仓储行业数字化转型思考

以下内容是笔者根据自身情况结合数字化转型资料的总结。

1 背景

1.1 行业背景

近年来，由于云计算、大数据、人工智能等IT技术迅速发展并与传统行业实现快速融合，一场由数字化转型带来的产业变革正在蓬勃发展。

数字化转型是技术与商业模式的深度融合，数字化是工具与手段，而转型才是最终目标。传统的信息化将业务从线下搬到了线上，规范作业流程，利用IT技术降低作业成本、提高作业效率。而数字化转型带来的技术与商业的深入融合，将贯穿到整个业务领域，进而重构业务架构体系，不同行业间的关系更为密切，跨行业合作与竞争将成为常态。因此，开展数字化转型成为企业提升核心竞争力，谋求生存发展的必然选择。

1.2 重要性

公司创立之初，XX总多次声明科技对于XX的重要性。在公司的不同发展阶段提出数字化运营、数智化以及数字化转型等概念，《加快数字化转型升级》作为XX年工作会议主题。

数字化转型作为公司的战略路线，经由多个组织负责推动而暂未取得明显进展，目前由信息技术中心主要负责。

在过去X年，信息技术中心为公司的快速发展奠定了良好的信息化基础，取得了一定的成功，但也存在不足。信息化是信息技术中心的基础能力，从需求层次理论模型来说，信息化工作做得再好，只能消除客户（老板、业务部门）的不满，无法取得满意；而取得满意必须满足其期望需求和意外需求。因此，负责并做好数字化转型对于信息技术中心来说极其重要。

1.3 概念

百度百科：建立在数字化转换、数字化升级基础上，进一步触及企业核心业务，以新建一种商业模式为目标的高层次转型。

MBA智库百科：通过利用现代技术和通信手段，改变企业为客户创造价值的方式。

数字化转型-参考架构：顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术。激发数据要素创新驱动潜能，打造信息时代生存和发展能力，加速企业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。

关于数字化转型的概念定义，不同的组织有不同的定义，但基本上是相通的，简洁明了的定义如下：

企业利用数字技术，以客户为中心，以数据为生产要素，提升业务效率，进而推动业务模式创新，创造新的价值。

2 三个问题

数字化转型项目始终要对准业务战略，并兼顾解决当前的痛点和问题，立项时要回答好以下3个问题（Why、What、How）。

为什么：数字化转型的战略意图是什么，会给公司带来什么好处，如果不执行会给公司带来什么损失或潜在风险。

做什么：明确数字化转型范围，达成什么目的。

怎么做：数字化转型方法论，转型策略，需要什么能力，需要投入的时间和资源。

2.1 第一个问题：为什么

从数字化转型的定义来看，数字化转型的最终目标是利用数字技术，以数据为生产要素，提升作业效率，进而推动业务模式创新，为客户创造新的价值，提升企业核心竞争力。从社会发展趋势来看，不进行数字化转型的企业，很难在日益严峻的竞争中得以存活。

2.2 第二个问题：做什么

在XX会议上，数据部针对数据采集的指标包括单量、人效、包材、耗材、物业水电等，综合来看，目前公司数字化转型的首要工作就是“数字化仓储”。

数字化仓储可实现阿米巴经营，以仓库为维度建立以仓经理为核心的阿米巴经营组织，全员参与，建立与市场挂钩的核算机制。数字化仓储可为阿米巴经营提供全方位、全流程的数据基础，按照日、月、季度生成仓库各项经营指标，为公司战略决策提供依据。数字化仓储不是简单的生成各项报表，而是站在仓储经营乃至企业经营维度生成各项指标，充分发挥数据要素的价值。在数字化仓储建设的过程中，全方位梳理仓储经营各项流程，寻找日常作业高耗能点，利用自动化、智能化提高作业效率。仓配一体作为公司的核心业务，数字化仓储不仅可实现公司“开源节流”的经营目标，也为后续全面数字化转型提供了基础。

从目前公司情况来看，数字化转型应以数字化仓储为目标，同时解决成本和效率问题为主。

2.3 第三个问题；怎么做

在后续的内容中，将详细说明。

3 转型策略

数字化转型不是一蹴而就的，是一项长期的工作。在转型落地过程中，可能面临以下问题：

Ø  期待马上见效：一旦遇到障碍或一直看不到收益就开始质疑或退缩。

Ø  拒绝变革：数字化是手段，转型才是目的。在实际过程中，可能面临仅想借助数字技术赋能，并不想真正推动业务流程和组织的变革的情况。

Ø  业务阻力：设计了好的转型方案，业务不买账，无法落地。

Ø  变回老样子：方案试点成功且全面落地，过段时间后业务运作又变回老样子。

3.1 长中短目标结合

为了保证数字化转型顺利进行，需要采用长期、中期和短期目标相结合的方式。长期目标实现公司全面的数字化转型，中期目标实现数字化仓储，短期目标选择核心、投入产出高的业务场景进行数字化转型，快速取得成效为中长期目标奠定基础，以争取更大的支持和资源投入。

3.1.1 短期-局部转型

选择核心、重要的场景进行数字化，推动企业认同数字化转型的价值和必要性，为数字化转型奠定基础，赢得更多的资源和主动性。

执行策略包括三个方面：一是场景优先级规划、二是发挥组织骨干力量、三是效果可视化产生激励。

一是场景优先级规划****

一般情况下，业务场景可分为：客户服务类场景（以客户为中心）、销售类场景、财务类场景、人力类场景、运营类场景。

1）客户服务类场景（以客户为中心）：数字化转型强调以客户为中心，根据颠覆式创新理论：创新问题的解决之道就是关注客户想要完成的任务。因此需要转换思路，从供给侧向需求侧转变：业务运作模式由功能向场景化转变，以客户体验为中心，综合考虑各种场景元素进行创新设计。从功能视角看是我们能提供什么；从客户视角看是客户需要什么。

2）销售类场景：是与客户建立连接的接触点，目前不够重视。

3）财务类场景：第三方系统，封闭。虽然财务数据存在一定的特殊性，但也不应以保密要求较高而拒绝数字化。数字化转型的基础是数据中台的建设，财务数据是数据中台建设过程中安全性、私密性数据服务要求而应考虑的问题。数字化转型还是要建立自动、智能的数据采集方案，尽量避免依赖人工录入的采集方式。

4）人力类场景：计件、临时工。

5）运营类场景：目前云仓信息化主要方向，信息化程度较高。针对运营行业类的问题：数字化看板、大屏越建越多，企业的经营效率和效益没有大的提升。即使有一些成效，但也很难说跟“数字化运营”有直接关系；企业的经营运营管理模式没有什么变化，流程、组织、管理体系与过去相比没有不同。而云仓的问题是：目前信息化的主要工作是将线下业务操作搬到线上，规范了部分业务流程，仍处于为作业人员提供工具箱（系统功能）的阶段。

二是发挥组织骨干力量****

充分发挥组织力量，业务和技术骨干往往是最熟悉业务，能够发现问题并提出完整解决方案的成员。

三是效果可视化产生激励（价值管理）****

将每一次数字化转型的成功都将其效果和价值可视化，并产生传播效果。充分激励数字化转型团队，产生数字化转型推动势能。

3.1.2 中期-全流程转型

对现有单一业务进行全场景的数字化转型，即不产生新的业务战略与商业模式的变革，例如数字化仓储，数字化仓储以现有的业务为主，解决成本和效率问题，建立全流程、全场景的数字化管理。

这种方式的转型，如果推动得力，则变更更加系统化，加速彰显数字化的巨大价值；如果推动不力，一是影响转型信心，二是导致资金、资源和人力的浪费。

3.1.3 长期-创新型转型

在数字化转型过程中，衍生新的业务模式，战略与商业模式发生本质变化。创新型的数字化转型需要关注客户，从供给侧向需求侧转变，建立与客户的深度连接，进而延伸至上下游企业。从全生命周期视角，扩展数字化场景，围绕场景设计业务运作模式和流程，一方面是关注最终客户的价值实现，另一方面是关注流程执行的效率提升。因此，数字化转型是持续优化的过程，可将一个企业的上下游，包括客户、供应商、合作伙伴、内部业务及资产等，建立深度连接并产生一系列的反应，带来业务模式的创新，创造新的价值。

