轻舟|传统_百花齐放却收效甚微？数字化转型效能提升的三大指标

篇首语：本文由编程笔记#小编为大家整理，主要介绍了百花齐放却收效甚微？数字化转型效能提升的三大指标相关的知识，希望对你有一定的参考价值。

当下&＃xff0c;数字化转型的重要性已无需多言&＃xff0c;但如何衡量企业的数字化转型能效&＃xff0c;解决目前转型中面临的百花齐放&＃xff0c;但效果甚微的陷阱却是每一家企业都需要思考的问题。

数字化水平核心衡量指标&＃xff1a;数字资产丰富度

为了解答这个问题&＃xff0c;“2022网易数字&＃43;大会”在杭州召开。会议开始&＃xff0c;波士顿咨询 (BCG) Platinion董事总经理陈果抛出了企业在数字化转型上存在的问题。在他看来&＃xff0c;数字化转型的本质应该是业务部门要做的IT项目&＃xff0c;而不是IT部门通过构想应用场景“自嗨”。而如果不解决这个问题&＃xff0c;很容易陷入百花齐放&＃xff08;资源不聚焦&＃xff0c;努力不聚焦&＃xff0c;产出不聚焦&＃xff09;、熟悉模式&＃xff08;传统信息化模式做数字化&＃xff0c;无法解耦、迭代&＃xff09;等陷阱。

而无论是云原生还是大数据分析平台&＃xff0c;数字化转型在当下的实现目标是敏捷&＃xff0c;通过敏捷的方法持续扩张数字化成果&＃xff0c;帮助企业进行价值链再造&＃xff0c;最终达成仿生自动化、超自动化&＃xff0c;以及个性化互动的未来愿景。现阶段最应该思考的问题是&＃xff0c;如何去繁复简&＃xff0c;驱散企业数字化转型的迷雾。

与“去繁复简”的思考不谋而合&＃xff0c;网易副总裁、杭州研究院执行院长、网易数帆总经理汪源进行了技术相关领域应该如何落地的解读。

事实上&＃xff0c;要衡量技术落地的效能首先需要进行技术解构。汪源介绍&＃xff0c;可以将数字化转型的效能衡量拆解为三个指标&＃xff1a;包括软件资产生产力、数据资产生产力&＃xff0c;以及智慧生产力。

“我们在进行行业数字化转型赋能的过程中&＃xff0c;最大的体会是即使做到转型中期&＃xff0c;很多企业在数字化的战略布局上也是呈点分散状&＃xff0c;这样一种状态没有办法下沉形成数字资产&＃xff0c;而没有沉淀&＃xff0c;就无法实现多场景的复用、再复用。通过长期的实践&＃xff0c;我们发现软件资产&＃xff08;APIs、领域服务、组件&＃xff09;、数据资产&＃xff08;元数据、指标、模型、报表&＃xff09;和智慧资产&＃xff08;数据、特征、图谱、模型&＃xff09;&＃xff0c;这些是数字化转型过程中需要长期关注的重点领域。”

具体来看&＃xff0c;软件资产生产力的积累需长期挖掘和梳理敏捷、微服务&＃xff0c;核心思路是&＃xff1a;在DDD&＃xff08;领域驱动设计&＃xff09;思想指导下&＃xff0c;通过SOA或者微服务&＃xff0c;以及PBC&＃xff08;可组装的业务能力&＃xff09;的建设&＃xff0c;从而实现组装式创新业务。

数据资产的沉淀实现路径为&＃xff1a;在业务梳理的基础上进行数据资产盘点&＃xff0c;进而完成总线矩阵设计、主题域设计&＃xff0c;最后开发实施、系统测试和系统上线&＃xff0c;其间同时贯穿了数据治理的举措&＃xff08;元数据、标准、质量、安全等&＃xff09;。汪源表示说&＃xff1a;“这样安排实施路径可以有效解决数据开发和治理之间的长期脱节&＃xff0c;从而导致持续性重复治理的问题。如果不解决&＃xff0c;就会出现开发在前面捅娄子&＃xff0c;治理在后面拼命追&＃xff0c;但永远都追不上的尴尬局面。”

数据&＃43;治理一体化提升生产力&＃xff0c;云原生&＃43;低代码降本增效

至于数据开发和治理如何更好融合&＃xff0c;从而提升数据资产生产力效能。网易数帆大数据产品线总经理余利华针对先污染后治理、运动式治理、治理范围框定在平台内、消费环节数据治理困难等问题&＃xff0c;提出了相应的解决方案&＃xff1a;首先是开发、治理一体化&＃xff0c;将数据治理自然融入到数据开发各环节中&＃xff0c;这样在开发过程中就能完成治理。

