先進制造業·導讀
自從寫數字化轉型這個專題以來，在后臺也收到了很多網友給我的留言。大家關注的問題都集中在：有哪些數字化轉型的方法和技術？企業如何成功實現數字化轉型？數字化轉型過程如何避免踩坑？數字化轉型有沒有捷徑？數字化轉型到底該從哪里開始？……
說實話，這些問題根本沒有答案。
雖然目前很多企業都已啟動了數字化轉型戰略，但對大多數企業而言，數字化轉型都是“摸著石頭過河”，根本沒有可供借鑒的經驗。即便是具有數據基因的科技互聯網巨頭，他們也在談數字化轉型，也就是說科技公司也不能說自己是數字化企業。而對于那些號稱是成功轉型的企業，其實也只是比其他企業多走了一步。
— 01 —如何界定數字化轉型是否成功？
麥肯錫的一份報告指出：企業數字化轉型成功率僅為20％。
也就是說，80%的企業數字化轉型都失敗了。
數字化轉型成功或失敗，不好界定！
如何定義數字化成功？可能不同的人會有不同的理解。
完成了數字化的績效目標，算轉型成功嗎？即使沒有建立數據思維、缺少數字文化。
建立了數字化組織，配置了數字化人才，培育了數字化文化，算轉型成功嗎？即使數字化戰略目標沒有實現。
搭建了數字化基礎環境，使用了數字化技術（如云計算、大數據、AI等），算轉型成功嗎？即便業務決策用到了數據。
數字化成功或失敗，不能從一個維度考量！
在筆者看來：企業數字化轉型不是從0到1，而是從1到100。轉型是一個過程，場景從簡單到復雜，應用從局部到廣泛，持續優化、逐步成長。
也就是說，雖然不好界定數字化轉型的成功或失敗，但是數字化是有成長周期的，是一個從萌芽，不斷生長，不斷成熟的過程。而企業數字化成熟度的評估，就是幫助企業找到數字化到底位于何處，還有哪些不足，應該從哪里改進等問題的答案。
— 02 —回顧：數據治理的成熟度評估模型！
提到“成熟度評估模型”，不得不提一下能力成熟度模型的鼻祖——CMM。可以說，幾乎所有成熟度模型都借鑒了CMM的思路，基本都是將所涉及的能力（例如：軟件能力、數據治理能力、數字化能力）劃分為多個領域，每個領域又可以劃分多個子領域，每個子領域又可以分為多個評估指標。然后綜合這些評標進行評估，從而得到該領域的成熟度情況。而所謂成熟度就是幾個可以逐步提升的等級（CMM示例），如下圖所示：
能力成熟度模型集成（CMMI）
本號的老讀者一定不會陌生，我之前寫過一個企業數據治理成熟度評估的系列文章，近期有新的讀者關注，為了方便大家查找，我把目錄整理在此。有對數據治理成熟度評估有興趣的可以先收藏這篇文章，后續慢慢看。
其實，之所以分享數據治理成熟度模型，是因為在筆者看來所有的成熟度評估的套路都是一樣的，掌握了數據治理能力成熟的評估，則會更加容易理解數字化轉型成熟度模型。
看到這里，你可能不禁要問：數據治理成熟度評估的模型這么多，那數字化轉型的評估模型都有哪些呢？
其實吧，在研究數字化轉型評估模型的組織也不少，就筆者知道的有中國信通院、中信聯、普華永道、畢馬威、阿里、華為……
不著急，下面我們一個一個地介紹。
— 03 —信通院：企業IT數字化能力和運營效果成熟度模型（IOMM）
針對不同行業數字化轉型的需求，中國信通院云大所推出了企業數字化轉型IOMM（Enterprise Digital Infrastructure Operation Maturity Module）標準，其中I代表數字基礎設施，是標準的第一部分；O代表企業整體經營，是標準的第二部分。
目前發布的是標準的第一部分，《企業數字基礎設施云化管理和服務運營能力成熟度模型》，共分為五類能力成熟度階段，分別是基礎保障類、業務支撐類、平臺服務類、客戶運營類和創新引領類，每個類別都有合理的階段和適用單位，將對相應階段的能力進行評估定位水平，并以價值分數進行效果驗證。
來源：栗蔚《企業IT數字化能力和運營效果成熟度模型》 和《數字化可信服務》系列標準解讀
IOMM標準體系針對不同行業、不同規模企業制定面向平臺IT和業務IT的五類成熟度，每個類別都對相應能力進行評估，定位水平，并以價值分數進行效果驗證。適用于企業數字化轉型發展過程中的相關領導者和相關人員，梳理、定位自身數字化轉型能力水平，計劃未來發展方向。IOMM整體框架包括兩大領域、四大象限、六大能力、六大價值，從能力和價值角度全面衡量企業數字基礎設施建設的能力和體現出的價值。
