传统企业数字化转型面临的困境之一就是怎么评估项目价值。是考察技术是否先进、功能规划是否全面，还是考察项目是否采用互联网思维，给用户带来极致体验，场景营造得特别新颖、很有创意？传统企业技术部门容易局限于前者，而很多互联网人在执行层面的能力和认知上容易局限于后者。对于商业企业来说，不能支持长远盈利能力的数字化都是耍流氓，数字化要回归商业的“盈利”本质。

传统企业数字化回归商业本质的盲区有哪些呢？主要有两点，其一，表面的数字化抓手建设（任脉）和最终的商业价值内核（督脉）中间隔了很多层，这也是为什么不容易看清楚的原因，任督二脉怎么打通呢？其二，企业不仅仅需要定性分析，更需要定量计算数字化所能带来的提升空间。因为商业考量从来都是投入、产出的一个平衡，只说有效果，而不谈价值大小，往往都是耍流氓。如何定量衡量数字化的商业价值提升空间？怎么借企业一双慧眼把它看得清清楚楚、明明白白呢？

​资深运营官王际洲（图1）总结过去几年在多家企业数字化实践中的运营经验之后，提炼出业内首个以商业盈利为导向的数字化方法论——数字化转型太极闭环图（见图2），从盈利算账的商业指标开始逆时针倒推数字化建设。在联想佳沃集团管委会2020年中大会上，王际洲首次提出该闭环模型的1.0版本并花4小时演讲，在开头一个多小时重点讲述如何从财务模型、盈利算账倒推数字化抓手建设。

图1 王际洲

简介，历任联想佳沃集团数智化战略负责人、事业群战略运营负责人，用友畅捷通运营部负责人，味库合伙人，负责运营/BI/供应链/财务/融资。数字化盈利模型-双向闭环图创立人，拥有多家头部企业经营管理与创业经历，转型中经历多次融资成功，组织变革，扭亏为盈。数字化转型太极闭环完整版如下。

相对于CIO们普遍熟悉的顺时针方向的实施流程来说，该闭环图中的倒推流程更值得CIO们关注。本文采编了王际洲对倒推流程的简单论述，希望对传统企业数字化有所帮助（如果需要深入了解具体细节，详见三节课课程链接https://www.sanjieke.cn/course/detail/sjk/8002146）。

拆解商业指标

商业价值（即闭环图中的盈利算账）的核心能力指标有两种表达形式，一种是定性的表达，即商业计划书（BP）；另外一种是定量表达，就是财务模型、盈利模型。

通过运营手段这个桥梁，可以从盈利指标反推出数字化抓手项目（即闭环图中的应用化）可以创新的业务需求。这个数字化抓手项目能够决定商业盈利的核心指标甚至商业模式的成败，那么这个项目不但有价值，也一定是老板所关心的。

回归到商业的本质，转型企业的核心商业能力和指标主要有以下三类。这三类指标也是决定企业估值高低的核心指标。

1、利润类指标：除了要关注比较常见各种利润拆解公式，比如利润=收入-成本费用；收入=用户数×客单价；用户数=流量×转化率；重点要关注边际利润的概念，换句话说，就是要努力把线性等比增长的成本变成非线性的增长，即“让成本非线性增长”。比如原来企业从开10个城市到100个城市，规模增加到10倍，费用就要增加到10倍，全公司人力也要增长到10倍，那么有没有新的聪明的方式让它的费用、人力只增长8倍、7倍呢？

​数字化企业重点关心的不仅仅是当前静态的利润率，而是大规模复制以后的未来利润，即未来的想象空间。这正是很多传统的转型企业所容易忽视的，也是传统经营手段容易遇到瓶颈的地方。

2、周转类指标：利润类指标并不是盈利能力的全部方面，周转类指标可以弥补利润类指标的局限，是利润指标的平衡、制约，是现金流的好帮手，而纯互联网背景的企业容易忽视这个指标。因为纯线上或者软件行业的边际成本很小，所以较少涉及产品本身的资金周转，而线下实体最大的资金占用就是商品存货，而且现实社会的资金是有限的，资金也是有成本的，利润类指标里的收入、成本、用户生命周期价值并不能反映其全部价值。

