數位轉型的定義為何？發展重點為何？

數位轉型是一個結合數位科技與既存營運模式的過程，從營運流程、價值主張、顧客體驗、數位文化、到徹底轉型，成為一個極為靈敏，以顧客的價值與體驗為核心，且不斷更新、持續轉型的組織。

每一個產業所放的重心以及順序都不盡相同，在極少與顧客互動的產業中，組織可能會先轉型營運流程的層面，透過結合數位科技簡化組織的管理以及部門與部門間的業務，導入新科技讓工程流程變得更有效率等。

在其他產業中，如金融、觀光、媒體等，組織可能把重心放在價值主張，從根本層面的探討所提供的產品與服務，如媒體業的公司就會問出「我們是一個販售財經期刊的公司？還是一個提供顧客充足資訊與解析，讓顧客更好的洞悉市場生態，並做更理性且智慧的選擇的企業？」如果答案是後者，業者可能就會將更多的重心放在傳遞（Delivery）與顧客體驗的層面上。

在數位領域中更成熟的組織，不僅轉型了其營運流程以及價值主張; 成為極為靈敏且以顧客體驗為核心的企業，數位成熟的組織更是建立了一整個數位生態，並從能力、文化、與整個生態系統上驅動轉型，成為一個不斷去挑戰、測試、並且極為靈敏的轉型組織。

而如麥肯錫、IBM 等組織常提起的數位再造（Digital Reinvention）則是一個組織核心價值的根本轉化。也是我們前面所提到的，從根本層面探討目前提供的產品與服務，並重新定義價值主張。 在OOSGA，我們定義再造為轉型的其中一個階段，在此階段，組織必須要徹底審視 ＆洞悉顧客旅程，並定義出需要被優化或是新增的環節點，再建立明確的策略以最有效的執行。

數位轉型的四個核心發展面向

在推動整個數位轉型的發展中，我們建議企業可以透過四個數位轉型的核心價值體現，以更有效的評估未來於轉型上的發展與投資方向，其分別為：企業的整體運營效率、客戶中心度、供應鏈韌性、以及新業務的發展。透過這樣的思考方式時，我們就能將整體規劃數位轉型策略時，拆解成幾個子項目去完成。

數位轉型的五大層面

在我們的經驗當中，組織在發展數位轉型時，背後有五大層面必須要同時兼顧方能最大化成功的機率，以及所創造的影響，它分別為組織與文化、人才與能力、數據生態系統管理、科技與工具、以及策略的規劃與執行。

正如我們前面所提，數位轉型是一個以顧客的價值與體驗為核心所發展的過程，而這也是為何，在這五大層面中，科技與工具並非是我們第一個所提出的。一項研究更是發現70％的數位轉型項目往往是以失敗告終，這當中的失敗原因往往是因為組織文化並沒有與策略同調，所以不論多少科技與工具被帶進了組織中，其效益仍取決於整個組織的採納以及應用度等。

1. 組織與文化 Organization and Culture

彼得杜拉克曾經說過：「文化把策略當早餐吃」，而這在發展數位轉型當中尤其如此，畢竟導入科技以及驅動數位能力的過程中，時常會遇到部門整合、抑或是需要大規模的教育訓練、整個部門的re-skilling、有時甚至是組織整體運營模式的轉變。而在如此的變化之下，時常企業會忽於照顧文化層面的發展，而使得整體數位項目失敗。一份凱捷諮詢所做的調查更是發現組織文化被多數企業認為是推進組織數位轉型的最大限制因素。

BCG 一次針對40家企業所做的研究更是發現，企業是否投資在文化培養上，對於數位轉型的成功與否有非常明顯的影響。其中，積極培養數位文化的企業在轉型成功的比例為 90％，而疏於培養文化的企業成功比例僅有17％。

這些數據都進一步的體現了文化之於轉型項目的重要性，然而所謂的組織文化的意思又是什麼？ 其實，用最簡單的方式來說就是「組織內部成員的行為模式」，譬如決策是如何擬定的、不同的階層與部門是如何溝通、不同成員們努力的動機為何、同時還有錯誤是如何被處分而成功是如何被獎勵等等。

那麼，什麼樣的組織文化是欲推進數位進程的企業必須要培養的？ 在分析了上百個數位轉型案例後，我們發現有四個最為主要的文化要素，其分別為水平且垂直的無摩擦溝通、跨部門的資源共享與合作、勇於實驗以及測試的精神、最後還有以用戶或是客戶為中心發展的設計思維。

