您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
数字化转型有哪些“坑”要绕过？
数据,企业,业务数字化转型有哪些“坑”要绕过？
发布时间：2019-02-08加入收藏来源：互联网点击：
4、缺乏坚持：高层管理人员忙于管理企业，对数字化转型概念不清楚，认为数字化转型只是数字化技术和数字化软件，试图在短时间内完成，并看到实际效果应用，一旦出现阻碍，很容易中途放弃。
5、忽视数据：数据是数字化转型的核心，想要完成数字化转型，需要企业建设业务信息系统，部署商业智能BI，利用ETL和数据模型，将数据储存到数据仓库，并将数据治理持续下去，企业如果不是数据，就无法获取数据价值，得到准确业务信息，对市场失去敏感。
6、无法利用数据：数据是企业活动的产物，更是促进企业发展的关键，企业分析人员通过数据可视化，将数据转化为信息，辅助管理人员决策，如果无法利用数据，就意味着数字化转型失去意义，管理决策只能重新靠经验、直觉来判断。
数据可视化 - 派可数据BI可视化分析平台
回答于 2019-09-11 08:43:50
数字化转型，是跨领域、跨部门，甚至有时候是跨企业的系列工程，实施成功的数字化转型，需要依据合理的规划方法，制定有效可行的蓝图路标。
而目前业界普遍的现状是：
1）缺少整体系统性框架设计
数字化转型的方向已经得到普遍认可，组织或者企业的单个部门开始实施转型，结果是价值链的单个环节迈的步伐大，但其他环节没有加入，最终导致达不到最终转型效果。
案例一：某制造型企业，生产现场设施的管理由自动化部门负责，公司协作沟通由信息化部门负责。信息化部门由于对数字化转型的方向比较认可，因此构建了企业云计算、大数据、人工智能等数字化平台。但是由于生产现场的系统都不在信息化部门，并且由于信息化部门对工艺流程、现场装备等业务系统专业知识的匮乏，导致也无法利用先进的数字化技术，对企业的现场进行有效的建议反馈，从而提升企业的生产效率、降低产品成本，因此没有达到数字化转型的期望。
案例二：解决方案供应商，一般侧重于某个领域发展，由于自身能力和眼界的限制，给到客户企业的相关解决方案建议，往往是“盲人摸象”式的单环节方案，因此达不到企业整体数字化转型的成果期望。
2）有数字化转型的需求，不知道如何实施。
有明确的数字化转型需求，意识到自身和业界发展方向上的差距，可不知如何入手，无法准确设计落地实施可能的方案组合，从而评估风险和收益后，选择适合自身的工程组合，并细化出未来几年内的实施路标计划。
案例：某组织领导层，认识到以数据为核心的数字化转型的重要性，从组织战略层制定了数字化转型的蓝图要求，并大力推动实施。由于缺少科学有效的方案落地架构的设计，采用了简单粗暴式的云数据中心设计，导致的现状是组织内各部门的数据孤岛，由原先的分散式，变成了物理集中的数据孤岛，并且由于基础设施的集中，带来的运维、使用等系列问题，导致直接用户的使用体验下降，因此组织内部抗拒意见较大。
这些分析说明，数字化转型是一个持续改进的系统工程，需要：
◆高瞻远瞩的顶层框架设计，做到有的放矢，达成有效的业务成效；
◆切实可行的执行架构设计，做到清晰的实施路标；
回答于 2019-09-11 08:43:50
您好！
我们是大象云科技，专注专业于BIM云计算引擎和CIM云计算引擎！
数字化是目前我国政策、经济的重要发展发现，也是未来碳零排放、大循环经济、元宇宙孪生世界的重要组成部分，诚如任何事物的发展都有一个过程，其中充满了不确定性，体现于路径的误判、技术的探索、可行性的完善等方面。
从我们大象云业务出发，我们认为目前数字化于国内正处于部分认知统一、部分方案探索、整体过渡成熟中的阶段，其中可能存在三个方面的谬误，分享如下希望对您有所参考。
首先，由于传统行业思维犹存，对新兴科技信息科技未充分了解，整体市场中仍有相当群体认为“科技风”便是数字化转型，而这一类科技风以炫酷的动画、渲染逼真的三维效果为代表，其上可能简单搭载标签，从而挂接视频等数据流予以点击呈现。诚然，科技风是能够较好抓住眼球的手段，并且科技风能够让现在与过往有明显的区分，让人们得到时代变迁的心理震撼，但由于这类系统多建构于游戏引擎等强调效果、但数据支持能力不足的引擎技术路径上，因此对于数字化的核心“数据”应用功能及数据价值挖掘有限，难以充分反映世界，深入了解其中逻辑，从中找寻提升生产力的更有效方式。
其次，如上提及的科技风系统，其存在的最初驱动力或许来自于政策导向的概念炒作，抑或体制内部转型初期的业绩达标，但随着时间的推移，更多人便会提出好看之外，系统如何用于生产力的提升。我们大象云认为，“如何用”的问题不应该从系统出发，而是应该回到企业部门的核心业务，找寻业务的流程并标准化，并试看其中哪些环节的信息不对称，存在通过数字化系统打通信息沟通渠道、让信息无边界流通的可能。
在检查了企业的核心业务、标准流程、找寻信息盲点之后，才可以从数字化的角度思考，通过什么的具体路径来进行相应手段的配合。例如，对于过往的大型工程运维系统，往往标准流程是人工团队定期定检，但通过现行的数字化系统，在超大体量的完整BIM模型数据的支持下，结合现场终端传感器采集的测斜、风速等数据，并可以模拟在当前气象环境中大桥是否出现结构的影响，从而联动来予以检修、管制等多部门联合行动。又例如，在目前建筑工程的算量造价环节中，由于行业逻辑复杂以及计算主观性的影响，尚无法完全通过软件来取代人工核算，因此此核心业务便只能部分数字化参与辅助，更多依赖于人工造价团队的工作方式。
最后，在其上了解了眼球之外更需要应用，并且对企业的核心业务及其中信息通畅点予以研判之后，在具体数字化实施过程中，便需要了解平台的基础算力、组件算法是否能够支撑平台应用功能。例如，在石油化工场景中，中央政策提出项目应该从“卷册”为中心的二维交付，转向以“三维模型”为中心的数字化交付，但由于石油化工特殊的场景，其管道、异面结构众多，导致可能三维模型原文件体量只有数百M，但转化之后其三角面片数可能于1.5-2亿面片，这就需要适配云计算的三维数据引擎予以支持，并要去引擎有足够多API接口予以调用，从而支撑上层应用功能的开发。
上一篇：Apple iPhone XS max的实际体验如何？
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |