下载掌阅APP，畅读海量书库
立即打开
前面提到了数字化浪潮对传统行业的促进与变革，这里数字化能力的概念也就呼之欲出了。传统行业要想了解自身的数字化转型需要及提升自身的数字化能力，首先就必须对企业的层次及内涵进行解构，并对不同层次的能力进行分析。此外，只有将每一层次的能力与邻近层次的能力进行比较和分析，企业才能了解数字化是如何进行能力释放和能力提升的。
我们生活在一个分层的世界中，每天的生活和工作都在层化。层化的好处是可以把复杂的整体变成一层一层细分的单元，层与层之间有清晰的界面，每一层都有其清晰的范围和内涵。过去我们一想到企业，就是“人、财、物”，后来演变成“人、产品、流程、平台、供应链/生态、渠道/体验”，现在还必须加上“数据”（见图2.3），贯穿这七个层次的能力建设和内涵建设对不同企业、不同时期的战略和行动而言也有很大差别。
图2.3 企业能力的不同层次
资料来源：作者根据相关资料绘制。
通过对企业能力的解构，企业可以将其能力转化成不同的层次、功能和类别。我们生活在一个分层的世界中，每天都会和不同的人、产品、流程、平台、供应链/生态、渠道/体验和数据打交道。在数字化转型的过程中，这七个层次如何演变、如何相互作用？哪些会成为未来数字化转型的核心？企业如何在这些方面进行数字化的演变和提升？下面结合这七个层次进行分析。
“数字化转型”的本质，在于数字化，更在于“转型”。人永远是数字化转型中的核心要素。麻省理工学院斯隆管理学院数字经济首席科学家乔治·韦斯特曼提出了“数字化转型第一定律”，或称“乔治定律”，总结起来就是：技术变化很快，但组织变化却慢得多。
该定律解释了为什么数字化转型更多的是领导层及组织方面的挑战，而不单单是技术难题。大型企业的组织要远比科技复杂得多，因而更难以管理并做出改变。
技术系统主要根据指令运行，技术组件也主要按照设定好的程序运行，但人类系统却完全不同。编辑软件组件或是替换某个元件要相对简单得多，但要改变一个组织却不是一件容易的事。更何况数字化转型是一个系统工程，需要从企业高层到基层员工的共同参与和推动，其中值得注意的点包括：如何推动企业高层领导支持数字化转型？如何引导全体员工参与数字化转型？如何借助外部人力资源实现数字化转型？
首先，实现文化的变革。企业文化是企业运作的产物，由员工集体的经验、信仰、价值，以及企业的领导力、目标和发展愿景组成。铂慧全球数字化转型专家布赖恩·索利斯指出数字文化应主要体现在以下七个关键点上
：
1.创新。支持冒险行为、颠覆性思维和探索新思想的团队氛围。
2.数据驱动的决策。采用数据挖掘和分析等手段以提升业务决策能力。
3.合作。创建跨职能、跨部门的团队来提升企业的实力。
4.开放文化。与外部网络（如第三方供应商、初创企业或客户）的合作程度。
5.数字第一思维。数字解决方案是未来的思维方式。
6.敏捷和灵活性。决策的速度和执行力以及企业适应不断变化的需求及技术的能力。
7.以客户为中心。利用数字化解决方案扩大客户量，提升客户体验，并与其共同开发新产品。
从这七个维度考察员工体验，特别是员工的参与度和决定权，是实现企业文化变革的重要因素。一方面，企业应该建立起一套新的管理及考核机制，打破组织的边界，改善组织的敏捷性，以客户的业务成果为导向，充分授权，倡导合作，容忍失败，数据驱动，快速迭代，实现文化的变革。另一方面，要管理好新、旧文化冲突。因为每个传统企业，尤其是成功的传统企业都有自己的文化。据IBM对世界500强企业的调查，这些企业出类拔萃的关键是具有优秀的企业文化，它们令人瞩目的技术创新、体制创新和管理创新都根植于其优秀而独特的企业文化。Gartner研究副总裁克里斯蒂·斯特拉克曼表示：在50%的案例中，转型举措明显失败的主要障碍是文化。文化变革是一个漫长的过程，研究表明：一家企业要真正实现从旧文化向新文化的转变，需要5-10年甚至更长的时间。比如，GE前总裁杰克·韦尔奇实施的文化变革工程历时12年，GE倡导的“合作创新，宽容失败”的数字化转型已历时十余年，但文化变革仍在进行之中。所以我们要有足够的耐心管理文化变革，以促进组织的变革。
其次，实现组织的变革。数字化的组织形态是“平台化+分布式”的扁平形态。数字化转型更多的是领导层方面的挑战，必须让管理层将注意力放在员工是否渴望做出改变以及组织是否能够进行改变上。为了将数字化转型从项目转变为一种能力，以下三点至关重要：
（1）改变愿景。大多数人都不喜欢变化。如果你要推动变革，就需要让别人看到变革能带来的好处。伟大的愿景能够清晰地描绘出企业未来发展得更好的蓝图，这样的企业对客户和员工都是更好的选择。你要让别人明白为什么新的愿景要比原来的运作方式更好，你还需要让企业员工了解如何适应这一转变过程以及组织未来的发展态势。如果你已创造好了条件，你的员工甚至可以为此建言献策，让愿景成为现实。以海尔为例，海尔在国际化进程中曾经强调产品、执行力及团队精神各个环节串联式的领导方式，导致所有工作都是为上级指令而不是用户体验服务，因此没有人为亏损负责。自注入“人单合一”的愿景后，海尔形成了一种以用户价值来体现个人收入的模式，由此扭转了兼并三洋白电后的亏损态势，带来美国、俄罗斯及澳大利亚市场的业务提升。
（2）改变遗留平台。技术本身无法创造价值，如果技术的效果不好，它还会削弱价值。许多组织的遗留平台——杂乱的业务流程和早已过时且错综复杂的IT系统——是数字化转型过程中造成惰性、产生成本的主要因素。例如，当系统无法为用户呈现统一的视图时，你就难以打造一致的用户体验；当数据杂乱或流程分散时，你就难以推行基于数据分析的全新的商业模式。因此，为了成功实现新一轮的数字化创新，企业必须升级原有的IT及业务系统，建立支撑协同和数字业务的新平台，海尔的COSMO（卡奥斯）工业互联网平台就是最好的例子。
（3）改变组织协作方式。如何解决数字化转型过程中IT部门或新成立的数字化部门与传统部门之间不同竖井组织的协作问题，是个极大的挑战。许多企业的传统业务与数字化业务的员工无法相互配合。激励问题使得传统部门的员工将精力更多地放在自己身上，而不是集中在数字化创新或数字化和传统交互的混合体上。虽然美好的愿景能够创造出动力，但组织和激励问题会成为转型道路上的阻碍。
解决这些组织问题需要经过反复沟通，建立清晰的激励机制，并在某些时候采取明确的措施对朝着错误方向努力的人员进行管教。
数字化部门应找到与IT部门协作的方式，而不是围绕IT运行，同时，业务主管应主动邀请两个部门共同参与战略决策的制定。即使企业要建立一个独立的数字化部门，这些最优秀企业的IT和数字化部门主管也应能够相互协作，推动数字化转型。
最后，数字化人才的培养。一旦企业层面制定数字化战略，就需要专业人才来跟进。如果企业内部缺乏专业数字化人才，那么就不可避免地需要从外部引进相关资源来开展工作。通常而言，企业会引入一名有丰富从业经验的高管，担任首席数字官或者类似角色；或者引入一个数字化团队。2013年，快餐品牌麦当劳为了推动自身数字化转型，从亚马逊挖来了阿蒂夫·拉菲克。阿蒂夫·拉菲克的大部分职业生涯都是在硅谷度过的，在此之前曾就职于美国在线、雅虎等公司。
一旦企业拥有了变革能力，数字化转型就会永不停歇。它会变成持续的过程，同时，在持续的转型过程中，员工和他们的领导会不断明确新的转变方式，从而使企业发展得更好。
