1）2021 年初的时候国资委印发了《关于加快推动国有企业数字化转型的⼯作通知》，这个《通知》⾥⾯明确国有企业数字化转型的基础、⽅向、⽬标和举措，提出了坚持数据驱动、坚持基层创新的基本原则开启了国有企业数字化转型的新篇章。
2）中国邮电器材集团作为⼀个传统的零售企业，拥有庞⼤的渠道、资源和体系，在市场竞争快速发展的阶段，⾏业格局不断变化，他们如何盘活已有的渠道资源，以更⾼的灵活性去应对现在的新的商业模式，是诸多传统国有企业⾯临的巨⼤的挑战。

作者：

李勇：通⽤技术邮电器材科技创新与信息化部总经理

陈庆敏：Thoughtworks 数据和智能业务部⾸席解决⽅案架构师

陈庆敏：

今天我们分享的话题是关于数据，那我们就从数据开始谈起。近两周，可能很多⼈的朋友圈、公众号、微信群都会被华为的这样⼀篇报告来刷屏，报告的名字是《数字化转型，从战略到执⾏》，这篇报告引⽤到了很多来⾃于经合组织及全球教育智库的⼀些数字，其中有⼀⻚介绍到，全球有 60 多个国家和地区已经发布了⼈⼯智能战略，这其中就包括中国。

与⼈⼯智能战略息息相关的是数据，那么，全球数据和⼈⼯智能技术的应⽤现状如何呢？让我们来看⼀篇来⾃ Appen 的 2020 全球⼈⼯智能和机器学习⽩⽪书（Appen全球 AI 训练数据和服务的领军者），在对全球不同⾏业、不同规模的⼏千家公司进⾏调研分析之后，Appen 在⽩⽪书中给出了给了⼏个⾮常关键的数字。

在被调研的企业当中，73%的企业认为⼤数据和智能技术是业务成功的关键，有 82%的企业已经采纳了⼤数据和⼈⼯智能技术，还有 72%的企业已经有相应的预算来和提供⼤数据和⼈⼯智能技术的供应商合作，或者采购相关服务。近两年全球爆发了新冠疫情， 69%的企业认为新冠疫情不仅没有阻碍企业在这⽅⾯的投资，反⽽在某种程度上加快了⼤数据和⼈⼯智能战略的制定和实施。

那么，中国的情况如何呢？在 2021 年政府⼯作报告当中明确了七个⽅向，也提出了数据基础、数据驱动的基本原则和基本认识。⽽这样⼀些建议和指导的落实，对国有企业的影响是巨⼤的。这也是为什么我们今天拿⼀家国有企业的数字化转型为案例来和⼤家分享，作为国有企业，如何基于数据做转型和创新升级。

李勇：

我来介绍⼀下我所在的企业，让⼤家对项⽬背景和业务形态有所了解。

中国邮电器材集团公司成⽴于 1964 年，先后归属邮电部、信息产业部、中央企业⼯委、国务院国资委管理，2009 年重组并⼊了中国通⽤技术集团。

我再介绍⼀下中国通⽤技术集团，世界五百强企业，⽬前主要是三⼤业务板块，⾼端制造、医疗健康和贸易⼯程承包。邮电器材就属于贸易⼯程承包板块，⽬前邮电器材主要业务就是通信产品的分销和物流，去年 2020 年销售收⼊ 700 亿，销售终端产品 4000 万件，业务覆盖全国 31个省，线下合作⻔店约10 万家。

传统的贸易更多的是⼀买⼀卖，邮电器材的贸易形态要复杂的多，⼤家看下⾯这条线，这是邮电器材主要的业务类型，从国家级（也就是总代）到省级代理，之后到地市经销商，再到零售⻔店，最后到消费者；此外我们在业务拓展过程中，正在拓展⼀些平台型连锁企业，和⼀些⾮邮电器材体系合作商，也在尝试线上线下相结合的销售⽅式。

