數字化轉型未來在企業中将是一個重要的發現，可以通過數據化的指标監控以及智能化的産品應用，以提升經營效率和管理效率。對于數據産品經理而言，又起着什麼作用？作者分享了自己對于數字化轉型的看法，以及在數字化轉型，需要什麼樣人才體系？

數字化轉型的含義以及重要意義在各種場合的峰會、不同級别的分享都已經耳熟能詳了，每個都知道它，但并不是每個企業都知道該從哪裡着手去落地。

偶然進了一個數據産品經理的直播分享群，看到群裡很多人在問，數據産品經理在數字化轉型中起到什麼作用，金融、證券等不同行業，如何實施數字化轉型等等問題。結合當下的秋招求職季，就簡單分享自己對于數字化轉型的理解，以及在轉型的過程中，需要怎樣的人才體系。

一、數字化轉型的動因

試想，對于一個隐居山裡，自給自足的人來講，他隻需要自己掌控好自己的生活節奏，自己開心就好。而一旦他進入了城市生活，面對林林總總的物欲橫流，鄰居家又拆遷了幾套房，換了幾輛車，孩子工作年薪百萬後，他的心态還有多大可能處之泰然呢。

同樣，數字化轉型驅動的根因就是一個“卷”字，當同行都已經用10塊錢去獲取一個新客，用2周完成一個新産品的上線，而自己企業還需要100塊和1個月，你說老闆急不急。

尤其是近幾年國際形式不穩定，疫情持續反複，不管是個人還是企業消費态度逐漸悲觀後，大家都想拼了命的降本增效，以度過這個寒冬。随着大數據、AI、雲計算等技術的成熟，數字化自然就成了降低經營成本，提升運營效率的利器。

二、數字化轉型，轉什麼？

既然數字化轉型的終極目的是降本增效，以終為始，那就要先看目前的經營流程中，主要的“本”花在了哪裡，這時涉及兩個層面，一是要能夠梳理清楚現有的核心業務流程，二是有沒有完善的數據，可以去衡量這個成本。借用著名管理學大師彼得德魯克的一句話，“如果你沒法衡量它，你就沒有辦法改善”。

對于營利性組織，不管是ToC還是ToB亦或者ToG，其目的都是通過提供某種産品或服務，以獲得商業價值，所以經典的營銷理論-4P理論仍然适用。

Product（産品）：産品&服務的生産過程中，數據可以發揮哪些作用？

1. 通過數字化監管生産過程，提供數據化管理抓手

互聯網行業的數字化進程相對較快，各種App的埋點采集方案發展成熟，對用戶行為的細緻分析，找到産品流程中的改善點。而在工業、農業、制造業等行業，主要依賴傳感器将采集設備數據，再将數據轉化成決策信息。工業4.0，農業數字化，首先要解決的就是有數據，用數據的問題。

2. 将數據能力整合到産品當中，提供更加智能和強大的産品能力

産品千人千面的個性化推薦，到AI人工智能機器人、智能音響、無人駕駛，通過對數據的挖掘和應用，不斷對産品進行創新，提升産品的吸引力。數據的智能化應用場景，也自然成為數字化成熟度的重要指标之一。

• Promotion（促銷）：酒香也怕巷子深，促銷的目的是為了帶來用戶的增長，包括新客的獲取和老客的複購。數字化轉型要基于數據，構建用戶畫像信息，從而進行自動化的營銷，實現用戶運營的精細化、個性化。
• Place（渠道）：流量紅利過後，用戶流量相對集中在少數的頭部流量池中，對于企業來講，需要通過數據手段，找到自己産品的目标受衆，而不是“盲投”。
• Price（價格）：賠本賺吆喝是互聯網早期的跑馬圈地常用手段，但泡沫散去後，可以燒的錢越來越少了，怎樣站着把錢賺了，也是數據要解決的問題

此外，為了把産品和服務生産出來，涉及到的人事流程、财務流程、IT流程，也都是數字化轉型的内容之一，通過數據優化人力資源、财務流程達到降本增效的目标。

三、數字化轉型需要什麼樣的人才體系？

數字化轉型本質是業務問題，其次才是技術問題，所以數字化轉型想要成功，首先需要知道數據可以在業務中發揮什麼樣的價值，然後才是對應的數據技術、數據平台、産品工具等。在轉型過程中，涉及的人才結構如圖：

1. CIO/CTO

數字化轉型是一把手工程，轉型必然涉及現有組織或流程的變革，自下而上的轉型幾乎不可能成功，所以需要戰略層面的授權，否則師出無名必然功敗垂成。

2. 外交官

術業有專攻，尤其是傳統行業的業務人員對數據的認知處于比較淺的層次，想要在轉型過程中，數據團隊不是閉門造車，而是深刻的理解了業務流程和痛點，就需要具備深厚的數據功底的“外交官”的角色，去不斷深入業務過程，可以告訴業務數據能夠帶來哪些改變，現有哪些數據，還需要做哪些工作。這一角色最好主要由數據産品經理承擔，因為他可以去協調組織不同的資源，去把事情做成。同時數據分析師，或者數據倉庫的負責人也可以參與，作為信息的輸入和輸出。

3. 智囊團

數字化轉型最終的目的是帶來實打實的價值收益，所以需要能夠基于數據，充分挖掘出有用的信息，為業務提供決策或智能應用的輸入，數據分析師主要利用數據分析的技術和手段提供最優的決策，算法工程師則依賴于AI技術，提供更加智能的能力，比如基于AI的智能排班流程，個性化營銷或産品推薦服務等。數據産品經理主要是參與其中，提供部分業務知識的輸入。

4. 奠基者

數據是數字化轉型的根據，沒有數據或者數據髒亂差，轉型過程必然坎坷或面臨失敗。數據彙聚、清洗加工處理，形成可以高複用的數據資産，并對數據進行持續的治理，保障數據質量，降低存儲和計算成本，主要是數據開發工程師的職責。在這過程，數據産品經理主要是數據需求或數據産品需求輸入，提供數據資産建設所需要的業務信息輸入。

5. 建築師

工欲善其事必先利其器，數字化轉型過程中，數據從采集到分析應用過程中，基于數據産品或工具來提升數據應用流轉的效率，在這過程中，需要相關的數據産品經理規劃和設計對應數據産品，由前端工程師和後端工程師進行開發變現。

四、總結

數字化轉型是未來五到十年的重要方向，在企業經營或政府管理過程中，可以通過數據化的指标監控以及智能化的産品應用，來提升經營、管理效率。

數字化轉型過程中，垂直的崗位包括數據分析師、數據開發工程師、算法工程師、平台研發工程師，而數據産品經理則是一個綜合性的崗位，雖然不像其他角色直接進行分析或者開發具體的産品，有很高的技術門檻。但如果能夠把數據能力和業務知識充分結合起來，帶着數據團隊，把數據賦能業務的能力充分體現處理，那麼将是不可或缺的。

專欄作家

數據幹飯人，微信号公衆号：數據幹飯人，人人都是産品經理專欄作家。專注數據中台産品領域，覆蓋開發套件，數據資産與數據治理，BI與數據可視化，精準營銷平台等數據産品。擅長大數據解決方案規劃與産品方案設計。

本文原創發布于人人都是産品經理，未經作者許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。

該文觀點僅代表作者本人，人人都是産品經理平台僅提供信息存儲空間服務。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部