产品的数字化就是让数据价值落地到产品中去的过程。用数据来改善产品，把数据当作产品的核心原材料。要让数据前置，而不是做好产品之后再通过传感器去抓取数据，将数据嵌入产品的设计、生产流程及最后的产品本身当中，在数据提炼的“最后一公里”，让数据在产品中“说话”。这样不但能实现产品本身的智能，更重要的是可以利用产品在设计、生产制造及使用过程中产生的数据，进行数据分析，从而产生对产品的洞察，然后利用这些洞察去完善产品，以提升客户体验。下面我们结合汽车行业的产品数字化创新进行具体分析。
汽车行业是最传统的行业之一，汽车也是传统产品之一。特斯拉CEO埃隆·马斯克让数据价值前置，打开了汽车的数字化之门。特斯拉汽车集环境感知、规划决策、多等级辅助驾驶等功能于一体，将IT语言与机械语言相融合，是计算机、现代传感、信息融合、通信、人工智能及自动控制等技术的完美综合体。运用这些技术，相当于给汽车装上了“眼睛”“大脑”和“四肢”，即摄像、计算和自动操纵系统等装置，汽车可以像人一样“思考”“判断”和“行走”，实现人、车、路的互联互通。
汽车设计的智能，对特斯拉来说非常重要。特斯拉设计部门是由汽车设计师、车辆工程师、软件工程师、人体工程学专家、可视化专家、黏土建模师、数字建模师和原型师组成的混合团队。
尤其是Model 3汽车以其标志性意义的中控设计成为汽车业内一个颠覆式的创新。Model 3采用极简的内饰设计，精简了物理按键，方向盘上只有左、右两个滚轴，可以结合触屏上的内容进行切换，左滚轴可以控制外后视镜、方向盘（上/下，伸/缩），进行音量增减和音乐切换，右滚轮可以控制语音唤醒、巡航车速和车距。甚至连仪表盘都不需要，一切控制功能都集中在中控大屏上。该设计还建立了平台和操作系统，采用可不断迭代的软件空中更新技术，以解决物理按钮不能空中修复，定死后再改变的成本非常大的问题。由于是基于数字化，所以其功能需求按场景化设计（见图2.4），比如车况信息区，在驻车时显示车门状态、前后舱门开关和充电口开关，在行驶中显示辅助驾驶相关信息。车速低于每小时24公里时自动寻找车位，然后由用户决定是否开始自动泊车。再比如内容切换区，以地图为底图，在驾驶过程中，导航最重要，而多媒体只在一个迷你栏中显示少量信息，用户往上滑动，则再多显示一些隐藏的内容，再往上滑动，则显示更多的内容。另外，导航设置中有一项“旅行计划”（Trip Planner）的选项，可以根据电量情况把充电站点自动规划到导航路线中。这些都体现了场景化设计的思路。
图2.4 特斯拉汽车场景设计
资料来源：作者根据相关资料绘制。
智能工厂。特斯拉的汽车工厂在加利福尼亚州的弗里蒙特市，占地370英亩（约为1.5平方公里）。这家工厂原来属于丰田公司，破产后被特斯拉买了下来，主要用来生产特斯拉Model S和Model 3汽车。如果你到这家工厂参观，可能会深受震撼。你会看到由大量机器人组成的方阵就像有生命一样在自行生产，而不是我们过去在电视上看到的那样：车身在流水线上露出大量的零散部件，戴着面罩的工人在那里焊接。
特斯拉的生产过程包括四部分，首先是冲压制作各个组件，然后把各个组件连接成车身，再然后是车身喷漆，最后是安装其他组件。其中，前三个环节特斯拉都能做到自动化，只需要少量人工进行检查和日常产线维护即可。整条生产线上用了被美的收购的库卡公司和日本发那科公司的大量机器人，有意思的是，这些机器人都是用漫威漫画中的角色来命名的，比如金刚狼、冰人、魔形女等。
汽车行业的生产速度一般用每秒几英寸（1英寸=2.54厘米）来计量，现在汽车行业的生产速度比人步行的速度慢多了。马斯克对未来的想法是，流水线上的自动化机器人应该尽可能快地移动，去挑战物理学的极限，它们的生产速度应该快到一般人根本反应不过来，这就是为什么马斯克总说未来的工厂里工人数量会大大减少。为什么不能有工人在那里？因为工人们移动得太慢，机器会伤到他们。马斯克还专门研究可口可乐高速制造易拉罐的视频，来思考怎样更快地制造汽车。
特斯拉工厂正在做的，就是在工厂面积不变的情况下，通过高度自动化生产线的改造，让产能达到之前的10倍。更大的产量就需要更快的生产速度。过去几年来，特斯拉一直在努力不断引入更多的机器人来提高工厂的生产效率，特斯拉Model S和Model X汽车的生产速度为每秒5英寸，马斯克预期Model 3的生产速度要比前两者提高20倍，至少达到每秒1米。
产品本身的智能。产品要具有数字化特征，首先是产品可定制化，允许用户通过在线交互方式尤其是移动互联方式与生产厂家进行沟通，选择及定制自己独特的、个性化的产品。其次是有产品的账户管理系统，良好的人机接口设计和交互是产品智能的方向，用户可对产品进行信息的收集、查询及交互管理。最后是数字化的服务体系，实现客户服务体系的多渠道在线化和智能化，提升客户的服务体验。
特斯拉Model 3已经实现将前面所述的设计中的智能汽车多项炫酷功能变为现实，其中最值得关注的五大看点分别为：空中升级、远程诊断、中控屏幕、自动求助和交互关系。
空中升级。这是大多数特斯拉车主最倾心的智能化服务，它与目前的智能手机一样，车主可以在联网状态下随时随地更新车辆的最新功能来尝鲜。这是非常智能的集成应用，它颠覆了人为更新的传统方式。特斯拉自2014年至今在中国已经进行了多次更新，依次实现了导航服务、巡航控制、防撞辅助、倒车辅助增强、车速辅助、智能温度预设、自动紧急制动、盲点警报、代客模式以及3D导航等功能的更新。
远程诊断。这项功能可以让车主遇到问题时，能够直接联络特斯拉的技术支持和售后部门。特斯拉的工程师可直接通过后台查看车辆出现了哪些问题，不用到店进行检查，省去了车主的时间，提高了诊断效率。这一切都建立在联网的基础上，正是所谓的“车联网”技术。
中控屏幕。值得一提的是，目前智能规划已经在美国实现，通过中控台可实现最优路线指引、电量预估、目的地充电提示、车速规划等智能规划。未来智能规划还会实现交通信息、路况信息以及天气信息的交互和传递，届时将可以给车主带来极大的驾驶便利。
自动求助。智能汽车不仅要智能、环保，还要更安全。特斯拉目前不仅可以通过辅助驾驶、自助驾驶等功能保护车辆的出行安全，还有另一大亮点——自动求助功能。例如，如果特斯拉Model 3发生了碰撞等紧急情况，该车将立即向后台自动发送相关参数，客服人员会在必要情况下，及时联络车主帮助处理后续事宜。此外，后台工作人员也可通过车号自动得知该车辆是否需要更换相关部件，辅助车主进行升级或部件替换。
交互关系。智能汽车十分重要的一项功能就是实现交互关系，要实现车辆与交通中心交互，车辆与车辆交互，车辆与信号灯、行人等交互。特斯拉目前配有官方移动客户端软件，车主可通过App实时操控车辆。如果车主哪天忘了带钥匙，用手机便可以开启车门；如果车辆丢失，通过远程应用即可查看车辆位置并协助找回。
产品的数字化和智能化之路还比较漫长，我们欣喜地看到，由于我国是制造业大国，在智能制造的带动下，智能设计及智能产品将迎来蓬勃的发展。关键点是数据前置，把数据当作产品的核心原材料，去聆听客户的体验和反馈，然后完善设计和制造，形成一个数据驱动的产品数字化和智能化生态体系。
流程管理，是一种从顶层流程架构开始，以规范化地构造端到端的卓越业务流程为中心，以持续地提高组织业务绩效为目的的系统化方法。具体目标：一是规范化，明确人与人、部门与部门之间如何分工协作，控制风险；二是提高效率，平衡企业各方资源，降低成本，提高服务质量；三是提高客户满意度和企业市场竞争力，进而达到利润最大化和提高经营效益的目的。
传统企业的业务流程经过长时间的沉淀，历经多次信息化建设，变得越来越复杂，应用场景也越来越多，进而形成许多业务竖井，不同部门、不同系统之间的业务数据仍未完全打通，导致一线工作者的工作量增加，也影响了决策的效率和准确性，尤其在面临快速变化的市场及不确定性时，数据驱动和敏捷性就变得非常重要。实现从流程驱动到数据驱动的数字化转型，通常分两步走：一是业务流程自动化，二是智能化。
业务流程自动化，是对现有的流程进行优化，其利用数字化技术，对实现一种特定功能（或工作流）的活动、服务进行自动化。业务流程可以根据组织活动的不同部分及环节予以确定，包括销售、管理、运营、供应链、人力资源和信息技术。
业务流程自动化的目的有两个：一是替代人类员工，进行更加安全、快速、高效的生产，进而提升生产效率；二是通过机器人实现减员并岗，避免不必要的劳务开支与劳动力资源的浪费。
业务流程自动化既可以通过系统集成来实现，也可以通过机器人流程自动化（RPA）来实现。
系统集成是对原本多个独立、分离的系统进行整合，从而可以发挥整体效益，达到整体优化的目的。通过系统集成的方法整合现有系统是一项具有挑战性的工程，有的企业可能需要将上百种软件集成到一起，投资大，周期长，要实现的难度可想而知。思科公司的思科商务空间（Cisco Commerce Workspace, CCW）为了给客户和合作伙伴提供一个统一的商务界面，历时多年，整合了客户关系管理、电商平台、订单管理系统、制造执行管理系统、供应链系统、物流系统。
RPA是近几年迅速发展起来的技术，作为一种敏捷、高效、成本可控的数字化方式，实现逻辑相对简单，实施周期短。RPA通过软件机器人模仿人类的行为，处理大量重复、基于规则的工作流程任务，比如，想要在不同系统、软件之间录入、处理、导出数据，就可以通过RPA非侵入式地实现业务流程自动化，尤其是结合人工智能等相关技术，将RPA推向更加广泛的应用场景。从标准的结构化数据，到非结构化数据，再到与数据相关的一切提取、转换、处理，“RPA+AI”赋予业务流程自动化新的生命力。国内许多大型企业正利用RPA实现财务、行政、人力、物流等跨部门及跨业务线的流程自动化。
智能化，是抛开现有的流程，利用数据驱动重新定义业务，建立从数据出发的管理体系，用数据驱动业务的运营、战略的制定和创新的产生。企业需要建立统一的数据管理平台，打破企业各条业务线、管理及运营的竖井，构建业务知识图谱及算法平台，完善云边端的计算能力，实时采集数据并对其进行集成、共享、挖掘、分析，进而形成业务洞察，驱动创新发展。
2020年6月15日，国家电网发布“数字新基建”十大重点建设任务，其中一项重要举措就是“电网数字化平台”。国家电网通过近几年的信息化建设，特别是云计算、物联网平台、数据中台和人工智能平台的建设，正逐步形成智能化的数据驱动业务运营架构。比如，“网上国网”已经整合掌上电力、电e宝、e充电等移动端App入口，提供传统电力服务及电动汽车、光伏等新能源服务；整合共享身份认证、积分等服务，日调用微服务超过4065万次，有效地推动了服务资源的集约共享；整合数据模型，建立数据共享机制，共享用户行为数据达7709万条，支撑各单位开展数据价值挖掘。2019年年底，在实现国家电网27家省公司的推广应用后，“网上国网”已成为国家电网客户服务业务统一的线上入口。
随着机器和人工智能逐渐接管企业的运营，人类的角色将发生改变。人们将创造出更多新的工作岗位，来增强或自动化工作流程。随着时间的推移，我们希望看到工作流程的操作由人工到自动化的转变，以及不远的将来，人工智能或高级分析得以顺利进行，数据驱动的智能化大大改变企业的运营和业务的创新。
尽管对于占据数字化转型主导地位的平台是否就构成了“颠覆式”创新还有争论，但是以互联网平台型企业的成功为标志，平台战略在企业的数字化转型中已形成星火燎原之势。纵观2001-2016年世界上市值最高的企业排名变迁，我们感受到了平台的力量。以2016年8月为转折点，石油企业、工业企业、金融企业、零售企业悄然退出世界前五的行列，取而代之的是苹果、微软、亚马逊、谷歌、Facebook等互联网平台型企业。代表中国企业的腾讯和阿里巴巴两家基础性的平台型企业，以突破4000亿美元的市值进入世界前十，因而在世界范围内掀起了一场平台革命。平台价值对竞争效应具有颠覆性的影响，因为它引入了呈指数级变化的元素。平台可以制造网络效应，在这种情况下，用户数量或用户类型将会左右平台所能实现的价值。网络效应通常遵循梅特卡夫定律，即“网络的价值与用户数的平方成正比”。例如，单独一部电话的个体价值并不是很高，但是随着用户数量的增加，每一部电话的价值也随之提高。这在很大程度上解释了为什么平台能推动颠覆，因为平台引起的市场变化不是线性的，而是指数级的。
从不同角度出发，数字平台被贴上了不同的标签。支持者多称其为“创意经济”或“分享经济”，而保守者则称其为“零工经济”或“不稳定生产者的经济”。相比前者，后者更关注数字平台对于生产者及其收入的影响。无论是何种标签，每一个平台都依赖用户参与生产：谷歌将用户的搜索行为转换为具有丰富价值的商品，Facebook运用用户的在线社交采集大量可出售的数据，阿里巴巴利用淘宝电商平台沉淀的数据实现新的服务变现。
图2.5是Facebook平台的一个简化结构图，业务、数据、模型/算法及生态系统构成平台的四要素。Facebook的核心业务是社交媒体和广告，其他三个要素——数据、模型/算法和生态系统——都是围绕着核心业务的。
图2.5 Facebook平台结构简化图
资料来源：作者根据相关资料绘制。
数据，是平台的金矿。平台对在线社交数据的采集、挖掘和治理是支撑其业务的第一要素。当然，Facebook也做了数据前置，有目的、有计划地去抓取数据，这些数据包括情景数据和行为数据。Facebook可以说是世界上最受欢迎的社交媒体网站，每月有超过20亿的活跃用户。Facebook存储了大量的用户数据，因此成为一个庞大的数据“金库”。每天，我们都会通过大量的信息为Facebook提供数据。每60秒，上传136000张照片，发布510000条评论，进行293000个状态更新。起初，这些信息似乎并不太重要，但是通过这样的数据，Facebook知道我们的朋友是谁，我们的样子，我们在哪里，我们在做什么，我们喜欢什么，我们不喜欢什么，等等。一些研究人员甚至说Facebook有足够的数据比我们自己更了解自己！Facebook还有其他的方法得到用户的行为数据：
（1）追踪Cookie。Facebook使用追踪Cookie追踪网络上的用户。如果用户登录Facebook并同时浏览其他网站，Facebook就可以追踪他们正在访问的网站。
（2）面部识别。Facebook最新投资的功能之一是面部识别和图像处理功能。Facebook可以通过互联网和其他Facebook个人资料追踪用户，并通过用户共享提供图像数据。
（3）标签建议。Facebook标签建议通过图像处理和面部识别来标记用户。
（4）分析喜好。通过分析用户的Facebook喜好，可以准确地预测一系列高度敏感的个人属性数据。剑桥大学和微软研究院的研究人员开展的研究展示了Facebook喜好的模式如何能够非常准确地预测你的性取向、对生活的满意度、智力、情绪稳定性、宗教信仰、酒精饮用情况及是否吸毒、关系状态、年龄、性别、种族和政治观点以及其他许多观点。
这些大量数据的存储、治理、搜索和安全是个大难题，剑桥分析公司不正当地访问数据使Facebook在2018年3月中旬遭遇隐私丑闻，也为我们敲响了数据安全的警钟。