总的来说，邮电器材的业务形态多，业务链条⻓，这就带成了庞⼤的数据量，在每⼀个业务节点都会产⽣新的数据。这些数据⽬前还掌握在⼀些合作伙伴⼿⾥⾯，也存在不同的信息系统中。由于合作伙伴的能⼒不⼀样，它们对于数据的采集、收集、分析的结果也不⼀样，造成了数据质量参差不⻬。

我们邮电器材实际上是⼀家⽐较传统的贸易企业，刚刚⾛上数字化转型之路，很多传统企业有着⼀个共同的特点，即渠道管理销售政策往往取决于经验，也就是我们经常说的以感觉来操盘。这样的⽅式其实有很⼤的弊端，因为能⼒没有建⽴在组织上，能⼒建⽴在了个⼈身上。如果个⼈的⼯作产⽣变化，⼯作有变动，对这个组织伤害是⾮常⼤的，所以⽬前我们还没有建⽴起来数据思维和数据分析能⼒，当然以前我们也是没有更好的数据分析⼯具来提供给他们。

为了解决以上问题，我们决定向数据要能⼒，让数据来赋能渠道管理，主要从以下这四个⽅⾯⼊⼿：制定数据战略和可落地的⽅案，同时进⾏数据应⽤与数据治理建设，从业务价值上
对数据战略和落地⽅案进⾏估与验证，整个过程不断输出经验，进⽽不断赋能组织、提升能⼒。

陈庆敏：

当初我们是怎么来制定这四个策略的呢？我们为什么识别出来是这四个策略，⽽不是其他的⼏个策略？

⾸先，正确的⽅向是成功的⼀半，数据战略是⼀个⼤的⽅向。但如果只有战略，没有落地，那也只不过是纸上谈兵，所以第⼀个策略是同时制定数据战略与落地规划。第⼆个，所有关于数据的赋能、创新、转型都绕不开⼀个话题，那就是数据应⽤做什么？数据治理该怎么建设？在邮电器材，我们也分析了这两者的关系，并且做到了建设上的协同。第三个，数据赋能渠道策略，归根结底服务的是业务，业务想要什么，需要进⾏价值评估和价值验证。第四，从组织的⻆度来看，当做前⾯这三件事情的时候组织实际上还有⼀个核⼼的诉求，那就是做这些事情的过程中组织⾃身发⽣改变，提升能⼒，只有这样，才能在应对外⾯的变化、挑战时，组织依靠⾃身的能⼒去应对困难，去解决问题。这个策略实际上是帮助组织内建能⼒。

接下来看⼀下我们是怎么落地这⼏个策略的。

第⼀，数据战略与落地规划。

战略比较宏大，落地则需要具体且务实。所以说，从战略到落地是从虚到实、从⾯到点、从⼤处着眼到⼩处⼊⼿的⼀个过程。

在这个过程当中有很多步骤，⽐如组织战略、业务战略和数据战略拉通，⽐如我们要做价值链的分析，在价值链分析基础之上，还要做业务场景的识别和优先级排序。因为这些⼯作和数据相关，这个过程当中数据质量的评估是必不可少的，此外还有业务以及技术架构的设计，以及落地规划的设计，实际上，在这所有的过程中还有⼀个⾮常关键的点，那就是优先级如何排序，确切地讲是基于数据的优先级排序。

我们是从三个维度来思考这个问题的：⼀是有没有业务场景，⼆是有没有数据⽀撑，三是有没有技术能⼒（这⾥的技术能⼒是我们前⾯提到的⼤数据、⼈⼯智能、机器学习等能⼒的⽀撑），如果这三个条件都满⾜，那么这将是我们⾼优先级建设的数据应⽤。但现实当中，很多时候组织会缺条件，⽐如有的时候我们有业务场景和数据，但是缺少技术能⼒，我们会把这种情况当成第⼆优先级，为什么呢？因为技术能⼒可以通过引⼊合作伙伴来提供，再⽐如，有业务场景，有技术能⼒，但是没有数据⽀撑，这是我们认为的第三优先级，因为我们有了清晰的业务场景和技术能⼒，我们可以⽤对业务的理解和对技术的掌握去分析所需的数据，到底是⽆可⽤数据还是⽆数据可⽤，然后找到相应的办法来解决。接下来第四个优先级便是只有业务场景，其他都不具备，这种情况可能会存在挑战，但现实中也有相应的解决办法。

