任何企业一定会有流程。无论这个企业有没有制定或繁琐、或精细的流程，流程是一定存在的，哪怕最简单的零售企业也有流程。“用户请求——销售跟进——价格审批——合同签署——商品发出”，它是有流程的，只是没有用系统固化这个流程，并将业务的关键节点识别出来，用系统去实现，将这些数据通过流程沉淀下来，这是最重要的。

流程在不断吞噬企业的业务。

在我们过去做ERP的时候，我们会发现ERP 系统或者流程梳理的过程实际上就是业务建模的过程。因此，一个企业一定是要有流程的，他是一个企业生产经营的基础能力。而且我们也会发现流程在不断地吞噬企业的业务，企业的业务会被越来越全面、细致、集成的流程覆盖，越来越多的原生互联网企业也开始重视内部的流程。

为什么原来很多互联网企业内部的流程比较少呢?因为在充分开放的蓝海市场里面不需要那么精细化的流程，不管企业怎么“跑”，业务都是增长的，因为这个市场的整个趋势是上升的，在这个大环境下，企业识别到了一个新的机会点。但如今市场竞争越来越激烈，流量见顶，在这种情况下，这些互联网企业会越来越关注精细化管理，降本增效。很多互联网企业也开始构建自己的流程。

从六、七十年代再到现在企业软件应用的历史就是流程覆盖业务的历史。六十年代初，最早的软件系统应用到企业业务的第一个集成点：库存管理;七十年代变成了物料需求计划;八十年代变成制造需求计划;之后是应用ERP，现在更多的企业把ERP与市场端、供应链端作整合，打通企业业务。

因此，越来越多全面细致集成的流程所覆盖，这是一个大的趋势，而且很多企业也在这么做，这个趋势体现了业务数据化的落地。但是，这个过程也给企业带来了一些挑战。但这些挑战并不是所有的流程型企业都会有的，只有部分流程型企业可能会面临这些挑战;这也不是对流程的批判，而是当企业构建了越来越多的流程的时候可能会出现的问题。

第一，各自为政。流程本身是有智能体系和业务领域的划分的，每个部门都有主要的流程点。在这种情况下，会出现“这个事情不归我管”的情况。

第二，相互倾轧。出现侵占别的业务领域的审批点、争夺话语权的情况。

第三，流程过剩。开会的时候发现有个漏洞，怎么办呢?加一个新的流程吧!于是流程越来越多，导致出现了第四个挑战：模糊的黑盒。如果用户不清楚这个流程，那他就办不了这个业务流程，流程成为了权利的载体。

总而言之，以流程为载体的局部权力和利益中心，是企业产生内耗的原因之一。这时，大家围绕“流程”争夺权利、推脱责任，它成了一个“地盘”的概念。

当然，并不是说流程不好，而是说如果我们只是完全用流程去管理的话，它会出现这样的漏洞，面临这样的挑战。

这种情况下就需要对流程进行优化，把原来的垂直的业务领域的流程打通，并且让更多的管理型、职能型流程，后端的控制型流程产生客户价值。

现有的流程型企业需要优化、打通，产生客户价值

如何通过数据打通不同职能线条的流程，并将其中重复的功能和相互冲突的决策点清除掉呢?

五年前，如果要将流程打通，会先做一个大流程，再把这些流程串起来。但是，在今天，大量的业务系统已经将局部的流程线上化，产生了这样一张图。

左边是线下的业务流程，逐渐通过局部的业务系统搬到线上。当所有的业务系统都在线上，即使它是没有完全打通的，从数据层面来看，也能全面地反映业务。

再看右边这张图，我们会发现财务系统可能反映了一部分的业务切片，设备系统从设备视角看到了业务的一部分，营销系统从营销的视角看到了业务的局部，客服系统从用户的体验、用户的反馈角度看到了业务的一部分。

举个例子，假设业务是一道光，企业的组织结构就像一面三棱镜。当一个业务投射到这个三棱镜上的时候，会根据不同的职能产生不同颜色的光线，最后投射成红橙黄绿青蓝紫七种颜色，这七种颜色可能是财务、人力资源等等。每个单色体现了业务数据的一部分特征，再通过三棱镜综合起来，这就还原了业务的本质和全貌。

企业已经具备了通过数据融合反映业务全貌的基础数据资源的能力，如何使业务全貌反过来驱动业务呢?这个是现在很多企业面临的问题，也是希望达到的效果。

右边这张图就是通过数据融合反映出的业务的全貌。然后通过分析洞察得到业务的优化点，指挥实体业务的发展或者发送指令到某个设备，要求它做一些业务动作。这体现了从流程驱动的世界走向数据驱动的世界。

 

 

再举个例子详细地解释一下。这张图的左边是物理世界的业务，右边是数字世界的业务，原来做业务系统是怎样的流程呢?比如零售型企业，需要将进货、上架、销售给客户的过程梳理成一个流程，这个流程最早可能是一个文档，拥有不同职能的员工按照这个流程工作;有了软件后，这个流程变成一个小的进销存系统，将这个流程数字化，这时，业务流程就通过多个应用数字化了，这个业务也就在线化了。