模型/算法。模型/算法是平台型企业赖以生存的根本，Facebook平台用到了各种各样的机器学习算法，包括支持向量机、梯度提升决策树和多种神经网络。Facebook的机器学习架构主要包括ML-as-a-service（内部的机器学习工具包）、开源机器学习框架以及分布式训练算法。从硬件角度看，Facebook利用了大量的CPU（中央处理器）和GPU（通用图形处理器，俗称显卡）平台来训练模型，支持必要的训练频率，满足服务的延迟需求。机器学习提供了驱动几乎全部用户服务的关键动力，具体包括：
（1）移动信息流服务（News Feed）排序算法，可以让人们在每次访问Facebook时第一眼看到与他们最相关的故事。首先训练一般模型，以选择最终用来确定内容排序的各种用户和环境因素。然后，当一个人访问Facebook时，该模型会从成百上千的候选信息流中生成一组个性化的最佳状态、图片以及其他内容来显示，以及进行所选内容的最佳排序。
（2）西格玛（Sigma）算法，是整体分类和异常检测框架，用于许多内部应用，包括站点完整性、垃圾邮件检测、付款、注册、未经授权的员工访问和事件推荐。
（3）图像识别（Lumos）算法，从图像、内容中提取高级属性和映射关系，使算法自动理解它，进而利用图片内容，而不是图片名称或标签进行搜索。
（4）人脸识别（Facer）算法，是Facebook的人脸检测和识别框架。对于给定图像，它首先找出图像中的所有人脸，然后，运行针对特定用户的面部识别算法，以确定图中的人脸是你的好友的可能性。Facebook通过这项服务帮助你选择你想在照片中标记的好友。
（5）语音和文本翻译（Language-translation）算法，支持超过45种语言、2000种翻译方向，每天帮助6亿人破除语言障碍，让他们能够看到翻译版本的News Feed。
（6）语音识别（Speech-Recognition）算法，将音频转换成文本，主要应用于为视频自动填补字幕。
（7）广告（Ads）算法，利用机器学习来决定对某一用户应显示哪些广告。这一算法通过训练来学习如何通过用户特征、用户环境、先前的交互以及广告属性来更好地预测点击广告、访问网站或购买产品的可能性。
（8）搜索（Search）服务算法，针对各个垂直行业推出了一系列不同的、特定的子搜索，如视频、照片、人、事件等。分类层运行在各种垂直搜索的顶部，以预测要搜索的是哪个方面。
我们以News Feed算法为例，其目的是向人们展示与他们最相关的故事。News Feed算法可以分解为四个因素，以确定你在打开Facebook时会看到什么。
（1）库存清单（Inventory）：你可以看到但尚未在News Feed中显示的内容清单及库存。该集合依赖于你关注的人员和页面，好比餐馆的菜单。
（2）信号（Signals）：该算法测量每个潜在的故事，并通过信号来衡量项目对你的重要程度。例如，发布时间、发布者、对帖子的评论、互联网的速度、你使用的移动设备类型等都是该算法测量的信号。这好比每个人对菜单上的菜品都有自己的喜好。
（3）预测（Predictions）：评估后，算法会预测你评论、分享或推荐故事的倾向。它还会预测你会花多长时间观看视频或阅读文章。虽然大多数预测是个人的，但有些是普遍的。例如，News Feed的管理副总裁亚当·莫塞里说他们可以预测一个故事会不会是“标题党”。有些预测是积极的，有些则是负面的。如果你想报道或隐藏故事，这不是一件好事。这好比根据某个人的喜好预定了菜品。
（4）评分（Scores）：他们权衡每次预测并得出一个数字来表示他们认为故事对你有多重要。每次访问Facebook时，这一过程都会发生在你的News Feed中的每个故事中。这好比对每道菜的预测进行了可能的评分。
通过模型算法对数据进行训练和分析，把数据变成可以产生价值的业务和服务，然后输出给Facebook的不同业务平台，比如Facebook的广告平台，同时，广告平台产生的数据又沉淀下来，反哺给平台，形成新的业务价值。
生态系统，是平台型企业扩展和指数增长的基石。从平台的角度谈的生态系统主要是商业生态，即如何改善客户体验、如何提升商业价值以及如何形成一个商业闭环。在平台上，提供标准化的工具包、组件、环境或“沙盒”供他人使用。苹果的iOS系统是生态系统最有名的例子。这里结合Face-book的广告业务来谈谈其生态系统是如何构建的（见图2.6）。Facebook首先通过其社交媒体去吸引客户，形成其广告的基础群体；然后，通过其数据管理平台（Data Management Platform, DMP）去挖掘管理数据，形成可供不同广告主使用的业务数据，同时对广告主提供不同的付费选择，比如优化的按次付费；最后，通过实时竞价的广告交换平台（Ad Exchange, ADX）为广告主提供许多方便的在线工具，帮助其广告落地，并形成良好的客户体验和客户转化。
图2.6 Facebook广告平台生态系统
资料来源：作者根据相关资料绘制。
社交媒体方面，很多移动设备都内置了Facebook移动端。另外，在苹果手机（iPhone）上，前五个下载最多的应用，Facebook就占了四个（Messenger, Facebook, Instagram, WhatsApp）；另外，对于非自有应用，Facebook提供了Facebook Audience Network的软件开发工具，它类似于谷歌的AdMob，可以将这些非自有应用快速集成到各个大型应用，特别是一些游戏和工具类型的软件中。
广告主方面，Facebook的广告主数量超过250万，其中大部分都是中长尾广告主。
广告主有三种广告出价方式：优化的按次付费（Cost Per Mile, CPM；即按1000次浏览付费）、按点击付费（Cost Per Click, CPC；即按点击广告付费）、按转化率付费（Cost Per Acquisition, CPA；即按消费者转化成功率付费）。
对每一个广告位，系统都会对所有参与竞标的广告生成一个分数并以此排序，分数排名最高的广告获得广告位。对每个被选上的广告，平台收取的价格并不受当前广告出价的影响，而是取决于其他参与竞标的广告出价。这样做的好处是出价与要付的钱分离，鼓励广告商说真话，提高广告系统的外部性，维护平台的长久价值。
Facebook在广告排序上考虑了更多与用户互动率相关的因素。比如说，如果一条广告的质量很高，评论和点赞数都很多，Facebook就会自掏腰包加以补贴，极端情况下这条广告还可以免费；反之，如果用户“关”掉这条广告的次数很多，Facebook就会收更多的钱以示惩罚。Facebook的广告系统在服务外部广告商为公司挣钱的同时，也是其内部流量资源的分发者。对于希望获得流量促进产品增长的内部团队，Facebook的做法是按项目的重要程度划拨一笔预算，把产品当作一个来自内部的广告商，同外部市场一同参与流量的竞标。
广告的技术平台方面，Facebook有自己的广告交易平台，叫作Facebook Exchange（FBX），上面提供大量的工具，其中创新的广告形式“移动信息流广告”（Feed Ads）、短视频及360度全景视频大大提升了客户转化率。