水平與垂直的無摩擦溝通，水平指的是跨團隊或是跨部門的關係，而垂直指的則是上層與下層之間的關係。 通常在數位成熟度較高的企業中，我們時常觀察到的就是在跨部門溝通(Cross Function Communication) 的情況遠比平均企業來的更為頻繁，而這些跨部門傳遞的資訊也通常是受到部門所歡迎的，被認為是一個能夠讓自己工作做 得更好的方法，而非被感知為額外工作量的增加。

而垂直的溝通同理，在數位成熟度較高的企業中，上與下的溝通往往不是單向，而是雙方都非常積極地給予回饋。 橋水避險基金即是如此模式的最為顯著的一個案例，在橋水，即便是一個剛加入組織的新人都能對 CEO 會議上的表現做評分，並在公開的平台上實名的指出 CEO 哪裡做的好，以及哪裡待改進。 CEO Ray Dalio 更是認為如此極度透明且演算法驅動的溝通與決策流程將會成為許多領先企業的常態。

跨部門的資源共享與合作，如同前面所提的水平溝通，但不單純只是組織內跨部門的資訊傳遞，而是更進一步地促進不同部門之間的資源共享以及實際合作。 這同樣的也有許多體現模式，譬如 R&D 與直面客戶的單位合作即能增加研發的準確性、BU 與 IT 間的合作則是能增加策略擬定的可執行性、而行銷與銷售間的合作以及資源（譬如數據、工具、以及人才）共享更是能大幅的提高行銷效益。 而如何做到這一塊，我們於行銷卓越的報告中也詳述了策略以及方法。

勇於實驗以及測試的精神，這裡所指的測試有許多體現方式，譬如在 NPD 上，現在許多數位原生的團隊皆是以 MVP 的模式在推出產品，也就是先開發出可用的雛形，以測試市場對於產品的熱度為何、回饋為何，最後在序列性的推出更多功能，以豐富整個產品。 如此做法能讓產品團隊能夠以低成本的方式快速的測試市場的狀況，並將這些實際回饋帶回產品開發的流程當中。

而在行銷上，實驗與測試的精神更為重要，想像以往在做電視廣告或是戶外廣告時， 每一種渠道都是高成本、耗時長、無法追蹤、且難以取得回饋。 然而現在，在數位渠道上做行銷，每一個元素都能夠做測試，而團隊更是能夠完整的追蹤不同方法的效 益。 Booking.com 將所謂的實驗文化做到了極致，在他們的官網上，幾乎無時無刻都有超過一千筆測試在進行，Lukas Vermeer，Booking 的 Director of Experimentation 更是認為，他們組織全面的測試模式，更是近一步地讓 Booking.com 成功的增加了不同成員間的信任，也讓 Booking 即便在機器學習等技術不如 Google, Facebook, 抑或是微軟成熟，但仍然創下了非常優異的成績。

以用戶或是客戶為中心發展的設計思維，設計思維，也就是從用戶或是消費者的角度出發去設計的思考框架，是一種於 1960 年且廣泛應用在設計界的工具，所謂的 HCD (Human Centered Design)也是設計思維的一種體現方式。 然而，這所謂的設計思維在行銷與銷售、在產品開發、以及在服務運營等，都能夠應用設計思維，為消費者用戶創造一個高體驗的顧客旅程。

而正如我們所提，數位轉型是一種以顧客價值與體驗為核心所發展的過程，那麼設計思維即是協助組織更好地做到這點的思考框架。在 UberEATS，他們位於紐約以及矽谷的設計師，為了要能夠更好的從用戶的角度出發，更是會實際旅行到倫敦、泰國、 或是台灣等他們 UberEATS 用戶所在的地方，並以當地人的方式生活，沉浸在用戶的實際的環境與體驗當中，以思考設計該如何優化。

2. 人才與能力 Talent and Capability

在推進數位轉型的進程時，組織能力與所前進的方向時常不成正比，而這樣子的狀況也就直接導致了整個數位項目無法創造所預期的效益。 當在討論人才與能力時，我們可以進一步的細分為兩個層面：硬實力與軟實力。

硬實力，指的就是那些能夠被測試的實力，譬如語言、技術、以及使用某些工具的能力等。 在這個全球化的競爭、技術頻頻進步、且新科技不斷浮出水面的現在，硬實力的培養對於組織來說至關重要，然而產業中，這些技能在供需上的鴻溝卻是非常龐大的。 以這十年間為例，雲端技術的高速發展已經讓雲端人才的身價不斷竄升，在 2020 取得雲端技術（人才）的平均成本更是高於一個軟體工程師，然而以 AWS 為 例，成為一個 AWS certified solution architect 平均卻僅需要 6~24 個月，相較於軟體工程師少了好多年，卻是全球最高薪的工作之一。

