企业数字化转型，3大关键能力该这样构建

    企业的数字化转型离不开数字化技术能力的支持，对于数字化技术能力的建设，有三个比较重要的能力。

新兴技术对于数字化转型的重要程度不言而喻，组织如果想在转型中获得先机，关键就在于能否应用新兴技术。

新兴技术层出不穷，组织需要持续关注新兴技术的现状与趋势，任何一项新兴技术在未来都有可能颠覆组织所处的行业，所以需要时刻保持对新兴技术的敏感。在了解了新兴技术及其发展趋势之后，组织要结合自身，及时、详细地评估新兴技术对业务可能产生的影响。

此外，如何应用好新兴技术并不只是技术层面的问题，而是要考虑业务与技术如何完美地融合在一起，为组织带来利益，否则新兴技术将成为组织的负担而非新的驱动力。

在具体构建新兴技术应用能力时，以下3点建议可供组织参考。

建议一：成立“新兴技术应用实验室”。由横跨业务与技术且能够快速学习的人组成，由他们来负责推进新技术在组织内的落地实施。这个团队主要的工作就是研究新兴技术及其如何应用到组织的业务、产品与服务、运营与管理中。

建议二：投入资金鼓励新兴技术的应用。每年应留下一定的预算来支持新兴技术应用的尝试。一旦产生了新兴技术应用的方案，便可以投入一定的资金进行尝试，通过小范围的尝试，快速地判断方案是否具有可行性，是否能够给组织带来新的机会。

建议三：在合适的时机，以合适的节奏推广新兴技术的应用。在一个有前景的方案面前，组织要能够根据自身的业务状况，冷静地判断和决策，找到实施的最佳切入点和时机，在保证组织持续盈利的同时，推进新技术在产品、服务与运营中的应用。

数字化时代是获取数据并将其转化为洞察力的时代，数据是当之无愧的核心，而数据分析能力则决定了组织能否发挥数据的价值。强大的数据分析能力，可以洞察客户需求，提升客户体验；优化组织运营。因此，数据分析能力的构建，必须引起组织的高度重视，主要包括以下几点：

1、数据的加工整理：组织面临各种数据类型，不论是结构化的还是非结构化的，大数据还是小数据，这些数据的来源可能五花八门，如何对这些数据进行加工和整理，体现了组织的数据获取能力。

2、工具的组合使用：数据的分析过程将会使用到大量的数据分析工具，能够综合使用这些工具，并发挥出每种工具的特长，将会提升组织的数据分析能力。

3、数据分析深入运营与决策：一旦组织具备从各类管理系统中实时收集和分析数据的能力，那么对于组织的管理者而言，其也将随时有能力了解到组织业务和运营的情况，这将辅助管理者及时做出决策，快速应对变化。

4、数据分析与业务深度结合：数据分析不仅能应用于内部决策，同时也可以影响业务，获得更多的业务机会，而这才是组织大范围应用数据最根本的初衷——为组织带来利益。数据分析与业务的结合程度越高，数据价值就越明显。例如，通过数据来分析客户的潜在需求、预测市场趋势等。

5、组建专业的数据分析团队：尽管数据分析技术十分重要，但对业务进行建模才是影响分析结果的关键，这就需要懂业务的人参与其中，从实践效果上看，组成兼备业务与技术的联合团队，是非常重要的步骤。

在数据分析能力的构建上，以下建议可供参考。

建议一：在组织内部搭建数据平台。在企业内部构建统一的数据存储体系，统一数据建模，统一管理数据，这样的好处不仅是方便数据的应用，同时也能够让数据价值在不断的交叉验证中得到最大程度的体现。

建议二：形成“以数据说话”的组织文化。组织中的每一个人都应该建立起用“数据”说话的习惯，这种习惯除了体现在客户体验以及产品与服务领域的应用外，还应该体现在员工的日常工作中，这种习惯的养成将刺激组织内的全体员工思考数据的应用场景，有利于组织挖掘数据价值，形成新的数据模型。

建议三：善于借助“外部”力量。无论组织如何积累，数据的种类和数量毕竟有限，如果想让数据进一步发挥更大的作用，仅依靠组织内部的数据和资源是远远不够的。组织在构建数据分析能力时，还要善于“借势”：一是借互联网和行业等外部的数据；二是借外部的专家和专业的数据分析机构的分析数据。

尽管数据是组织最重要的资产，但对于如何保护数据安全，大多数组织却做得并不完善。由于忽视数据安全而给组织带来难以挽回的损失的案例比比皆是。

组织如何构建数据安全能力，以保证组织的数据安全呢？这就需要组织从业务范围内数据全生命周期的角度出发，开展对数据安全的保障工作。可以基于组织机构的数据生命周期，针对组织机构的数据安全保障能力进行分级评估。

针对构建数据安全能力，以下建议可供参考。

建议一：全员重视。要对数据安全引起足够的重视，不仅是管理层，组织内的所有人员都应该重视数据的安全。无数的案例证明了，数据泄露往往伴随着数据安全意识的淡薄。

建议二：全面建设。组织建设、制度流程、技术工具和人员能力四个关键能力维度对组织而言同样重要，因此组织不可有所偏颇，任何一个弱项都有可能成为日后数据泄露的途径。

建议三：安全而灵活。组织很容易走上另一个极端，为了安全而丧失数据使用的灵活性。一些组织在数据的使用上设置繁琐的审批流程和严格的审查手段，这势必会影响数据的正常使用。在这方面，建议组织使用类似生物识别这类可以有效防止数据被冒用而且同时保持灵活的技术手段，以保证数据的安全。