数据方面，是广告平台金字塔的塔尖。市面上各企业都号称自己有用户数据，但这些用户的基础数据往往是不准确的、片面的。而Facebook的企业数据来自用户高可信度的填写，另外它还有靠谱的社交网络和互动，这些真实的数据都为广告投放提供了极大的增值服务。特别是，Facebook还收购了Altas公司，这家公司是一个老牌的数据管理平台，除了有线上数据，还有些离线的数据，包括部分用户信用卡的交易数据，这帮助Facebook构建了一个高可信度的、线上线下互补的用户数据库。
一方面，“生态系统”日益成为商界的热词，尤其是互联网企业，靠生态战略打入一个又一个相邻行业，加上有许多成功的故事被媒体粉饰，一时间无数企业宣称要打造一个自己可以主导并分享最大收益的商业生态圈，或者至少进入一个强势的商业生态系统。而另一方面，我们也看到，由于政治、资本、贸易等的影响，生态又变得非常脆弱，因此生态系统对企业的发展甚至生存发挥着日益重要的作用。
企业生态系统的概念最早由战略管理学家J.F.穆尔于1993年提出，他基于生物学的类比，从有机的生态联系视角将企业比作生态系统中的物种，以审视现代企业与环境之间的关系。企业生态系统是指，企业与企业生态环境形成的相互作用、相互影响，以实现企业增值的复杂经济群体。在这一群体中，企业间形成网络，以共同价值为纽带，组织与个体间相互作用，形成动态的适应系统。
加入世界贸易组织（WTO）后，中国企业的生态系统也从自给自足逐渐走向全球化。以华为的手机生态为例，根据中金公司研究部对P30 Pro手机生态的研究（见图2.7），2019年5月前，P30 Pro手机主板的射频前端组件、天线以及内存等许多芯片硬件来自美国，系统平台是安卓（Android）系统，Google GMS是华为手机最核心的生态系统服务，正是全球生态链及华为强有力的研发支持了华为手机在全球市场的快速崛起。但华为被美国列入实体清单后，这个生态系统就被打乱了，许多人怀疑华为的生态重建能力，不仅仅是芯片的备胎问题，手机上的许多应用也都是基于Google GMS开发的，在这种情况下，华为的生态系统是如何经受住考验的呢？
图2.7 华为P30 Pro手机生态构成
从华为发布的Mate 30 Pro手机来看，技术洞察（Tech insights）公司对华为Mate 30 Pro系列供应链情况进行了详细的分析（见图2.8），华为自主研发的海思芯片占据主板的一半，原先射频中由美国Skyworks和Qorvo供货的前端模块被海思和日本的村田替换掉了，美光的DRAM（动态随机存取储存器）也被Skynix取代，更为重要的是，华为先后推出了华为鸿蒙OS系统、华为HMS服务，以替代Google GMS服务，这样能够避免在缺失了Google GMS服务后的应用问题。2020年2月24日，首款搭载华为HMS服务的荣耀V30 Pro手机正式登陆欧洲市场，这充分反映了华为优秀的自主研发能力以及对供应链强大的整合能力。大家一定有疑问：华为的生态系统是怎么做的？怎么能够经受住这样的冲击？这与其很早就开始的供应链管理变革及数字化转型有密不可分的关系。
图2.8 华为Mate 30 Pro 5G手机生态链
资料来源：作者根据相关资料绘制。
华为的供应链管理变革可以分为两个阶段：1999年到2003年，集成供应链（Integrated Supply Chain, ISC）系统建立；2005年至今，全球供应链（Global Supply Chain, GSC）系统建立。
集成供应链系统，是和1999年开始的集成产品研发（Integrated Product Development, IPD）同步进行的，它是由供应商、制造商、经销商、零售商和客户构成的集成网络。该网络中包含不同的职能部门，比如采购和仓储部门负责材料供应，生产部门负责产品制造、组装和调试，销售部门负责订单管理，交付部门负责产品交付，客户服务部门负责产品维护和技术支持。集成供应链系统的目的就是打破这些部门的壁垒，将所有内部职能部门和运作活动整合在一起，从而匹配供应与需求，及时准确地将产品交付给客户，提高客户满意度。此外，集成供应链系统强调通过信息系统集成、组织间合作、流程简化和连接等将制造商与它供应链上的供应商及客户整合在一起。基于内部整合、供应商整合和客户整合，供应链上的不同企业可以像一个组织一样运作。
全球供应链系统，是将集成供应链的模型扩展到全球范围，是指由供应链伙伴所构成的全球的、集成的网络。华为实施全球供应链系统变革的第一个动作，就是在它的海外事业部和办事处运行企业资源计划（Enterprise Re-source Planning, ERP）系统。在这个过程中，华为遇到的最大挑战就是不同国家的法律、法规和客户需求的巨大差异。为此，华为专门挑选了来自财务、供应链、采购、流程和IT部门的200多名员工，成立“海外ERP项目”团队，并采用细胞分裂式的方法将ERP成功实施的经验扩散出去。基于这些分散的ERP系统，华为开始建立全球的集成供应链。在这个过程中，华为的一线员工发挥了巨大作用，他们根据工作的需求提出创造性的解决方案，以保证华为的主干系统适用于当地的法律、法规和客户需求。华为在供应链系统变革及数字化方面的持续努力大大提升了其运作效率，也为此次被美国列入实体清单后能够快速调整整个供应链的研发、物料、生产、制造、销售、物流及客户服务，打下了坚实的基础。
华为供应链运作参考模型（Supply Chain Operations Reference Model, SCOR）提供端对端的全流程贯通的解决方案。如图2.9所示，华为将集成供应链系统界定为计划、采购、制造、物流、客户五大部分。
图2.9 华为供应链运作参考模型
资料来源：作者根据相关资料绘制。
上面主要谈了华为基于供应链对其生态所进行的变革和数字化转型。围绕市场，华为同样进行了生态的数字化转型，当然，有学者把它叫作“企业的数字化生态”，可能的原因是数字化原生的互联网企业的生态，从一开始就是围绕市场来建设的。
“企业的数字化生态”是指企业在数字化方面具有一定架构的资产，包括网站、移动互联、社交媒体、智能家居、可穿戴设备等正在蓬勃发展的在各个技术接触点上运行的各种应用。其中，电子商务和支付平台现在已成为数字化生态系统中不可或缺的一部分。
我们接着谈华为是如何进行生态的数字化转型的。
首先，华为构建了以客户为中心的网站生态系统，支持多区域多语言版本的响应式网站，改变了过去以产品为中心的单独网站品牌和设计，网站首页把客户分为个人客户、企业客户和运营商客户，并提供相应的解决方案、产品及服务。
其次，华为打造移动端应用生态系统，采用多应用单目标的移动生态系统模式，构建丰富多彩的应用，如华为商城、华为云、华为企业服务、华为技术支持和华为手机学校等。
社交媒体方面，华为采用混合的社交媒体生态系统模式，比如既有基于微信的华为公众号，也有某一方面的重要应用，如华为商城、华为企业业务、华为客户服务中心等。
说到“企业的数字化生态”，不得不说的一个数字化原生企业的例子就是阿里巴巴。淘宝不是零售商，不拥有任何一件商品，但它建立了一个超级零售的数字化生态圈。淘宝之所以能够创造这么多奇迹，很重要的一个原因在于，它通过生态的数字化赋能其用户——卖家，进而演化成一个社会化协同的大平台。如今，即使是一个非常小的淘宝新卖家，也可以在线同时和几百个服务商合作（见图2.10），只需要有一个API（应用程序编程接口）的链接，就能调动相关的数据和服务。相关的服务可以包括打通微博这样的社交渠道、蚂蚁金服提供的金融服务后台、旺旺的工作流以及各种营销产品。所以淘宝本身就是一个非常复杂的数字化生态“协同网络”，而这个“协同网络”带来了巨大的社会化的价值创造。