在这个过程当中，你可能已经意识到了，业务场景是最重要的。为什么呢？像我们刚才提到的数据赋能渠道策略，归根结底是服务于业务的，⽽业务价值最终是通过业务场景来展现的。

李勇：

在企业中尤其是国有企业，汇报层级是⾮常多的，也就是任何⼀个信息化项⽬相关的⼲系⼈⾮常多，有公司各职能部⻔管理层，有业务财务商务⼈员等，项⽬的⼲系⼈包括业务和技术，我们要不断地去做⼀些沟通，加上国企的特点，需要不断地去做⼀些汇报，才能共同制定统⼀的战略，来共同规划优先级并保证⽬标⼀致。

陈庆敏：

第⼆个策略，关于数据应⽤与数据治理建设。

在这个主题上，我们经常会遇到这样的⼀些问题，⽐如数据应⽤做什么？数据应⽤依赖于数据，但是数据质量差该怎么办？是不是要先进⾏数据治理建设？⽽数据治理建设是⼀个⾮常庞⼤的⼯程，少则半年，多则⼏年，如果仅仅对数据进⾏治理，⼜很难让业务快速看到价值。这是⼀个⽭盾。

在邮电器材的案例当中，我们选择的是数据应⽤驱动的数据治理，具体来讲是这样做的：
⽤切⽚的⽅式，⽤前⾯我们提到的优先级排序的⽅法先识别出来数据应⽤，围绕着这个数据应⽤我们去找到关联数据，挖掘关联数据，对这些关联数据先去做数据治理，也就是说我们在做数据应⽤过程当中，已经融合了数据治理。从⻓远来看，当数据应⽤不断建设的时候，数据治理也慢慢地在推进，数据质量也就相应的得到了提升。

什么是股票k线（K线的六种表现形式解析）

同样的，这个过程也有⼀个核⼼点。核⼼点就在于如何发掘关联数据。在实践当中我们⽤了⼀个数据流图，在做数据治理之前，我们围绕着数据应⽤先把数据流图画出来，具体来讲，就是先找出数据在各个系统之间的流向，从哪⾥产⽣，在哪⾥被使⽤、哪⾥被消化，找到这个就找到了数据的源头，就发掘出了关联数据，但是只是发掘关联数据还是远远不够的，为什么呢？有的时候数据不可⽤，有的时候数据难以获得，有的时候数据⼝径不⼀致，有的时候数据出现缺失，有的时候数据⼜会出现重复，等等这样的⼀些原因，导致数据应⽤的价值难以保证，所以挖掘出关联数据之后，需要对数据质量进⾏评估，然后解决数据质量的问题，客观且必要的数据质量评估还能帮助执⾏团队提前判断项⽬的⻛险。

要想彻底解决数据质量问题，提⾼数据质量，还需要制定数据规范，落实数据规范，所以，我们还分析了数据流向哪⾥，如何被消费，被谁消费？消费的场景如何，这样我们就能评估出来规范是什么？然后将规范落实到数据被产⽣的过程，实际上这就是在做数据治理。所以说，数据应⽤的建设过程也是数据治理建设的过程。

李勇：

对企业来讲，最核⼼的关键还是⽣产经营，任何的信息化项⽬不管是数据项⽬，还是业务项⽬，⽆论是短期投⼊还是⻓期投⼊，企业希望看到⼀些成效，尤其是想看到投⼊对业务
⽅⾯的促进。在跟庆敏团队沟通交流时，我们也意识到了，我们企业的数字化项⽬跟⼀些科研机构还不太⼀样，按说应该把数据规范做好，数据治理做好，再搭⼀些数据应⽤，但是在企业，它需要同步进⾏，甚⾄由业务先来牵引，在不断体现业务价值的同时，在后台把数据治理慢慢做好。