比如，某企业通过数字化运营方式实现用户订单的即时按需采购模式，支撑“周转率”这个核心指标的快速提升。

3、快速复制增长的能力：一说到增长，可能大家想到的是流量、用户的增长、黑客增长（《黑客增长》这本书里的概念），但不只是这些外显的业绩指标。有的商业能力不能用数字直接衡量，是软性的能力、宝贵资产，包括业务标准化的能力、培养人才的能力、规范经营获得资本加持的能力，以上是互联网背景的人比较熟悉的套路，而这些正是传统企业的痛点以及传统经营模式容易到的瓶颈问题。

首先是业务标准化的能力，只有足够标准化，企业才能够迅速复制扩张。其次，与此紧密相关的是人才培养的能力，企业要复制到那么多城市，需要源源不断的、有经验的人。然后，复制扩张需要资本的助力，如果企业的经营特别不规范，连融资的尽职调查都过不去，也就丧失了这种能力。

为了方便理解，可以把这三类能力对应着财务三表。利润类指标对应利润表损益表；周转类指标是现金流的重要体现、对应的是现金流量表；复制增长能力和资产的扩张紧密相关，所以对应的是资产负债表。传统企业在上述三类指标上普遍缺乏想象空间。具体如何拆解企业的商业指标，以及从商业指标倒推并找到保证项目盈利的数字化应用抓手项目，详见三节课课程链接https://www.sanjieke.cn/course/detail/sjk/8002146。

接下来，要谈谈怎么建设数字化应用抓手项目。

数字化应用抓手的前提是数据化

数字化抓手应用建设的前提是规划好数据需求、数据标准。针对快速成长型企业（A）、单一业务成熟型企业（B）、多元化的集团企业（C），王际洲提炼出三种不同的数据化方法。

具体怎么去切入数据化呢？切入点是一个关键。企业在第一个发展阶段要完成最小可行性产品验证（Minimum Viable Product，MVP），找到商业价值点。MVP是一种通过快速、可持续的不断验证和矫正完成一个产品设计的方法论，是互联网企业常用的一种产品设计方法。

以成长型企业A为代表，成长型企业的资源少，但是其数据化需要的规划量和复杂度也比较少，适合用点的突破方式。

企业在第二个发展阶段有了比较完整的业务线，这时候需要的是整条线条的提升，典型的代表企业就是单一业务的成熟型企业，这个时候企业资源会多一些的，但规划的复杂度也相应的变大一些，单点突破产生的价值可能不太够，需要用线的疏通来切入。特别是有细分产品线的时候，可以先考虑打通一条线，然后复制到其他。

企业再往前发展到第三个阶段，业务成熟了，更需要业务与管理的协同了，或者有了多元业务，那么想要产生数据推动价值，就要从面上进行覆盖。

总之，数据化要根据不同企业的情况来选择点、线、面等不同切入方式。

（一）阶段一的企业切入点：点的突破

点的突破既是最容易，也是最难的。它不像线和面的规划那样复杂、庞大，不需要面面俱到。难的是怎么样找准这一点。举例如下。

A公司经营的是某一类生鲜产品，但存在一些痛点：这类生鲜产品因为保质期特别短，所以要从就近的城市采购、从就近的仓库发出，无法实现所有商品的全国统一采购；涉及到线下市场的采购，很容易产生猫腻和违纪，特别是刚才提到了这一类商品在全国不同地区的价格是不一样的，差距很大；每天的价格也不一样，差距很大；怎么去评估它的采购是否合理？不可能每天制定统一的标准值。这一条也是涉及原料这个成本的大头。这种单纯卖货的模式十分传统，利润和估值都很低，对于资本来讲不感兴趣，很难拿到融资。

通过研发了价格大数据（有点像股票大盘的走势图），实现单点突破，解决了以上痛点问题。凭借这个亮点，该公司顺利实现了两轮融资。

（二）阶段二的企业切入点：线的疏通

这里的线有两层含义，一个是指对于2B、2C用户而言，是它的用户生命周期线；而对于企业而言，是拉通各个部门进行协同运营的内部线。这里面涉及到AARRR漏斗模型。

AARRR模型来源于美国作者肖恩·埃利斯在他的《增长黑客一如何低成本实现爆发式成长》一书中提出的，这个模型不仅适用于互联网行业，也适用于面向大众消费者的各个行业。这本书的核心思想就是以有限的资源获得最大限度的成长，同时让数据驱动增长，进行低成本、高效率的精准营销。这是每个数据分析师都必须拜读的一本经典之作。AARRR的本质就是一条时间线，对外、对内都可以用，但是在应用中还需要根据实际情况更加细分。

