数据方法论是从近十年的真实项目中不断演化沉淀出来的，市场和客户不断进化的要求赋予了它的内核和生命力。其使命正是端到端解决企业的数据战略规划，探索数据场景，打造数据能力，促进数据协作的多个痛点问题，让数据持续产生业务价值。

精益数据方法论包括，精益数据宣言、精益数字化转型路径、精益数字化企业和精益数据共创工作坊四大模块，如图所示：

其中，精益数据宣言是指导企业进行数字化转型的理念纲要；数字化转型路径是这一方法论落地实施，实现数据驱动的具体步骤；而精益数字化企业是企业通过转型实践希望达成的一种理想状态，及其需要具备的六大能力；精益数据共创工作坊，则是一种轻型的战略规划工具，能够帮助企业快速启动转型。

在史凯看来，精益数字化企业具体包含六大能力模块——精益数据战略、精益数据治理、精益数据协同创新、精益数据产品以及数据中台和数据驱动的组织文化。

“这六大能力，主要就是为了解决企业数字化转型过程中制定数据战略、进行数据治理、解决数据沟通障碍、找到数据价值、构建数据产品、建设数据中台与数据组织等一系列的难点问题。”

依次来看：首先，精益数据战略解决的是企业业务与数据融合的顶层设计问题。据史凯介绍，和传统数据战略相比，精益数据战略更加聚焦客户和业务价值，通过结合敏捷思维，能够提供更轻量级、共创式的咨询规划方法。精益数据方法论利用行业首创的卡牌式数字化剧本杀来探索企业的数据战略，精益数据共创工作坊结合组合创新和游戏思维，将模糊的、混沌的数字化转型系统化设计成愿景、目标、数据、技术、场景、工具等 10 余种具象的卡牌，让业务人员和技术人员在互动沉浸式体验中打开思路，探索价值，最终达成一致，形成数字化转型的路线图。

他认为，如今企业应该通过探索的基础上，强调业务技术融合共创，应该摒弃耗时过长的大而全的调研方案，转而打造全链路的数据价值流，通过识别业务痛点和价值点，把数字化转型过程解构成一个个业务场景，再针对不同场景下的问题制定对应的解决策略，然后通过“轻扫描”的方式，花费几天或者一周的时间将最重要的几个方案挑选出来，落地实施，然后不断迭代。

其次，精益数据治理主张的同样是小步快跑的理念，和传统方法相比，它并不以构建完美数据标准为目标，而是以解决业务问题、实现业务价值为目标，提倡主动式、运营、迭代的治理流程。通过与业务的紧密融合，能够最大限度消除数据在使用过程中的浪费问题——比如企业花了大把时间和成本梳理了某类数据，最终并不是业务部门所需，导致的结果就是有投入但没产出。

再者，有了战略方向也有了需要的数据，另一个不可忽视的问题就是数据质量。史凯表示，目前很多企业只关注数据的生产能力，忽略了数据的协同共享机制，这是导致数据质量差、数据孤岛的重要原因。

“过去，技术人员基本都是关起门自己开发，并没有意识到技术、数据与业务之间无法割裂。而要解决这个问题，企业必须建立内外部数据协同创新体系，让业务、数据和技术全链路拉通，通过打造端到端的闭环，把数据的能力输入给业务部门、设备部门、财务部门、生产部门、营销部门，让每一个部门都要投入到数据的生产中，投入到数据产品的开发中，从而打造高效协作的数据价值引擎。”史凯表示。

通过以上三个能力模块的塑造，数据才能真正被作为有效的生产资料，如此一来，企业才能利用数据打造新的数据产品，形成新的业务模式，获得新的收入来源。史凯认为，精益数据产品是数字化企业为用户提供服务、获得收入的方式，持续打造对用户有价值、有获得感的数据产品是企业数字化转型过程最重要的工作。而要构建出优质的数据产品，又要回到寻找最优价值业务场景的那一步。

进一步来看，如果说数据产品解决的是业务价值承载的问题，那么，数据中台解决的是便是技术承载的问题。

在史凯的精益数据方法论中，精益数据中台是精益数字化企业的核心生产力平台，在上面，企业可以建立统一、高效、敏捷的数据生产能力，从而支持业务快速响应和创新。但在他看来，数据中台并不是一个标准化、拿来即用的平台，企业需要根据自身的需求和特点去建设，同时在后续使用过程中，始终以业务价值为目标，以数据资产蓝图和数字化技术蓝图为导向，以价值场景为牵引，对数据平台进行切片式地迭代建设。

最后，无论是战略、数据、技术、产品，最终都离不开人，离不开数据驱动的组织文化。数字化转型是一个体系问题，所以在业务和技术转型的同时，还需要塑造一套与之相匹配的组织和文化。史凯强调，组织和文化的成功，是企业数字化转型成功的保障机制，也是比业务和技术转型更为复杂的工作。

让精益数据方法成为业务的“聚光镜”