而在數據分析上更是如此，不論是數據處理（Process）、治理（Governance）、大數據分析、還是連結數據分析與商業應用的能力，數據人才與能力的缺乏更是嚴重的影響到了許多企業數位轉型的進程，拉大了領先企業與一般企業的距離。 於一次麥肯錫所做的調查中，43％的業者表示數據分析是他們最為嚴重的技能鴻溝，為所有技能鴻溝當中的第一名。

在這個技術不斷進步的現代，被動的等待追著產業趨勢跑的高等教育即時地培養人才已不大實際，反之，企業必須要加速內部的技能培養以及教育訓練，驅動整個組織在 up-skilling、甚至是re-skilling 上面的發展，以支撐企業於數位轉型上的發展。

軟實力，指的就是那些較難通過測試來評估的實力，譬如同理心、團隊合作、溝通能力、以及領導能力等等。時常，當我們想到數位轉型時，往往想的都是硬實力的部分，畢竟數位字面上的意思就是應用科技的技術。然而，在真正數位成熟的企業中，其最大的差異面反而是在於人員軟實力的部分。

而哪些軟實力對於推進數位轉型進程的企業來說是重要的呢？ 我們認為有三項能力至關重要，分別為高適應力、高學習能力、以及同理心。古希臘哲學家 Heraclitus 曾說：「變化是人生中唯一的常態」，這句話在這個每幾年就有一個重大技術突破的現代尤其如此，而如此快速且劇烈的變化也是為何所謂的數位人才必須要具有能夠因應變化而轉變的高適應力，同時還要有駕馭變化的高學習能力。

而同理心，則是因為在許多環境中，懂的換位思考的人才往往能成為更好的團隊成員，近期的一份針對 150 位 CEO 所做的調查也發現了 80% 的 CEO 認為同理心是人才成功的關鍵。 同時，如我們在組織文化的篇幅中所提，以顧客角度發展產品與策略的設計思維可以說是驅動數位轉型時的核心思考框架之一，而這設計思維的本質即是同理心，如此也不難理解為何同理心是數位人才中非常重要的軟實力之一了。

3. 科技與工具 Technology and Tooling

雖然在 OOSGA，我們不斷的在強調數位轉型的核心並非科技，但那是出於我們觀察到太多決策者將重心放在科技的導入上，並沒有對應用面及其價值面做徹底地審視， 從而失去了數位轉型整體健全發展的平衡，最終甚至導致轉型項目的失敗。

不過最終，這個所謂結合數位科技與商業模式的過程的數位轉型絕對是關乎科技，也就是企業如何導入科技至不同的運營流程，以驅動商業模式的更新以及轉變。 然而，在談論科技與工具時，出於每一個產業所放的重心都不盡相同，所以科技的應用也截然不同。

• 對於製造業來說，我們在工業 4.0 技術的討論中，對每一項主要變革的工業技術都有詳述，同時也進一步地探討了工業 4.0 的八個價值面，以及業者該如何佈局。
• 對於零售與消費品業，我們於官網上所發佈的文章，新零售 2.0中也概論了如此趨勢背後的驅動因素，以及提供了一個零售業者能用以部署策略的思考框架。
• 對於金融業者，我們於 Insurtech 以及 Fintech ，也分別探討了對於保險業者以及銀行業者來說，驅動未來轉型的科技為何、當前的應用狀況、還有這些技術實際產生的一些價值。

4. 數據生態系統管理 Data Ecosystem Management

在推進組織數位轉型的過程中，也許組織建立了極具支撐性的數位策略、培養了相應的數位文化、同時也豐富了組織的數位能力與人才、且導入相關的科技，不過真正讓領先企業持續領先的，其實是數據，更明確一點說是「數據生態系統管理」。

要真正的理解數據生態系統，我們可以將其拆成四個環節，從數據的獲取、數據的架構、數據的治理、一直到數據的應用。

在這幾年間，只要談到數據，話題往往圍繞在大數據分析、人工智慧、機器學習、或是神經網路等等。 確實，對於很多企業來說，許多高階分析技術可以在商業的各個層面創造龐大價值，但這都必須要建立於數據的有效性、真實性、還有完整度等等要素。 而這所謂的數據的有效性、真實性、以及完整度，則必須要建立於一個健全的數據管理系統，不然各個環節的數據可能散在各地、難以清理、甚至數據本身很有可能根本不具充足的商業價值。