（三）阶段三的企业切入：面的覆盖

面的覆盖更需要业务与管理的协同，或者多元业务强调的就是多个单元的协作，单个点的突破。在这样庞大的体系下，很难独木成舟去推动转型的，一个面可以驱动业务运营、管理协同、团队考核、系统搭建多个维度。

面的覆盖需要首先统一各个轮子（数据）的标准，并制定一个数据四驱金字塔：数据驱动业务运营、驱动团队考核、驱动管理协同、驱动系统搭建，像一座金字塔一样，也像套娃，大金字塔里面套了小的金字塔，层层嵌套。

数据化的前提是信息化

信息化就是系统建造。如果把应用化（即数字化应用抓手）比作开飞机的话，那么系统建造（信息化）就是造飞机，找了一堆大厂的业务高手、数据分析的高手，但是飞机还没有造出来，当然也开不起来，更不用说数据分析了，所以应用化、数据化的前提是信息化。怎么根据数据化的需求来规划相应的信息化呢？

传统企业的很多数据来源于ERP、WMS、SAP等系统，十分庞杂，不像互联网平台那样比较纯净，通过统一埋点可以非常方便的获得数据，也不像金融行业这些本身信息化的建设就比较完善。所以转型企业往往还要区分数据化和信息化两个环节，区分是造战斗机还是造加油机。

不少转型企业分不清信息化（IT）和数据化（DT）。信息化本质往往是流程的电子化，把线下流程搬到线上来，IT时代的信息化往往就是这样，比如财务流程，原来在线下去记账、做报表，现在用财务软件把它搬到电脑里面；用OA线上办公、线上审批，它的流程跟线下其实是一样的，也是照搬；又如ERP依然这样。而DT时代的数据化系统，已经不只是一个搬运流程的效率工具了，它是和业务决策相结合的。

一、两种数据分类

企业要造加油机，但又分不清需要什么样的油（数据），而油（数据）是分很多种的。

第1种常见的数据分类是分为行为数据和交易数据。

所谓交易数据就是订单数据，无论是第三方电商平台还是ERP等，这些都可以提供交易数据，包括客户的收货地址、联系方式、买了什么商品以及卖了多少钱等交易数据。但有一种例外就是那些to B的电商平台，比如京东自营，企业给他供货，但看不到它到底卖给了哪些C端消费者的信息。这也是批发模式，拿不到用户信息。

如果把交易数据比作汽油的话，那么行为数据就是能够提供更强劲动力的柴油了。行为数据一般指的就是用户的行为数据，比如说他在网页上的访问路径，是否已经注册，是否已经加入购物车等。行为数据能够提供更多维度更丰富的用户信息，促进企业更好的经营。传统ERP等软件无法提供行为数据，因为它只掌握卖货给用户的订单数据。

看到这里，企业就能够明白，为什么私域重要？因为私域才有可能拿到行为数据，公域一般不会让企业埋点、安一个监视器在用户身上。

第2种常用的分类方式是它能否提供最细颗粒度的原始数据，是否进行了封装。

比如在第三方电商后台能看到一些交易数据和行为数据的统计，比如说百分之多少的用户是男的、百分之多少的用户是女的，年龄分布、职业等特征。但是，如果把所有女性用户的名单全部拿出来，在妇女节做个活动，这就办不到了，因为你在后台看到的那个是封装好的数据，只能看、不能够用。所以没有封装的、提供最细颗粒度的原始数据，比已经封装好的结果数据，显然动力又更强劲。

如果把已封装好的交易数据比作是92号汽油的话，那么未封装的交易数据就是95号汽油了，显然95号汽油更好也更贵。如果把已封装好的行为数据比作卡车用的0号柴油的话，那么未封装的行为数据就是重柴油10号柴油了，一般大型船舶机械才会用。