3.2 作业效率提升

作业效率提升的关键点就是识别全流程中的高耗能点和异常处理流程的设计。高耗能点是指海量重复的业务作业中投入资源多但效率低的环节，高耗能点具有如下特点：

Ø  业务量大，耗费资源多，资源跟随业务量线性增长；

Ø  作业重复，作业方式有固定的步骤和规范；

Ø  线下手工作业为主，工作效率低；

Ø  涉及多角色串行作业，作业环节之间等待时间长；

Ø  作业效率的可提升空间有限；

4 确保规划落地

4.1 组建业务和IT一体化团队

传统信息化建设是业务部门提需求，IT部门负责实现。为了决策一个需求该不该做，通常需要经过大量的沟通。业务抱怨IT“慢、贵、难”，IT抱怨业务讲不清需求、朝令夕改。如果业务和IT部门“两张皮”运作，很难从根本上解决“慢、贵、难”的问题。

数字时代IT系统成为生产系统，对IT团队的能力要求不应仅是技术能力，也应包括一定的业务能力，如业务模式设计、经营模式设计、流程设计、场景分析等，需要对业务有深度的理解。鉴于数字化对业务能力的要求，团队成员必须具备业务经验。

团队构成除IT团队外，还应包括运营、仓经理、财务等人员的参与，运营和仓经理能够协同数字化仓储方案设计，并能够发现问题进行业务重构，同时有利于方案落实。资金量化是数字化转型成果最直接的表达，财务人员同时参与价值管理、经营指标量化以及财务相关的数字化方案设计。

4.2 标杆/实验仓

需要1~3个仓储，全程参与数字化仓储的建设。

4.3 价值管理

数字化转型过程中会面临以下问题：如何确定数字化转型获得的收益、如何排序和选择项目、如何评价项目的成功和失败、转型项目应该聚焦哪些工作、如何引导一线部门参与转型等。

4.3.1 价值管理方法

要解决以上问题，企业需要建立数字化转型项目价值管理方法：

Ø  建立转型价值度量模型，例如可以从业务结果、能力建设、管理体系完善等多个维度对转型项目的价值进行度量；

Ø  转型立项时参照价值度量模型，清晰陈述项目价值，依据项目价值进行排序和选择；

Ø  转型项目的价值需在项目启动规模化的开发前被定义，支持度量，以建立全项目周期价值的跟踪和验证；

Ø  项目阶段的决策主要以价值为依据，例如变更调整等；

Ø  评价项目成败、申请变革激励都以价值的产出为依据；

4.3.2 转型项目生命周期

Ø  提出概念：头脑风暴，识别业务中核心、投入产出高的业务场景；

Ø  制定计划：可行性分析、目标、价值分析、指标/基线定义、周期/达成时间；

Ø  开发：执行、价值逐步实现阶段；

Ø  验证：运用价值管理方法，验证转型项目是否能达到预期目标；

Ø  落地：落地推广阶段；

4.3.3 总结

价值管理实质上是转型目标以及成果量化的过程，对于干系人达成一致、投入资源，以及确定转型项目成败，显式转型成果，转型团队激励各个方面均至关重要，小范围转型项目的成功为全流程数字化转型奠定了基础。

5 数据中台

5.1 数字化转型与数据中台的关系

首先数据中台与大数据平台的最主要的区别是数据能更方便地以服务化的方式支撑业务。

数字化转型的定义是以数据为生产要素，数据中心是数字化转型的基础。数字化转型成功的企业，其内部和外部的交互均以数据为基础。业务的变化快速反馈在数据上，企业能够迅速感知并做出反应，而其决策与考核基于客观数据。随着数据与业务场景的不断融合，业务场景将逐步实现通过数据自动运转和自动优化，进而推动企业进入数字化和智能化的阶段。