來源：栗蔚《企業IT數字化能力和運營效果成熟度模型》 和《數字化可信服務》系列標準解讀
— 04 —
中信聯：團體標準—數字化轉型 新型能力體系建設指南
數字化轉型新型能力體系建設總體框架，主要包括新型能力的識別、新型能力的分解與組合、能力單元的建設、新型能力的分級建設等內容，系統闡釋新型能力體系建設的主要方法。
新型能力的建設是一個循序漸進、持續迭代的過程，對照T/ AIITRE 10001—2020提出的數 ）字化轉型五個發展階段，將新型能力的等級由低到高劃分為 CL1（初始級 ）、CL2（單元級 ）、CL3（流程級）、CL4（網絡級）和 CL5（生態級）等五個等級，不同等級能力呈現不同的狀態特征以及能力單元/能力模塊的過程維、要素維、管理維的不同建設重點 ，如下圖所示：
來源：團體標準 T/AIITRE 20001—2020《數字化轉型 新型能力體系建設指南》
CL1初始級：總體處于尚未有效建成主營業務范圍內的新型能力 ，初步建立了兩化融合管理體系。
CL2單元級：形成工具級數字化的系統性解決方案，覆蓋數據、技術、流程和組織等四要素，支持特定領域或業務環節數字化。
CL3流程級：聚焦跨部門或跨業務環節， 建成支持主營業務集成協同的流程級能力，支持過程管理動態優化；實現現有業務效率提升、成本降低 、質量提高等預期價值效益目標，并有效拓展延伸業務。
CL4網絡級：聚焦組織全員、全要素和全過程，建成支持組織（ 企業）全局優化的網絡級能力；能夠按需開展數據驅動型的能力打造過程管理；實現與產品 /服務的創新， 并有效開展業態轉變，培育發展數字業務。
CL5生態級：聚焦跨組織（企業 ）生態合作伙伴、用戶等，建成支持價值共創的生態級能力，全面實現與業態轉變相關的用戶/生態合作伙伴連接與賦能、數字新業務、綠色可持續發展等價值效益目標。
— 05 —
畢馬威&阿里：消費品生態全鏈路數智化轉型框架
中國商業正在由“消費紅利”經濟向“數智創新”經濟進化，發展思路從單節點成本和效率提升，進化為消費品全生態重塑增長方式，數智技術觸發了商業生態的全鏈路數智化轉型。阿里聯合畢馬威提出了基礎設施云化、觸點數字化、業務在線化、運營數據化、決策智能化五部曲賦能產業全鏈路價值重構的消費品生態全鏈路數智化轉型框架。該框架包含五項一級能力，25個核心二級能力指標為評價數智化成熟度和指明未來建設方向提供衡量工具，如下圖：
來源：畢馬威&阿里《2020消費品生態全鏈路數智化轉型白皮書》
基礎設施云化：構建企業的”數智大腦”是企業數智化轉型的重要方向。基于復雜智能算法的推薦、預測、決策等結果，企業在系統層級直接采取相應行動并根據數據不斷的完善和補充。企業的智能化場景會日益豐富，智能化決策通過對大數據進行不斷的訓練與學習，從而做出更加智能的決策，形成良性的學習反饋閉環，最終幫助企業實現全鏈路的高效決策。
觸點數字化：企業在數智化時代需要啟動和激活數據的商業價值，充分挖掘自身高價值的“小數據”并充分結合生態的“大數據”，實現數據驅動業務，進而形成分析和洞察驅動型的企業文化。通過完善的數據體系，數智化企業可以利用數據洞察賦能企業的全價值鏈，為企業的員工和合作伙伴提供運營指導，實現降本增效，同時，提高合作伙伴之間協同效率，改善消費者體驗。
業務在線化：企業通過業務能力服務化的方式幫助企業完成業務流程的數字化和業務價值的提升。一方面，企業需要快速響應來自各觸點的變化，對業務流程進行重塑與優化，實現組織溝通與協同的效率提升；另一方面，為了應對日益復雜的業務場景與需求，企業需要對全鏈路數字化業務系統進行升級，通過不斷的業務服務重構來實現業務共享和創新，促進生態之間的開放與協同。
運營數據化：企業借助AIOT、移動互聯網等技術，保持與消費者、員工、商品、合作伙伴等全鏈路的連接。觸點數字化反映了企業數智化轉型過程中，企業與各方交互觸點數智化水平的成熟度。數智化的觸點主要通過各個觸點的數字化、移動化、智能化達到多維度的消費者行為感知、員工和組織感知、商品狀態感知、合作伙伴和生態感知，使得企業在全鏈路保持連接和數據獲取能力。