在这个过程中产生了很多数据，通过数据仓库融合不同业务板块职能的数据，形成了一个业务全貌的数据集。业务人员看到这些数据呈现的业务状态后，思考并形成结论。

流程的优化点产生新的创新点，形成新的流程，接着构建新的应用，或者将应用升级、改造，新的应用模块会产生新的数据，形成闭环。这个过程不断循环往复，到后期，我们会发现所有的线下业务被软件覆盖，物理世界的业务被大量地搬到了数字化世界。

这个流程的场景还需要把数据加工成报表，呈现给原来的业务人员，然后再优化流程。

从流程驱动到流数融合，数据驱动

当业务成为业务流程本身，数据成为业务的一种存在形式，就具备了数据驱动流程的基础。从流程驱动到流数融合成为数字化转型的确定性趋势之一。

多个业务的操作顺序呈现了流程本身，将不同职能系统的应用通过数据融合，体现企业业务的全貌，并在这些业务数据中发现优化点，再反过来优化和驱动原来流程里的集成点。

数据驱动流程可以带来什么样的价值呢?

帮助企业高质量发展。通过数据驱动流程改变、优化，提升企业的收益能力;提升用户体验;提高企业的生产经营效率;强化、优化企业的创新能力。

接下来和大家分享几个案例。

通过数据整合上下游资源，提升盈利能力。某世界五百强企业，利用数据智能，物联网，区块链等技术，贯穿粮食产业链种植、仓储、流通三大环节，实现轻资产模式下仓容快速扩张，连接用粮方、金融、物流等生态方，提升全产业链贸易、物流与金融效率。预计2025年收粮季，覆盖黑吉辽蒙豫五省玉米产业，连接80万种植户;2027年收粮季，覆盖大豆、水稻、小麦等多品类，连接160万种植户。数据打通全产业链上下游，大幅度提升盈利能力。

数据洞察用户喜好，提升服务体验。Netflix的全链路内容生产，都是数据驱动的，充分利用推荐算法来匹配用户兴趣爱好与内容，确保用户看到他们可能感兴趣的内容，并且通过分析用户在不同设备终端的行为数据，来优化内容的陈列，布局，让用户用最少的操作获得最佳的体验。Wells Fargo利用数据分析不同角色的用户行为，从而为网站和应用程序的设计和用户旅程提供优化，提升用户体验。

数据优化供需链路，提升生产效率。某大型乳制品工厂一楼是无人工厂，从二楼的透明地板往下看，全是阀门，有密集恐惧症的可能受不了。乳制品的生产流程是将一个个罐子送进管道，这个罐子通过管道、储料罐将多种不同配方的鲜奶融合加工，产生不同的乳制品。过去，这些管子都是用阀门控制加的量和时间，这些阀门也是由工人控制的，非常依赖经验，容易出现失误，产生浪费问题。

如今，工厂变成了自动化的，通过传感器和前端生产计划优化配方和各个阀门的开关，通过数据打通端到端的生产链条，形成无人工厂，提速增效。

数据挖掘，发现创新点和新模式。某房地产租售网站，通过数据分析，发现有一批忠实用户，网站停留时间很长，但是却很少产生交易。这背后是什么原因呢?于是他们对用户画像进行了分析，发现很多都是女性用户，而且他们的行为大都是不断地打开图片。这些人花这么长时间浏览图片，既不买房子，又不租房子，他们要干嘛呢?经过分析，最后他们得出了结果：这些人是在看装修。这是很典型的通过数据挖掘发现创新点和新模式的案例。

数字化是企业管理和风控的有力工具。以数据为核心，重塑企业管理和风控体系，实现全链路溯源保证品质安全，提升大数据风控能力。

从流程中识别数据价值场景是流数融合、数据驱动的核心

当很多建立了流程，并通过流程沉淀了很多数据后，就要从数据中发现业务价值场景，然后根据这些场景优化流程，进而产生业务价值。

如何在流程中识别数据价值场景呢?用什么方法梳理价值场景，找到数据驱动的价值点呢?

过去几年，我结合精益思想和数据的特点总结出了精益数据方法论，形成了一套可以在流程中找到瓶颈和优化点的模式和方法。

 

 

左边是很经典的价值流的图，它将业务的主干流程梳理出来，然后用资源、时间呈现出来。我们要做的是在呈现价值流的同时把业务的数据流也呈现出来，并将业务流程与数据流一一对应。

通过分析，可以在业务流程数据化后在数据中找到优化点。当我们发现从生产到交付的端到端的业务流程里有一个工序的成本最高，利润却最低，这就是一个可以优化的点。优化的前提是业务流程有足够的数据支撑。

当业务数据化后，可以将数据流打开，查看数据加工过程中有哪些流程是重复的，再找客户录入一遍这些场景，识别数据使用生产的七种浪费，消除这七种浪费就能找到业务价值可优化的点和瓶颈。