为什么第三方电商店铺在融资的时候很难获得好的估值，因为他很多数据都是被封装的，不提供这些颗粒度的原始数据。所以信息化的背后、不同类型的数据背后，也可以对应到它的运营手段乃至公司的商业底层和战略。

总的来说，信息化建设千差万别，关于数据治理也有比较成熟的体系，但是对应到之前的三种数据规划、点线面的建设上，可以有一些规律供大家参考。接下来就看看对应这些方式，可以用什么样不同的策略去进行信息化的梳理。

二、基于三种数据化方法的信息化策略

（一）集中于一点突破的数据规划，其生命力比较脆弱，一旦信息源头出了问题，就牵一发而动全身，所以需要有多重信息化保障，不把鸡蛋放到同一个篮子里。

上面提到过A公司的价格大数据功能，它背后的信息化支撑是什么呢？这么多城市，每天不同商品的价格，是怎么采集的呢？

它的来源主要有三种：（1）每天真实发生的采购订单，要求全国各地供应链及时、准确的录入系统，并保证系统的正常运转。（2）不可能保证每个地区每天每一种商品、每一个sku全部有采购，所以需要另外的补充，就是来自于市场的询价，那么也需要有这部分价格的补充录入方式.（3）还会有国内国外一些行业协会发布的指数可以参考，未来也打算跟他进行对接。这样一个数据化功能的背后，要有很多信息化源头的数据输入来支撑。

（二）线对应的数据化规划背后是多少信息化在支撑呢？回到上面用户生命周期运营体系的案例来看，当时运营部帮助画了不少产品原型。

信息化建设是重新埋点，先建立自己的情报网，找出各环节中的真正问题，同时得出新的运营策略。比如之前的产品试用期一直是30天，因为他们认为用户要用30天即一个完整周期才能够出月报表，才能够做决策。但是重新梳理以后，做了一个决策百分位的累计曲线，研究发现，其实绝大多数人在前7天就已经做出了判断，所以最终用户生命周期设计的试用期是7天。

然后按照AARRR漏斗环节从头到尾逐个进行信息化规划和建设并打通各环节。接下来把这些数据化的呈现和他背后新建的信息系统连起来，而且这只是局部建设。

（三）基于面的数据化规划，又怎么开展信息化呢？根据数据四驱金字塔，对应生成的报表是大约有100多页。

第1个原则是先雨露均沾，后重点深入。大家听说过的，一针捅破天、先打爆一点。这句话，往往是用在业务领域的，那么在经营管理领域往往并不是这样的。

首先需要各个部门积极参与进来，如果一开始输出的报告连这个部门的份都没有，他是完全没有参与感的，他还来开这个管理例会干什么呢？有时候也不要把数据分析的作用想得太神奇，其实各个业务的参与和积极调动远比单纯的分析要重要。

第2个原则是先低频、后高频。因为数据提供过来的时候，不能够全部采信，一开始需要比较多的校验工作。盲目要求别人高频提供一大堆脏数据，是无法有效使用的，反而加大了负担，需要磨合以后再考虑提速。

信息化的前提是流程化

信息化（Electronize）指的是信息化系统规划、搭建和实施，以及流程的电子化，强调的是对流程的承接。而流程化即业务流程梳理、优化，特别是涉及到信息系统的业务流程梳理、优化。如何匹配信息系统和业务流程？有以下五种常用方法。

一、找公约数

为什么要找公约数？理想状态是企业有强大的研发能力，能开发出自己想要的任何系统以及所有和企业合作的平台，它的接口也全部都是完善的。但是，大多数转型企业不一定有强大的资源和时间完全按照企业的意愿去开发系统；有的合作平台、电商平台本身不完善，即使企业的资源单方面再强大，也解决不了这个问题，比如某一个耳熟能详的电商平台，一开始甚至连货号都不支持导出，给企业造成过很大的麻烦。所以现实情况逼迫企业要找到业务流程和现有系统的最大公约数，灵活解决这个问题。