決策智能化：基礎設施云化程度反映了企業數智化轉型的基本技術能力。云計算除了為企業數智化轉型提供了算力基礎外，還涵蓋到支撐企業智能運算的算法模型能力、數據存儲能力、數據之間傳輸的網絡連通能力、敏感數據的安全能力以及對數據實時和離線處理的能力等。此外，企業同樣需要一個敏捷的、連續穩定的、成本優化的、安全和風險可控的智能運算環境。
— 06 —
普華永道：企業數字化成熟度評估架構
企業推進數字化轉型的過程中，業務應用、IT架構、組織機制建設等工作環環相扣。企業要分清哪是因、哪是果，建立多維度的企業數字化成熟度評估體系，用于判斷企業所處的數字化階段，找出推進不利的可能原因，以及相應需要采取的措施。
普華永道企業數字化成熟度評估框架從戰略引領、業務應用結果、技術能力支撐、數據能力支撐、組織能力支撐，以及數字化變革6個維度對企業的數字化成熟度進行評估（如下圖）。普華永道認為：引領性指標是第一點“數字化戰略”，業務應用結果性指標是第二點“數字化業務應用”，其余4個維度（3~6）是支撐性要素，每個維度又可以細分為若干子維度。
1. 數字化戰略：從企業的戰略規劃和投資等角度，衡量企業推行數字化的決心和力度;
2. 數字化業務應用：從各個業務條線最終使用數字化的深淺程度，來衡量企業數字化轉型的成果。業務條線包括衡量價值鏈環節的研發、采購、生產、營銷、客服等，也包括內部管理條線，如戰略、人力、財務、IT等；
3. 數字化技術能力：是否具備先進的、支撐企業未來數字化應用的IT架構的，以及相應的技術組織能力，比如新技術人員、數字技術、組織結構和運作方式等；
4. 數據能力：企業能夠應用數據分析進行業務決策的程度，包括數據可得性以及數據分析能力兩個方面。打造強有力的數據能力涉及數據戰略、數據架構、數據治理、數據安全、人員技能等多個方面；
5. 數字組織能力：企業采取怎樣的組織機制/流程/文化/員工技能等，來支持企業數字化轉型和運營工作；
6. 變革管理：企業推進數字化轉型的機制是否成熟，比如數字化治理模式、變革管理人員技能等。
— 07 —
華為：開放數字化成熟度模型ODMM
華為提出了一個數字化成熟度模型來度量一個公司的數字化程度，這個模型叫ODMM（Open Digital Maturity Model），該模型把數字化分成了戰略決心，以客戶為中心，數字文化、人才和技能，創新與精益交付，大數據與人工智能，以及技術領先等6大評估維度，如下圖所示：
戰略方面：主要考量對行業和生態的貢獻程度，業務和技術的協同程度，對新的機會和業務的投資程度。
客戶方面：主要考量口碑粘性和口碑傳播的能力；客戶體驗管理和度量；客戶通過線上渠道和你互動的活躍度。
組織方面：主要考量跨團隊協同和主動創新的能力；利用外部資源和社會化資源的能力；團隊持續學習和數字化能力建設的能力。
創新與精益：主要考量應用設計思維的能力；持續交付的能力；應對變化的能力。
數據與智能：主要考量關鍵數據的元數據管理能力；數據集成和互操作能力；數據科學與人工智能，比如智能客服解答客戶問題的成功率。
技術領先：主要考量數據安全與風險控制；API First與微服務的架構；基于RPA(Robotic Process Automation)的流程自動化。
寫在最后的話
企業數字化轉型是一個從1到100的持續過程，這個過程必然會經歷從起步到成熟等多個階段。
數字化能力成熟度評估，將有助于幫助企業厘清當前所處的數字化位置，并對數字化轉型的路徑有個清晰的認知，為后續制定適合企業的數字化轉型戰略和可行的行動計劃提供參考和決策依據。
也有大佬認為成熟度評估對企業數字化來說其實沒什么卵用，就像之前軟件公司搞CMMI評估，很多企業并不是為了提升企業的軟件過程管理能力，而僅僅是為了拿到CMMI等級認證的證書，實際項目上很少會用CMMI來管控的。而CMMI證書的作用大家都懂，或許只是投標要用~
您認為數字化能力成熟度評估，對企業數字化來講，有沒有用？有哪些作用?