为了取得数据赋能渠道的效果，我们选择了业务数据最集中的⼀个环节优先建设，⽐如说我们的分销业务，数据量⼤，数据的质量可以被较快提升，数据的价值、数据开发的价值能被较快体现，选择这样的⼀部分数据，通过集中的投⼊，能在短期看到价值，这种价值的体现⼜能帮助数据赋能渠道这件事情不断获得企业的资源投⼊。

陈庆敏：

第三个策略，业务价值评估与验证。

在这样⼀个策略的落实上我们⽤了两种模式：产品运作模式与协作管理机制，前者是关于产品，后者是关于合作。

具体来讲，产品运作模式就像是运作产品⼀样，去打造⼀款数据产品。在这款数据产品上⾯，我们会特别关注⼏个维度：第⼀，清晰的产品愿景，第⼆，具体的⽤户画像，第三，⽤户旅程的设计。

之所以这样打造，是因为考虑到数据产品也是有产品愿景的，也是有使⽤⽤户的，并且⽤户使⽤起来起来也是基于⼀个旅程的。所以我们识别了⼀些指标，并且对这样的⼀些指标做了定性与定量分析，帮助业务进⾏前后对⽐，来对业务价值进⾏评估，对业务价值进⾏验证。

李勇：

数据产品的打造是通过团队协作来完成的，所以还需要做好数据产品开发的协作管理，刚才提到了包括业务跟技术的结合，⽬前我们的项⽬对这⼀点也深有体会。

⾸先，⽬标对⻬，也是业务团队和技术团队对于⽬标在认识上的对⻬。业务主要是邮电器材⾃⼰的甲⽅⼈员，技术是我们跟 Thoughtworks 双⽅的技术团队，在项⽬开发过程中，对⽬标进⾏对⻬和确认是⼀件持续发⽣的事情。

第⼆，要做迭代演进，以⼩步快跑的⽅式让开发过程能够有循序渐进的产出，并且能够获得客户的确认，进⽽保证了资源的持续投⼊。

第三，沟通协作，在项⽬开展过程中，虽然项⽬时间可能不⻓，但是业务是⼀定要发展的，发展有两个⽅⾯，⼀是随着市场的变化业务形态的发展，更重要的是业务对于数据的认识，在建⽴数据项⽬之前，⼤家没有看到实际的成果，认为数据结果应该是这样，但真正通过不断的迭代、产出了⼀些成果，并且成果可以被业务使⽤，业务也就意识到了，原来还能这么⼲，他会提出⼀些新的需求。其实在开发过程中，技术也是在不断的变化，团队会引⼊⼀些新的技术和⽅法，所有这些⼯作都需要沟通协作，也是通过这样的⼀些沟通协作，业务跟技术之间建⽴起了⼀种信任感。

第四，持续反馈。在这个项⽬的交付过程中，我们有两周⼀次定期的反馈和成果展示，⼤家对成果进⾏确认，我们对于展示的结果收集反馈并进⾏持续沟通，此外还有⼀些不定期的⼀些沟通机制，确保所有⼈对于项⽬⽅向的认识是⼀致的。

陈庆敏：

第四个策略，是赋能组织提升能⼒。这是⾮常关键的⼀个策略。

在邮电器材集团，我们没⽤直接照搬我们咨询公司⾃⼰的经验，也没有从其他客户那⾥借鉴成功经验，⽽是基于邮电器材定制了⼀套“提升”机制。

该机制的制定分为四个步骤：

第⼀步是做评估与选择。评估邮电器材现有团队的团队结构、⼈员的⻆⾊与能⼒、协作的机制、各种关系、各种模板、⼯具等等。基于对现状的了解，我们去做了⼀些适合邮电器材的选择，这个选择⾥⾯就有⼀些⽅法、理论、⼯具、模板，还有⼀些框架和模型。