其次&＃xff0c;在开发、治理一体化完成了事前解决的基础上&＃xff0c;对已有数据可以通过大数据健康度评分体系&＃xff0c;结合数据治理改进闭环、数据治理大赛&＃xff0c;以及数据湖内外的统一治理方式进行治理。据他介绍&＃xff0c;通过元数据的注册、扫描、采集和发布&＃xff0c;mysql、Oracle等外部数据源的数据得以逻辑入湖&＃xff0c;从而实现数据的统一开发和治理。此外&＃xff0c;在数据消费环节&＃xff0c;解决方法主要是建立一站式的数据消费平台&＃xff0c;也称为数据资产门户。

在软件架构上&＃xff0c;网易数帆云原生及低代码产品线总经理陈谔从业务创新的角度来说明软件生产力的核心理念。具体来看&＃xff0c;陈谔认为企业在云原生实践第一个阶段首要解决的问题是业务的敏捷迭代&＃xff0c;开始适应市场变化&＃xff1b;之后进入到第二个阶段&＃xff0c;即夯实服务&＃xff0c;在企业业务不断迭代和架构日趋复杂的情况下保证系统稳定性和连续性&＃xff1b;在第一和第二阶段基础上&＃xff0c;即可进入到基于云原生技术和企业自身IT资产沉淀来快速开发创新业务的阶段。

“在这一阶段&＃xff0c;我们发布了服务网格的2.0GA 版本。虽然服务网格技术进入了成熟期&＃xff0c;但落地挑战依然巨大。和原有技术架构相比&＃xff0c;服务网格架构相对来说跨度较大。为了弥合跨度&＃xff0c;2.0GA版本核心包括异构纳管、平滑演进等技术&＃xff0c;可以实现无论是微服务还是遗留系统的统一管理。”

此外&＃xff0c;据陈谔介绍&＃xff0c;通过过往一年的实践&＃xff0c;网易数帆轻舟低代码在支持企业进行复杂的应用开发上发挥了重要作用&＃xff0c;能力在不断增强。“轻舟低代码已经能构建产生1000个业务逻辑的复杂应用&＃xff0c;开发效率平均提升了100%&＃xff0c;整体的开发成本降低了60%以上。”

除了能效惊人&＃xff0c;轻舟低代码还有两个显著特性&＃xff0c;一是源代码可以独立部署到用户的不同应用场景中&＃xff0c;支持开发完成后仍可导出&＃xff0c;对接用户的相关流程&＃xff0c;代码的高质量甚至可以通过金融业对安全的高审查要求&＃xff1b;二来&＃xff0c;具备支持多人协作和版本管理的能力。这意味着低代码复杂性的上限消失&＃xff0c;可以由多人同时开发出更为复杂的应用。通过版本管理&＃xff0c;这些应用也可以和其他企业服务一样实现平滑、可升级、版本维护等能力。

“我们的低代码平台不仅是给专业开发人员使用&＃xff0c;更多是给新一代的&＃xff0c;没有专业基础的开发人员应用。”

最后&＃xff0c;在汪源提及的软件资产生产力核心思路基础上&＃xff0c;陈谔重点强调了企业为什么需要组装式的架构&＃xff1a;“它能大幅提升企业交付应用的效率&＃xff0c;避免重复建设&＃xff0c;提高资产的复用比&＃xff0c;降低企业开发维护成本&＃xff0c;让生产方式更加标准化&＃xff0c;更多人能够参与到企业应用的开发中来。”

数据分析架构的三个统一和数字化转型的三大能力

Q&＃xff1a;您对当下前沿技术的观察和趋势预判是怎样的&＃xff1f;

汪源&＃xff1a;简要谈下现代化的数据分析技术趋势和挑战。数据领域的发展黄金期是上世纪90年代&＃xff0c;当时有很多新方法被提出来&＃xff0c;比如数据仓库。OLAP&＃xff08;On-Line Analytic Processing&＃xff0c;联机分析处理&＃xff09;就是基于1993年的一篇论文中谈及“多维分析怎么建多维数据集&＃xff08;Cube&＃xff09;、上卷&＃xff08;Roll-up&＃xff09;、下钻&＃xff08;Drill-down&＃xff09;等一系列分析能力”而提出的。包括BI、数据治理、数据挖掘等在今天仍然非常有影响力的思想和方法&＃xff0c;都是在那个阶段提出的。

近20年来&＃xff0c;业界诞生了以Hadoop为代表的大数据体系。这样一来&＃xff0c;就可以突破传统数仓的约束&＃xff0c;达成低成本和高扩展的特性。在技术上产生了存储、资源调度&＃xff0c;包括像Parquet这样的开放数据格式标准&＃xff0c;通过MapReduce、Spark、Flink等多种核心计算引擎&＃xff0c;构建了一整套技术栈。与此同时&＃xff0c;应用侧有一些AI的需求被提出&＃xff0c;这些都标志着数据领域在系统实现技术上有很大的进步。