消除这七种浪费可以给企业带来新的价值，我们现在发现的许多数据问题实际上都来自这七大浪费的某一个。

消除浪费后，下一步要识别价值场景。以下是我总结的精益数据场景画布。

精益数据场景画布由商业模式画布融合精益思想形成的。首先要有场景，对齐目标，然后识别出用户，定义用户画像，围绕用户作需求分析，找到业务场景的背景，了解这个场景给现在的业务带来哪些变化。当我们发现一个优化点或多个优化点，那就要将这些优化点与业务目标和用户画像结合起来。接着识别用户的痛点和期望。还需要有指标度量场景的问题是否被解决，同时要分析它的挑战和阻力，然后考虑解决方案。当把解决方案进行得太深入的时候，可能会发现解决问题的方法并不能达成业务目标，于是，需要梳理业务场景设计的数据和数字化技术。梳理完场景之后才可进入精益数据产品的需求和设计阶段。

如何打造流数融合数据驱动的企业?

很多企业希望打造流数融合、数据驱动的企业，这就不仅仅是找一两个场景的问题了。这涉及构建数据驱动企业能力的话题，也是数字化转型整体目标的分解。

过去六年，我梳理了精益数据企业的六大能力模型。

精益数据产品能力的背后是产品。为了构建优质的高质量的数据产品、获得新的收益能力，企业需要构建精益数据治理能力和数据协同创新能力。这些能力都需要利用数字化的技术和工具，即数据中台来支撑。企业还要构建构建数据驱动的组织和文化，保障体系长久。

数据增强产品就是通过大数据、物联网把原来传统的不在线的产品数据化，比如智能应用、智能硬件，报表等决策支持类属于数据洞见产品;数据集、算法类属于数据即服务产品。这三类九种数据产品都是可以给企业直接带来收益的。

精益数据数据方法论强调精益数据治理。对业务有价值、能消除流程中的浪费是数据治理的终极目标和根本目的。精益数据治理有六大新范式：场景化、轻量化、智能化、主动式、运营式、迭代式。

国内的企业对数据领域的创新关注度不够，但对于头部互联网企业或者原生数字企业来说，打造一个端到端的从数据消费到数据生产闭环链路的协同生产体系是解决数据问题、提高数据生产效率的重要手段。因此，精益数据方法论强调数据协同，要通过大数据门户，拉通数据企业的数据生产管理、加工消费，将数据协同体系建立好之后就可以打造数据创新平台。

精益数据中台是打造数据驱动的企业重要的技术能力之一。数据是业务的新型存在形式，数据越来越复杂，企业要有新的生产力生产和加工这些数据。

精益数据中台有四大核心能力和三大支撑能力。如果将数字化企业比喻成一个数据的加工厂，离了核心能力，这个工厂就无法把数据加工成产品;支撑能力使工厂的生产高效。

精益数据方法论将七大能力作了分解，提倡用精益的方法构建数据中台，针对有价值的场景构建功能，减少浪费;获得业务的应用，找到真正的产生数据的场景，根据得到的反馈再进行优化。

此外，还需要有数据驱动的组织文化。构建数据驱动的企业本质上是把权力透明化的过程。高层要重视数据，利用数据决策;将数据作为沟通手段。

构建数据驱动型的企业要通过轻量级的形式将六大能力要构建的路径、内容和动作制定出来，即按照传统的方式，先做大的规划，再从上往下走。

现在的企业组织结构决定了业务指标和结果是由业务人员承担的，技术人员并不能深入地了解业务。如何做到业务与技术的融合呢?短期来讲，企业的组织结构、KPI体系是无法有大的变动的;业务人员也不了解有哪些新的生产方式和工具能帮到他。因此，实质上，技术与业务的融合面对的挑战是体系的拉通。

精益数据方法提倡用共创的方式，通过场景进行融合。

总之，构建数据驱动型企业要梳理出业务场景蓝图、数据资产蓝图、数字化技术蓝图，即数据中台所需要的功能模块和转型路径，根据预设场景形成项目清单，接着进行资源和举措的配套，最后才能形成行动计划。

精益数字化转型分为三个阶段。第一个阶段是探索规划的阶段，以共创的形式产生场景三大蓝图，识别出最高价值的速赢场景;第二个阶段，用MVP的方式进行交付上线;第三阶段，被验证价值后投入运营，不断迭代、优化。

精益数字化转型路径、精益数字化企业六大能力和精益数据共创工作坊都建立在统一的价值观和数据生产的原则基础之上。

精益数据方法是一套利用数据进行数字化转型的结构化，体系化方法论，能够帮助企业通过三步法构建精益数字化企业的六大能力，具体内容可以参见即将出版的《精益数据方法论-数据驱动的数字化转型》书籍，该书籍30万字，是作者20年企业信息化数字化经验的沉淀，获得了行业50多个大咖的推荐。

本文根据精益数据方法论创始人、精益数据共创工作坊发明人、数字产业创新研究中心副主席史凯在百家讲堂上的课程内容整理而成，编辑：苏巧玲。