在做了选择之后，我们会把这样的⼀些选择通过导⼊与培训的⽅式让所有⼈先有⼀个基础的了解，这也是我们第⼆步的事情。

有了第⼆步之后，我们⾛到第三步，因为毕竟选择的结果是希望⼤家掌握，是希望把这些新的东⻄变成团队⾃⼰内⽣的能⼒。第三步，就是邮电器材团队和 Thoughtworks 团队组成了⼀个合作交付的团队，这个团队每天都会在⼀起协作开发，双⽅会设置⼀些对标的⻆⾊。这个过程中会有⼀些实践的指导，也有⼀些培训。最最关键的是这个过程当中，我们⽤敏捷的⽅式进⾏管理，不断地反馈和复盘，通过反馈和复盘沉淀出来适合邮电器材的理论和⼯具，以及⼀些新的东⻄，也希望通过这样的⼀个反馈与复盘，可以不断地优化我们第⼀步过程当中所做的选择。

总的来讲，这是⼀个充满探索和创新的过程，最终希望这件的事情可以规模化下去，可以把赋能组织提升能⼒的结果辐射到组织内部更多的团队和个⼈。

李勇：

在做数据项⽬之前，我相信很多企业跟邮电器材⼀样，不是没有数据分析的想法和⽅式，但往往这个数据分析存在于各个部⻔，⽐如财务、运营、战略部⻔等等，每个部⻔⽤传统的话来说，“表哥”“表姐”整天做⼀些⼿动的数据分析，不仅占⽤了⼤量的时间，⽽且基于表格的数据统计分析来做前瞻性预测的准确性也有待于验证。

这个项⽬给组织带来了⼀些变化，项⽬过程中邮电器材建⽴了⾃⼰的数据管理团队，我是这样来理解这个数据平台的，它是数据技术平台和数据应⽤平台的结合，在这个平台上，组织⽅⾯有专⻔的数据管理⼩组来处理业务财务相关的数据，内外部的数据，然后提供给相关的职能部⻔做分析和决策，节约了他们做底层数据分析的时间，让他们的精⼒、能⼒更加聚焦在数据分析、数据诊断和数据预测上⾯。

陈庆敏：

最后来总结⼀下，站在邮电器材的⻆度，整个数据赋能策略的过程，也是组织处理各种关系的过程。⽐如⼤处着眼，⼩处⼊⼿，实际上处理的战略和落地关系；⽐如数据应⽤与数据治理建设，处理的是问题和解决⽅案的关系；⽐如业务价值评估与验证，处理的是实践者和⼲系⼈的关系；还有赋能组织提升能⼒，其实处理的是组织内部和外部合作伙伴的关系。

李勇：

邮电器材已经开始数字化转型之路，这条路⼀定是任重⽽道远，但是邮电器材⼀定会持续探索不断前进。⽬前，我们的数据项⽬在企业内部⽤数据赋能我们的渠道，赋能我们的业务和运营。当企业发展到⼀定阶段，⼀定会去做⽣态。作为核⼼企业，仅仅给予⽣态伙伴产品、价格、销售策略是不够的，还是不能够粘住合作伙伴的，只有给予数据分析的能⼒和洞⻅，我们认为才能更好的服务好⽣态合作伙伴，维系好⽣态链，最终与合作伙伴⼀起赋能消费者，让消费者也能感受到企业数字化转型带来的价值，这才是最终⽬标。

陈庆敏：

最后⽤张瑞敏⼀句话来总结，“没有成功的企业，只有时代的企业”，Thoughtworks 作为⼀家软件咨询公司和服务提供⽅，在未来希望帮助更多有远⻅和雄⼼的企业成为时代的企业。

李勇：

作为⼀家央企，作为⼀家有社会责任感的企业，我们也愿意跟 Thoughtworks 公司⼀起去不断地创新、发展、寻找什么是时代的企业。