图2.10 淘宝如何赋能其用户——卖家
资料来源：作者根据相关资料绘制。
阿里巴巴集团学术委员会主席、浙江湖畔创研中心教育长曾鸣曾谈到过一张价值“千亿美元”的战略图（见图2.11），这张图是在2007年阿里巴巴战略会上发布的，该图确定了阿里巴巴未来十年的战略，目标是“建设一个开放、协同、繁荣的电子商务生态系统”，并成为一家千亿美元的公司，而当时阿里巴巴公司的市值仅100亿美元左右。
图2.11 阿里巴巴的生态系统
资料来源：作者根据相关资料绘制。
这张图的第一个核心是要建设一个生态系统，而生态系统的核心是客户，是数据，是最底层的信息流、资金流、物流。所以阿里巴巴把贯穿所有子公司的数据业务打通，并将其命名为整个集团未来的“奔月计划”，这是其未来发展的核心，也是生态系统的根本。
正是因为提出了“奔月计划”，所以阿里巴巴在那次会议上明确了一定要在一年内找到一个CTO（首席技术官），他要能够带领公司完成“奔月计划”，在数据这个领域走向未来。后来，王坚博士加入阿里巴巴，缔造了云计算的一段传奇。
这张图的第二个核心就是开放API，而开放API是实现生态系统数字化的关键。阿里巴巴高层在那次会议上有过很多争论，最后没有达成共识的就是：在集团层面对外开放数据（这就意味着外面的人可以用阿里巴巴的基础设施开发一个类似于淘宝的平台来跟阿里巴巴竞争），还是在淘宝这个层面对外开放API（别人可以利用淘宝的基础设施建超市、百货公司和商店）。
阿里巴巴高层当时意识到，如果真正能够把数据打通，还能把对外开放API的链接做好，那么阿里巴巴应该会创造一个前所未有的奇迹——数字化生态系统。这样一个生态系统应该会有价值千亿美元的可能性。
阿里巴巴正是通过API这个链接赋能在淘宝上的卖家，而卖家同样通过API链接打通了生产商、金融/支付体系、物流、服务等，并自我生长成自己的生态系统，然后由买卖双方的双边市场逐渐形成多边市场——密密麻麻海量的“点”，这些“点”就是生态中直连互动的各个角色。这些“点”由于巨大的规模经济，往往能提供性价比很高或者很独特的服务，这些服务又纵横交织成“线”，从而提供传统方式无法实现的更优质的服务。每条“线”都是一个细分场景，都是一种独特的服务。这些“点”和“线”，远看似乌合之众，排列分布几乎无规律可循，但实际上却能聚散自如，招之即来，来即能战。“点”的数量，从晨星寥落走向燎原之火，就是因为无数“点”与“线”构成的这张网，可以提供更高的客户价值，吸引更多的消费者，从而催生新的“点”或者新的“线”参与其中，形成良性循环。也就是说，从稀疏的“点”开始连接，“点”与“点”互动，帮助“线”更好地服务用户，构成了今日星河灿烂、生机盎然的淘宝的数字化生态系统。
数据的价值，超出所有人的想象。
消费互联网中，数据是个金矿，是平台的金矿，似乎是不争的事实。工业互联网建设中，数据同样是核心。工业互联网产业联盟编制的《工业互联网体系架构2.0》明确指出，“业务视图的数字化转型方向、路径与能力实质由数据所驱动，功能架构的网络、平台、安全服务于数据的采集、传输、集成、管理与分析”。热火朝天的人工智能，也有赖于数据训练和分析而产生的价值。许多咨询公司把数字化转型的商业逻辑总结为：数据+模型=服务，数据成为数字化转型的核心，转型的价值也通过数据能力、数据资产及由数据形成的服务体现出来。
数据的能力是什么？具备了这些能力后如何形成价值？这些价值又如何和业务应用结合起来产生效益？
数据资产化的过程就是数据能够沿着业务价值的方向自由流动，在面临市场不确定性、多样性和复杂性的时候，能够把隐性数据显性化并快速形成业务洞察，赋能业务场景。图2.12的数据能力架构概述了数据服务化的过程，该过程分为三个方面：数据能力抽象、数据能力具象、数据能力的应用场景。
数据能力抽象分为四个方面：传输能力、计算能力、资产能力和算法能力。
传输能力：传输能力可分解为底层数据传输效率和应用层数据传输效率。底层数据传输效率包括底层各种数据的采集和数据源进入后的预处理阶段的传输效率，即源数据通过高性能的底层多存储的分布式技术架构进行ETL（数据仓库技术）抽取、转换、装载清洗后，产出数据中间层通用化的结构化数据交付物。应用层数据传输效率基本不涵盖底层数据采集和加工处理环节，而数据产品会用到规定好的数据交付物（即已约定好的结构化或标准化的数据），而利用此数据交付物再经过产品对实际应用场景的匹配和加工来提供数据服务。底层数据加工计算所涉及的传输效率，决定了支撑数据产品高性能、高可靠性的自身需求；应用层数据的传输影响了用户体验和场景实现。
图2.12 数据能力架构
资料来源：作者根据相关资料绘制。
计算能力：传统的计算基本发生在数据中心，随着云计算、大数据、物联网、人工智能和认知计算的发展，计算将无处不在。CPU、GPU、ASIC（专用集成电路）、FGPA（现场可编辑逻辑门阵列）让计算能力和计算速度大幅提高，从离线数仓到实时数仓，再加上5G时代的加盟，数据应用的时效性会越来越强，应用场景会越来越多。
资产能力：可直接使用的交付数据才是数据资产，当然，可直接使用的数据有多种形式，比如元数据（Meta Data）、特征、指标、标签和ETL的结构化或非结构化数据等。数据资产的价值可以分两部分来考虑：一部分是数据资产直接变现的价值，另一部分是数据资产作为资源加工后提供数据服务的业务价值。
算法能力：算法能力是将多元的数据集或者说尽可能多的数据转化为一个决策判断结果并将其应用于业务场景的能力。不管是通用的自然语言、语音和图像算法，还是和业务相关的机理模型算法，都是数据业务化的关键。
数据的传输、计算和资产是基础能力，算法是高级的泛化能力。而离业务场景最近的就是算法能力所提供的算法服务，这是最直接应用于业务场景且更容易被用户感知的数据能力。数据能力的输出和应用才能体现数据价值，数据能力的最大化输出考验着整个数据产品架构体系的通用性和灵活性。
数据能力具象是体现数据价值的桥梁。每种能力都既可以独立开放，也可以组合叠加，既可以是数据资产的直接调用，也可以融入计算能力的聚合和统计处理，或者加入算法的识别和预测。如果将能力具象，就会衍生出产品形态的问题，产品形态在数据资产经过（数据能力）具象，比如打上标签后产生。
应用场景是数据体现价值的落地应用。数据经过计算分析变成产品及服务，和用户的业务结合起来，构成一个个应用场景，重塑企业的业务，实现企业的数字化转型。
首先，基础的应用场景就是数据直接调用，数据资产的使用基本会基于特征、指标、标签或者知识等交付形态。在数据市场中，可以通过构建出的一些开放平台进行赋能。
其次，对基础的数据资产进行计算处理后将其变成可以进行数据分析的场景交付形式。加入计算能力后，分析场景包括人群的画像分析、多维度的交叉分析、业务的策略分析和监控分析等。
最后，业务场景赋能是指利用算法能力和计算能力把基础的数据资产变成业务人员更理解的业务场景交付形态。比如，对一些业务场景的预测分析，甚至一些人工智能场景的识别或学习思考，都可以通过算法赋能来实现。
以上能力应用场景都是对数据传输能力的考验。源数据通过高性能的底层多存储的分布式技术架构进行ETL抽取、转换、装载、清洗后，产出的是数据中间层通用化的结构化数据交付物。随着数据量级的急剧增大，数据孤岛产生了。那么散乱的数据，只有通过数据平台整合起来，通过算法转换成资产才可以发挥价值。