5.2 概念

传统的IT建设方式下，中大型信息化程度较高的企业内部必定会形成多个数据孤岛，这是由企业决策、技术限制、业务设计方法论多重因素决定的。一是企业多采用核心系统自研或通用系统独立采购的模式；二是随着企业业务快速发展，单体系统无法支撑业务需求，采用微服务模式开发；三是在设计层面主要采用结构化设计和面向对象设计，其设计思想将复杂的、无法解决的业务问题进行分解。

分散在各个孤岛的数据无法很好地支撑企业的经营决策，因此需要一套机制，整合分散在各个孤岛上的数据， 快速形成数据服务能力，为企业经营决策、精细化运营提供支撑，这套机制就是数据中台。

表-企业数据应用成熟度模型

5.3 数据中台建设方法论

5.3.1 战略行动

建设数据中台是为了支撑企业数字化、智能化升级，通过全局的维度支撑业务，让企业在市场上更具竞争优势，因此需要从公司来规划。在中台建设过程中，会涉及所有相关业态、各块资源的协调和推进，这都需要站在更高的层面来考虑。

数据中台要求整个企业共用一个数据技术平台、共建数据体系、共享数据服务能力,数据越集中，越容易挖掘数据价值。数字化转型以及数据中台的建设必然会驱动技术架构的改变，以及整个企业业务运转模式的改变，需要企业在组织架构和资源方面给予支持，因此数据中台是一个企业的战略行动，绝非一个项目组或者一个小团队就能做的。

数据中台牵涉企业的方方面面，需要进行业务梳理，还要有技术的支撑、组织的支撑，否则很难推动落实。启动数据中台一定要有战略规划，首先它是“一把手工程”，只有企业的一把手和高管才有这种能力来推动数据中台的建设。

推进策略

为了能快速迭代推进，可采取从点到面的突破方法，从某个业务或者某个部门开始，初步构建获得成效再逐步推广。结合数字化转型策略，可采用相同的局部策略，同步进行。

5.3.2 保障条件

数据中台是企业级战略，支撑企业数字化转型，涉及企业的方方面面，数据中台战略的执行必然伴随着企业组织保障以及整个企业数据意识的提升。

一是组织保障

数据中台战略的实施需要有组织保障。与组织对应的是资源与责任，数据中台由谁来建、谁来维护、谁来经营、业务需求怎么承接、效果怎么衡量等问题，已经超出IT的范畴，需要企业更高层面对应的组织来保障。数据中台建设后，组织的运转模式也会相应发生变化，业务、后台、管理等团队也需要有对应的组织人员与中台团队对接。

二是提升组织的数据意识

数据中台战略的实施需要提升组织的数据意识。数据文化是数据中台战略不可或缺的部分，数据中台的推进依赖于数据文化的建立，反过来，企业数据文化的沉淀又是数据中台建设的产出。

1 ）数据采集意识

建议尽可能采集一切业务触点数据，随着技术的发展，采集的方式也越来越多，比如业务数据、日志数据、埋点数据、网络数据、传感器数据等。了解可能的数据采集方式，尽可能把有价值的数据通过技术手段采集下来。建立自动、智能的数据采集方式，尽量避免依赖人工录入或导入的方式。

2 ）数据标准化意识****

数据治理首要解决的就是标准化问题。数据能否发挥其内在价值，就取决于统一数据标准的意识，只有不同部门、不同业务对于数据的理解都一致了，才能减少因数据口径不一导致的资源浪费。

3 ）数据使用意识****

未来数据应用会涉及方方面面，每一个业务环节都有可能用到数据的能力，所以所有企业员工都要掌握数据可能的使用方式，知道在实际业务操作过程中应该怎么使用数据。

4 ）数据安全意识****

企业员工需要有足够的数据安全定级、脱敏的意识。

未完，待续...