最近又出现很多新的理念&＃xff0c;像国内五年前开始提的数据中台&＃xff0c;国际上也有一些新思路&＃xff0c;包括数据编织、数据网格&＃xff0c;以及不少厂商提出的Reverse ETL&＃xff08;反向ETL&＃xff09;。这些理念和思路可以梳理为三个核心主题&＃xff0c;我称之为“三个统一”&＃xff1a;统一的基础设施技术、统一的中间层&＃xff0c;以及统一的数据资产。其中&＃xff0c;统一的基础设施从底层向上分别是存储、调度、Parquet文件格式、开源数据湖表格式、分析引擎等&＃xff1b;中间层则在传统数据仓库和BI层的基础上加一层Semantic Layer&＃xff08;语义层&＃xff09;&＃xff1b;数据资产主要关注Data Fabric&＃xff08;数据编织&＃xff09;&＃xff0c;我们希望通过这一技术能够让企业的数据资产快速发现、汇集和统一管理。

Q&＃xff1a;数字化转型难在那里&＃xff1f;很多企业认为应用了个别数字化工具就是在转型中了&＃xff0c;该如何全局性的思考数字化转型&＃xff1f;

汪源&＃xff1a;数字化转型必然是一个漫长的过程&＃xff0c;而且主要是传统企业面临这个问题&＃xff0c;像我们网易这样本身是数字原生的企业不会存在这个问题。那传统厂商原来主要考虑的是如何构建实体资产&＃xff0c;比如建厂房&＃xff0c;购买设备。现在需要在生产、业务、商业模式等各个方面都建立起数字化的能力&＃xff0c;这一建设期可能需要5到10年。

对于如何思考和构建全局性的数字化转型这个问题&＃xff0c;我们的实践成果就是我在会上提到的&＃xff0c;包括软件、数据&＃xff0c;以及智慧三大能力的提升。我们提供的都是通用的技术能力&＃xff0c;它们带来的好处是能够跨行业支撑不同的应用场景&＃xff0c;不足则在于针对特定行业和场景的应用侧能力不够简单直接。解决这个问题的核心还是落地实践&＃xff0c;我们广泛与工业互联网、医疗、云服务等技术领域的厂商合作&＃xff0c;满足企业数字化转型的从应用顶层到中间软件层&＃xff0c;到底层基础设施的完整需求。没有一家企业可以提供数字化转型所有的服务&＃xff0c;还是需要一起打造综合型服务的生态概念。

企业数字化转型三步走&＃xff1a;流程、数据、中台

Q&＃xff1a;对于处在数字化基础不同阶段的企业&＃xff0c;如何迈出转型的第一步&＃xff1f;

汪源&＃xff1a;个人是认为基础最差的是信息化都没有做好&＃xff0c;流程还没有理顺。要先把信息化和流程做好&＃xff0c;否则不具备追求数字转型的基础。

流程在线之后&＃xff0c;相关数据进入系统会生成更多数据&＃xff0c;基于这些数据就可以开展数字化项目。这其中包含两条线&＃xff0c;一条线是数据进行整合分析和再利用&＃xff0c;能够应用在数字化决策、运营、营销这些方面&＃xff1b;另一条线可以做数字化创新尝试或者培育&＃xff0c;在这个过程中&＃xff0c;需要一些高效的软件开发能力来支撑创新业务发展。

总体来说&＃xff0c;可以分成三步走&＃xff0c;首先关注业务流程是否足够标准化&＃xff1b;其次是将流程做到在线&＃xff0c;数据做到标准&＃xff0c;业务做到创新&＃xff1b;最后再进入智能化的中台建设阶段。

Q&＃xff1a;速度和安全是衡量数字化转型效果的一体两面&＃xff0c;如何把握转型过程中“快”和“好”的边界&＃xff1f;

汪源&＃xff1a;不同的企业对快和好之间有不同的取舍&＃xff0c;没有严格的界限&＃xff0c;可能有灰度的地方。

当然&＃xff0c;数据安全是一个避不开的话题&＃xff0c;需要技术和管理制度共同解决。从技术角度来讲&＃xff0c;需要精细化的权限控制、数据分级管理、静态和动态实时分辨等能力。在保证企业数据安全的情况下&＃xff0c;我们也在构建隐私计算的模型共享。

Q&＃xff1a;当数帆技术和产品理念落地到客户实践中&＃xff0c;会遇到哪些难以解决的问题&＃xff1f;比如技术团队有哪些冲突点&＃xff1f;

汪源&＃xff1a;这个问题需要从动态和静态两个角度说。从动态来看&＃xff0c;我们和用户的磨合还是比较顺利&＃xff0c;冲突不多&＃xff0c;团队会和客户进行深入的理念沟通。但在静态上&＃xff0c;最初的接触阶段还是有比较多理念和思路不一致的地方。

所以需要在前期和客户有比较长时间的沟通和交流&＃xff0c;确保项目正式开展的时候双方对所有事项都是了解清楚的&＃xff0c;避免仓促立项。