在数字化的浪潮下，企业要想树立差异化的品牌特质，就需要重新审视自身与客户的连接渠道，进而更好地服务客户，改善客户体验。企业需要探索更多交互方式，增进与用户的沟通，并且通过搜索引擎、社交网络、预测性分析、认知计算、物联网等技术，建立灵活应变的运营环境，进而做到及时的产品与业务拓展。
如何增加线上渠道即数字化的客户接触点日益成为企业成败的关键。图2.13列出了不同的数字化渠道，这些都是企业和用户之间最有可能的沟通接触点。这些接触点不仅可以作为用户消费的入口，更是企业了解用户习惯、收集数据的基础。不同的行业与目标客户可能对渠道的选择有不同的偏好，这与客户所处的行业特点、周边环境、接触信息的手段、管理方式及日常习惯等有关系；同时，很多企业也会根据渠道的绩效、客户的偏好与渠道的性价比来决定企业对于渠道的投资和关注程度。
对企业来说，在所有网络接触点中，最重要的莫过于“口碑”，而搜索引擎是聚合口碑最重要的载体，它将分散在网络各处的口碑信息集中呈现在消费者眼前，供其参考和比较。对于搜索引擎这个渠道来讲，使企业的目标关键词尽可能地在搜索引擎的自然搜索结果中排名靠前，是非常重要的一环。相对于收费的搜索引擎广告，消费者更倾向于相信在自然搜索中表现出色的网站，因为自然搜索的设计理念是为客户的查询提供直接答案，而付费搜索则是广告的另一种形式。目前，已经有很多工具可以协助企业对其搜索引擎在自然搜索方面的表现进行衡量，例如GoDaddy和Moz.com就提供这样的服务。
图2.13 数字化渠道
资料来源：作者根据相关资料绘制。
全渠道成为新常态，企业需要通过多样化的触点技术向顾客提供随时随地、连贯一致的用户体验。以亚马逊书店为例，线上也能提供与线下一致的体验，如“一进门的推荐货架”“每本实体书都配有评论卡（Review Card），可以看到读者评论”“相似图书的推荐”“与线上的同一价格”。而做到线上、线下书店拥有几乎完全一致体验的前提是整个企业需要具备如表2.1所示的基本能力。
表2.1 亚马逊数字化渠道
资料来源：作者根据相关资料整理得到。
单一客户视图（Single Customer View, SCV）是其客户的唯一整体视图。客户在不同的生命周期中，在不同触点会产生不同类型、不同结构的各类数据：人口/家庭/组织特征及联系数据、社交媒体数据、市场活动互动数据、交易数据、用户行为数据，以及其他非结构化的各种数据，如社交媒体上的评价、各类服务请求等。只有当这些异源异构的数据有机地组合在一起，形成单一客户视图时，才能准确衡量客户终身价值（Customer Lifelong Value, CLV），在各个渠道上提供一致的用户体验，更有效地进行交叉销售（Cross-sell）和追加销售（Upsell），进而留住客户。
一个典型的建立单一客户视图并实现个性化营销的方案（见图2.14）包括以下步骤：
（1）采用数据流如Kafka、Flume、Flink技术来采集数据进入数据湖；
（2）利用Spark Streaming这种流式计算框架进行实时数据分析；
（3）进行数据的清洗、过滤、整合、身份关联，建立单一客户视图；
（4）将相关的产品、销售、订单、渠道触点等信息也通过数据集市展示出来；
（5）BI（商业智能）及Analytics分析系统建立智能分析模型，如“客户终身价值”“下一步最佳行动”等；
（6）营销活动系统发起“客户留存”“交叉销售”“追加销售”“最佳渠道”“潜力客户转化”等营销活动流程，进行智能个性化营销。
图2.14 单一客户视图和个性化营销
在客户的单一客户视图建立起来后，接下来要做的最主要的一件事情就是内容营销。
内容营销，就是一种通过生产对目标用户有价值的免费内容来实现商业转化的营销过程。内容营销正逐渐从传统媒体转向自媒体和社交媒体。以往，用户接收的信息较少，且渠道单一。所以，网络营销主要就是对渠道的营销。比如脑白金，只是循环地进行电视广告播放，对用户进行洗脑。而现在，渠道更加碎片化，用户每天可接触的新鲜信息也很多。因此，用户不再只是信息的接收器，他们会构建自身的逻辑和观点。
内容营销要求企业能生产和利用内、外部有价值的内容吸引特定客户。重中之重是特定人群的“主动关注”，也就是说，你的内容能否自带吸引力，让消费者来找你，而不是单纯地利用媒介进行曝光。内容生产的过程中往往隐含着用户认可的价值观和逻辑体系，使他们更愿意主动传播，变成传播网络上的节点。
总的来说，内容生产主要有以下三种方式：
（1）品牌生产内容（Brand Generated Content, BGC）。以内部团队为核心，为受众提供产品/品牌/品类相关的信息，目的是让品牌成为消费者心目中的权威专家。主要表现形式有海报、H5（HTML 5）与视频、发布会等。
（2）专业生产内容（Professionally Generated Content, PGC）。企业借助代理/网红/名人（关键意见领袖）或专业内容方的外部内容，为更广泛的消费者群体提供品牌信息。主要传播形式有直播、媒体软文、影视植入等。
（3）用户生产内容（User Generated Content, UGC）。以品牌粉丝为核心，产生他们原生的口碑内容。主要形式包括构建社群，进行社区聚拢、直播互动等。
用户生产内容更像是每个品牌的一种目标，是互联网时代与消费者连接更紧密的一种表现。总之，内容营销要求品牌不断创造高质量的BGC和PGC，同时激发UGC，实现增长目标。
在多样化的触点形成以后，内容的推送和服务也要相应地在正确的时间、通过正确的渠道推送给准确的目标群体。通过单一客户视图，对客户进行细分，进而把生产的内容通过合适的渠道传播出去（见图2.15），包括以下几个步骤：
（1）构建目标客户画像，分析和洞悉客户所思所想；
（2）整理内、外部可用的内容，定位内容主题；
（3）制作内容日历，持续有效地与客户交互；
（4）发布和推广内容，达到影响力最大化。
图2.15 基于单一客户视图的内容传播渠道
资料来源：ThoughtWorks公司数字平台战略。
社交媒体已经成为数字化渠道的一个主要组成部分。企业已经开始利用大型社交媒体（如Facebook、LinkedIn、推特、微信、微博、今日头条、喜马拉雅等）提高客户的参与度，处理客户服务方面的事宜，提升品牌关注，思考领导力，以及管理公共关系等。在2020年年初国内新冠肺炎疫情比较严重时期，大量的企业借助微信、微博、今日头条和一些自媒体，一方面开展防疫宣传及体现其社会责任，另一方面宣传其移动办公解决方案或者工业互联网或大数据或人工智能等技术如何帮助抗击疫情，助力企业复工复产。
世界上最大的在线社交媒体杂志Social Media Examiner（SME）发布了《2019年社交媒体营销行业报告》，该报告调查了4800多名营销人员，目的是了解他们是如何利用社交媒体来发展和促进其业务的。主要调查结果如下：Facebook的主导地位不可动摇，94%的营销人员表示他们在使用Facebook；其次是Instagram，占73%，首次超过LinkedIn；57%的营销人员表示自己在使用YouTube。61%的营销人员声称Facebook是他们最重要的社交平台。72%的营销人员使用Facebook广告，59%的人计划在未来12个月内增加对Facebook广告的使用。