找公约数的一般方法论是啥？

第1步，要了解业务的可接受范围，它是一系列的选项，比如有筛选栏是可以接受的，怎么样也可以、怎么样不行等。第2步，最关键的是要抽离功能与作用的关联。这里定义的功能，是指一个操作能够带来的客观结果。作用是指人赋予它的主观意义。第3步，抽离这两者的关联之后，要开始重组功能。第4步，拿着重组的功能和业务可接受的范围去找交集。

二、统一标准

以前面的价格大数据为例，流程化方面做的前置工作有哪些？

因为全国各地这种商品的单位都不统一，有的地方多少钱一斤、有的地方多少钱一个、有的地方按筐，那么怎么样把它统一画到这张图上面来呢？

当时提前做了一项工作，就是把上千种商品去统一度量衡，进行了标准化和流程化。不是上千种商品全部都用一样的单位，而是每一种商品在全国范围之内统一单位，包括在早期进行人工收集、测试的时候，也给各地的供应链部门制定了标准流程，包括如何填报、什么时候提交等。

三、项目管理

项目管理本身也是一种梳理流程的方法。在转型过程中往往缺乏一个火车头，当时B公司的理念就是“运营是火车头”，运营要接手流程梳理的事情，运营也是大项目经理。

四、科学分类

举例来说，Ｂ公司之前的产品需求密密麻麻的没有分类；只有用户反馈的陈述，只是一个传声筒，没有任何的分析，这个岗位也就产生不了太多的价值；虽然有一个优先级，但比较模糊、不够直观。为了解决这些问题，创建了一个644的产品需求体系，把之前没有分类的产品需求分成了6类。

一般来说，可以从定性和定量来分类，定性就是要尽量符合金字塔MECE原则（Mutually、Exclusive、Collectively、Exhausive），不重复也不遗漏，概念要比较清楚。定量方面，可以把历史问题进行统计，每一个类目的比例是大致平衡的，不至于差的太离谱。

分类以后，开始对每个需求进行4个维度的分析。

第1个维度：用户是谁？什么类型的？也就是WHO的问题。

他是一个核心用户还是一个新的用户，用户的画像是什么样的？因为提出人的身份不一样，他所表达的含义也不同。

第2个维度：使用场景。比如产品的用户经常会遇到这样场景：编辑一部分之后接到电话或其他的任务，再回到座位时，之前的录入就失效了，这就是用户实际的使用场景，所以需要更加强大的自动保存功能。

第3个维度：和竞品的同等功能的对比，别人有没有，别人做的怎么样。

第4个维度：修改建议。

分析完以上问题，然后会给出一个综合的开发优先等级，参考了气象预警，分成红色预警、橙色预警、黄色预警和蓝色预警4个等级，比较直观。

以上是业务流程化的一个有效方法：科学分类、定好标准。

五、节点过滤

流程不对导致努力白费的真实教训有不少。上新品就是一个做减法、逐步过滤的流程。

举例来说，某电商公司已经开过产品的预审大会，还进行了试吃，很多渠道代表对某一个商品的评价非常高，兴致勃勃，后来到原产地一看才知道，它的保存形态根本无法进入想要的零售渠道，完全不符合供应链履约条件。如果早知道，也不用再开会，又试吃，满怀希望，结果落空了。所以对流程中的每一个环节、每个部门应该干什么，以及对应的信息化层面建设，需要进行详细规定。
 

除了以上环节，还有组织化、哲学文化两个环节。简单来说，业务流程化需要匹配组织岗位。因为组织决定能做什么业务，业务调整到位后，流程才能理顺；如果业务流程层面的转型，没有组织层面革新支撑，最终只是昙花一现。
新组织机构也需要匹配数字化文化土壤，如果只是变革了组织层面，文化层面却不变，比如只追求稳定、不追求创新、用人只看能力不看愿力等公司氛围，会使新人迅速被同化，最终导致数字化变革失败。

总之，从盈利算账（商业指标）开始逆时针解读数字化建设的关键环节，包括拆解商业指标、应用化（数字化应用抓手）、数据化、信息化、流程化、组织化、哲学文化，对于传统企业数字化转型带来很多新的启发和思考，值得参考。具体每个环节的相关案例介绍，限于篇幅，无法展开，如有需要，可以知乎私信“王际洲”进行深入探讨。数字化转型太极闭环完整版如下。