“数字化转型是手段，而不是目的。数字化转型就是企业在数字化时代的整体转型，数字化时代企业的变化将日新月异。”史凯说道，

据他预测，未来的数字化企业将会有三个主要变化：

第一，实体业务数据化。

“数字化企业的业务将会以数据驱动，输出数据产品承载主要的收入，万物皆可数据化，数据能够加持实体产品，促进实体经济的高质量发展。”史凯说道。

他拿传统咖啡行业举例，“比如在咖啡杯上安装一个传感器，再加上互动的测试，它就变成了数据产品。因为它能够实时采集用户的数据、咖啡的数据。如果用户半个小时没喝咖啡，现在已经凉了，后台就可以把咖啡拿回去加热。如果用户喝两口就扔了，后台通过大量数据的分析可以了解是因为这个产品，没有达到浓度配置的标准？还是用户个人的原因？”通过数据，传统的咖啡杯这样一个实体产品就具备实时和企业、用户链接的能力，能够实时反馈，优化服务水平。

史凯认为，未来所有企业的业务形式都会变成数据产品，数据产品实际上最核心的就是要利用数据的价值，把数据作为原材料，数据中台则是企业数据产品的统一的生产线，同时企业需要做好数据治理、数据协同，打造以数据驱动的组织文化、数字团队，这就是一整套“万物皆可数据化”的数据体系。

第二，数据成为业务技术沟通的桥梁。

史凯表示，企业在数字化转型的过程中，普遍都会存在内部人员之间的沟通障碍问题。而在他看来，基于数据，未来成功的数字化企业将能够打破沟通壁垒。

在史凯看来，沟通的两大决定因素是认知结构和组织结构——认知结构决定了沟通的语言，组织结构决定了沟通的立场。通过数据作为共同的沟通介质，用数据所呈现的事实来对齐认知，能够降低认知不一致的问题。而数据是天然链接的，通过数据能够将不同部门之间的定位拉到同一个镜像，可以帮助对齐组织之间的目标，所以数据将成为业务技术沟通的桥梁。

“Netflix（美国奈飞公司）有一个大数据门户，公司上到 CEO、董事长，下到一线的工作人员，如果他们要找数据，要用数据，都会通过这个大数据平台。并且每一个数据产品在旁边都有一个小头像，这个小头像就是生产这个数据产品的人。所有的用户，都可以通过大数据平台进行沟通，这样的效率非常高。”史凯举例说道。

史凯表示，在他的新书《精益数据方法论——数据驱动的数字化转型》中，他将 Netflix 的大数据平台和数据中台做了一一对应，由此可以更好地指导国内企业建设数据中台。

第三，数据全民化，企业 IT 能力去中心化。

“未来的业务部门一定会有 IT 能力，现在这个趋势已经很明显了。比如某些互联网公司中的数据 BP，他们其实就是业务部门里的 IT 团队，未来 IT 部门可能会去中心化，融入到所有的业务部门。”史凯解释道。

精益数据方法认为，现有的中心化的数据生产方式是数字化转型很大的阻力，因为企业对数据的生产利用的需求无限增长，所有的工作都需要利用数据，但是企业的 IT 部门不可能凭借一己之力及时的满足这无限膨胀的数据生产需求，这导致很多企业业务部门只能采用各种手段，自行建设。但是由于缺少统一规划，没有构建起统一的数据资产和数据生产力，所以各业务部门的数据生产各自为政，口径不一，并且有非常多的重复建设，最后导致企业的数据更加杂乱。而解决这个问题的本质办法就是要建立起企业的统一的数据生产平台，并且将数据的能力赋予所有的业务部门，从而让业务部门能够自服务。

“因此，现在无论是技术的发展，还是组织的变革仍是现在进行时。当云计算技术足够发达的时候，企业就不用搞基础设施了，可以直接按需购买。未来的 IT 能力更像是一种语言能力，IT 人员会逐渐融入到业务层面，但是，这当然需要一个过程。”

具体来看，史凯预测，未来企业里面的 IT 部门会分成三个圈层。

第一个层次是数字化业务层，业务技术融合，帮助业务人员解决业务问题，这部分 IT 人员未来大概率会放到业务团队，或者技术、业务双向汇报。

第二个层次是数字化集成层，作为企业数字化集成商的角色，整合内外部的 IT 能力和资源，为数字化业务层提供能力和组件。

第三个层次是数字化核心层，企业里面最具有特色的，通常而言是涉及企业的核心技术、个性化需求，或者外部 IT 资源解决不了的问题，这部分需要 IT 人员自行建设。

而所有者三个层次，都是业务数据化的呈现，企业从战略、组织、流程、管控到人才建设都将通过数字化技术转化成数据。正如精益数据方法论提及，“基于数据，企业的业务将具备全局优化的能力”。

这里，史凯举了个例子：业务就是一道阳光，而企业是一个三棱镜，企业的组织结构所对应的各类职能系统将自然光分成了对应的职能数据——如下图所示。这样一来，企业就很难获取到全貌的、一致的业务数据。而精益数据方法的目标是成为另外一个三棱镜，将企业分散到各领域的数据孤岛，再聚合成一道自然光，从而帮助企业从全局视角来审视自己的业务，并且做到全局优化。

总结而言，将应用于传统工业生产的精益思想和数字化转型做整合，这属于跨领域的模式创新，这条路上一定会碰到很多的问题和挑战，但是正如北京大学光华管理学院荣休教授，数字产业创新研究中心主席董小英所说“将精益概念融入数据管理，是一个良好的开端，为业内提供了实用的框架和参考”。

对此，史凯还向 InfoQ 进一步表示，希望有更多的组织和企业能够一起参与到精益数据方法这一本土原创数字化转型方法论的建设和实践中来，打造一个数据驱动的高质量发展的数字化转型路径。