当然，一些管理人员仍然认为，社交媒体对于千禧一代来说是精力的浪费。社交媒体行为及关注，可以对企业的自然搜索排名带来何种程度的提升，无法评估。尽管是非直接的原因，很多企业还是会自动将自身精力集中投入那些目标与社区背景及企业品牌相匹配的社交网络中。比如在中国，IT企业更关注“云头条”和“特大号”等与IT行业相关的自媒体。
即使建立起数字化渠道，企业还是需要形成利用数字化信息管理企业的能力，通过跨渠道、跨组织的数字化信息，优化线下、线上的融合能力。最后，企业需要围绕客户接触交互点进行数字化整合，对产业链中的所有元素进行优化。
上面从企业能力的七个层次，即人、产品、流程、平台/生态、渠道/体验和数据，分析了企业是如何提升数字化能力建设的，下面结合企业能力的内涵做进一步的分析。
在企业能力的内涵方面也有很多维度，为了便于我们解构和分析，这里分为两个维度：一个是价值链维度，一个是客户体验维度。
价值链是传统企业“在位者”常用的一个维度，也是企业为市场及客户提供产品和服务时交付行动的路线图。工业革命数百年以来，每一次技术进步，都会引起价值链的变化。以零售业为例，百货商场是对中国几十年供销社体系的一大革命，尤其是国美及苏宁等电器巨头，利用一体化的IT系统，不但提升了整个供应链的效率，而且极大地节省了物流成本，提升了客户体验。随着新技术的发展，特别是云计算和移动互联网的出现，整个零售业供应链的格局大大地改变了，标志性的企业就是阿里巴巴。新技术使得价值链更加透明，产业越来越细，并且更容易分解和模块化。过去，价值链的颠覆往往涉及整个价值链的更替，或者价值链的大部分更替，所以涉及大量的原有生态体系的变化，更替周期比较长，成本比较高，比如百货商场对传统供销社的业务流程及市场营销模式的颠覆。而现在随着产业化的细分，价值链的颠覆将涉及更多功能化、专业化和跨界化的竞争。
随着专业厂商进入市场提供关键能力，价值链将出现裂变（见图2.16）。
图2.16 价值链裂变
资料来源：作者根据相关资料绘制。
价值链裂变的现象在IT及半导体行业尤其明显。传统的IT公司比如思科、IBM及惠普很早就把制造分离出来外包给富士康、伟创力这样的专业制造业企业，因为它们在制造方面可以以规模化的生产、更低的成本、专业的服务展现更强的产品生产能力。
在半导体产业，因所需的投资巨大，沉没成本高，所以设计和制造又进一步细分为四种模式：IDM、Foundry、Fabless以及Fab-lite。传统的半导体企业像英特尔这种，采用IDM（Integrated Device Manufacture，集成器件制造）模式，从设计、制造、封装到测试一条龙全包；有的半导体企业只做设计这一个环节，是没有Fab（制造工厂）的，通常就叫作Fabless，例如ARM、英伟达和高通等；还有的公司，只做加工制造，只代工，不做设计，称为Foundry（代工厂），比如台积电等，这些晶圆代工厂将很高的建厂风险分摊到广大的客户群以及多样化的产品上，从而集中开发更先进的制造流程；Fab-lite是介于IDM和Fabless之间的轻晶圆厂模式，是企业为了降低投资风险而采取的一种策略，核心芯片采用IDM模式，其他部件采用外协合作，自己不再投资兴建晶圆厂。
支撑这种价值链裂变及重塑的基础除了专业化、功能化以及跨界的生态融合，还有一个非常重要的因素就是IT基础设施的建设和数据的驱动，特别是云计算技术、数字化平台、协作技术及移动互联的发展，促使跨地域、跨行业的价值链的融合。比如美国思科公司，通过思科商务空间（CCW）系统，打通、整合客户关系管理系统（CRM）、供应链管理系统（SCM）、企业资源计划系统（ERP）及制造执行管理系统（MES），实现客户、代理、企业及外包制造厂商的价值链融合和价值增值。而且这些融合是实时和动态的，价值的创造和分配的方式也会因之改变，不再是传统的“成本加回报”的简单叠加，而是由价值生态中的每一个参与者对整个系统创造的价值的整合。
客户体验是“闯入者”尤其是互联网企业最关注和常用的一个维度，企业的关注点不再是产品功能、特性等方面，而是从客户的业务成果出发，关心用户使用商品后最直接的感受。这种感受包括操作习惯、使用后的心理感受等。根据伯尔尼·H.施密特在《客户体验管理》一书中的定义，客户体验管理（Customer Experience Management, CEM）是“战略性地管理客户对产品或企业全面体验的过程”，它以提升客户整体体验为出发点，注重与客户的每一次接触，通过协调整合售前、售中和售后等各个阶段，各种客户接触点，或接触渠道，有目的、无缝隙地为客户传递目标信息，创造匹配品牌承诺的正面感觉，以实现良性互动，进而创造差异化的客户体验，实现客户的忠诚，强化感知价值，从而增加企业收入，提升资产价值。
同样以零售行业为例，客户体验首先需要从打造新的体验开始（见图2.17），推进产品、服务和流程数字化，在各个客户接触点上（例如销售人员、呼叫中心、代理商、广告、活动、收账人员、客户接待、产品使用手册和网站），时刻与客户实现有效的互动，增强客户黏性，提升客户体验，重新定义产品、服务以及不同客户场景及一系列体验/感受（例如视觉、语气、味觉、气氛、细致入微的关怀与照顾）；其次是构建新的业务战略重点，包括催生新的业务模式，特别是跨界的价值链整合、低价甚至免费的互联网降维打击模式、新的融资方式以及对技术创新进行的投资，营造符合情境的深入体验；再次，客户是数字化重塑的关注焦点，因此，企业零售商的人才培养和梯队建设应该反映出客户群的代际特征，这样就可以为其目标客户提供贴切相关的、富有吸引力的服务体验；最后就是建立完全整合、灵活且敏捷的运营环境，使客户关系最优化、客户价值最大化。
图2.17 客户体验的重新定义
资料来源：IBM商业价值研究院。
美团作为一家本地生活服务O2O（Online to Offline，在线离线/线上到线下）平台，利用“外卖”平台，整合各个用户接入点，从开始的“高校学生及白领群体”与“中小型餐饮企业”的连接和互动开始，扩张到了酒店、婚庆、教育甚至出行、金融等领域，并积极构建多维度生态系统；然后按照便利店、传统商超、近场零售、写字楼等不同场景，形成四种不同的运力网络模式，结合“超脑”即时配送系统以及无人配送车等智能装备，满足不同的配送场景和不同商家的需求，提升配送效率，降低物流成本，重新优化客户服务和体验，尽量实现全方位的选择权和便利性，以此达到“品牌忠诚”。进而，以后客户通过美团新零售平台购物，就像点一份外卖一样，不管买什么，只要网站上有，下单后30分钟基本就到手中了。
沃尔玛已经成功地将创新电子商务网站Jet.com整合到其运营当中，从而在实体零售店的基础上以敏捷的数字平台增添新力量。凭借独特、透明的客户购物体验，Jet.com能够在智能购物篮的帮助下，提供富有竞争力的价格，并提供免费退货和借记卡支持服务。Jet.com重新将关注重点放在千禧一代身上，通过沃尔玛的连锁店网络加快订单履行速度，并获得支持店内提货的能力。通过一系列举措，Jet.com成功打造了无缝购物体验：可以帮助消费者节省时间，让他们买到更加经济实惠的商品。
一方面，通过价值链维度和客户体验维度对企业的解构，可以将企业能力转换成不同的层次、功能与类别，这将有助于企业了解在不同的业务板块和时间节点，企业的战略、流程、人才如何与数字化的不同方面进行交互和迭代，进而采取必要的行动，实现数字化转型。
但另一方面，这么多的新型能力，哪些属于数字化，哪些属于传统能力的提升？怎样理解一家企业的数字化成熟度？路线图该怎样设计？能不能把企业能力的七个层次及企业能力的内涵归纳成更易使用的能力架构和工具呢？