舉一個例子來說，我的團隊於去年年底時，接下了一個協助 FMCG 產業的客戶導入顧客旅程地圖的管理模式，目的是要與他們一同建立起以消費者的需求為核心出發的運 營模式。 當項目起跑第一天，我們就清楚的意識到了這個項目的困難度。不僅組織內部的數據沒有中央管理、團隊更是缺乏所謂的數據管理的好習慣，同時，他們的經銷商以及子公司也都使用徹底不同的系統以及管理方法，彼此更是缺乏溝通。 在這樣子的環境之下，要建立起顧客旅程地圖可以說是非常困難的一大挑戰， 最終我們花了超出預期的時間才成功的將其建立完成，將電商、社群銷售、經銷商、實體店面等渠道的銷售數據與客戶名單串連在一起，並且實時的更新這些數據，並讓各個團隊都能隨時獲取這筆資訊，應用於分析、報告、還有決策等流程。

要真正的理解數據生態系統，我們可以將其拆成四個環節，從數據的獲取、數據的架構、數據的治理、一直到數據的應用。

數據的獲取 Data Sourcing，在獲取數據上，有三個重點是任何要做好數據管理的組織都必須要思考的。 第一個是正確性，BCG 曾經服務過一個國際銀行客戶，而當時參 與項目發展的合夥人Salvatore Cali，在檢視基本的人口數據時發現，在這個國際銀行的客戶名單中，竟有超過 10％的客戶為來自阿富汗的會計師，再進一步的挖掘原因後，他們團隊發現導致這個現象的原因僅是因為在網頁上填寫資料時，阿富汗以及會計師，因為兩個都是 A 開頭的英文字，所以都會出現在第一個，而時常客戶可能為了求方便或是其他原因即隨意選擇了第一個選項。

有趣的是，這其實並非個案，在產業中，稱如此狀況為常態也許也不為過，Tadhg Nagle 所主導的一份研究也發現，僅有 3％的企業，其數據的品質有達到最基本的標準，同一份研究也發現，平均下來，企業所獲取的新數據中，有 47％至少涵蓋著一筆或是以上的重大錯誤。

不過更有趣的是，若撇開是否有發現數據存在著問題，通常在解決數據獲取的正確性的問題上，執行的難易度都是非常簡單的。而在組織上下落實培養一些數據的好習慣即是對於欲發展數位轉型的業者來說至關重要的。

第二個重點即是數據的乾淨與否，頻繁與數據打交道的人一定清楚數據清理是多麼令人重新思考職涯規劃。也許現在我們可以利用 R 或是 Python 快速地寫一些判斷式的 Script 以清理這些數據，抑或是通過 Alteryx 和 Tableau Prep 等數據工具來減少數據清理所花的時間。 然而在取得新的數據時，時常同時也取得了新的問題，而這些問題是原本的 Script 中所沒有顧及到的，那也代表了必須要再為了它而重新清理一次，不難想像這不是一個長期手段。

在數據的獲取品質管理上，最理想的方法是在最初的規劃即考慮到後續的數據問題，並盡可能地在每一階段的執行上，最小化後續數據清理的負擔。同時當然，有效的應用一些相關的數據工具，也能大幅提高數據分析人員的效率，並讓他們能夠將時間分配在更為重要的環節點上（報告、分析、以及決策等）。

第三個重點是數據的整合，簡單來說就是當不同的數據源所產生的數據，如果彼此相關的話，能否整合在一起，讓分析人員能夠擁有一個更加全面的角度？

涅槃經上有記載到，有一個古印度寓言故事充分的體現了當數據沒有整合時會出現的問題，這個叫做盲人摸象的故事上面寫道，「…其觸耳者，言象如箕；其觸頭者，言象如石；其觸鼻者，言象如杵…」。 時常在做策略規劃時，另決策者最害怕的並非錯誤抑或是雜亂的數據，而是容易讓人誤解的數據。 正如同故事中的那五位盲人一樣， 每一個人的觀察都沒有錯，然而最後每一個人的結論皆大錯特錯。

如此狀況在行銷與銷售上非常普遍，畢竟不同於實驗室或是像製造業、物流等較為流程驅動的業務，市場的數據時常非常片面且往往充滿著陷阱。譬如以行銷渠道上的歸屬模式為例，在較為高階的分析方式尚未滲透數位行銷時，我們在決定哪一個渠道的行銷投資產生了最大效益時，時常會以最後一個接觸點來判斷 MROI，最終再基於這一層理解決定下一次的預算分配。 如此水平性的分析方法會忽視了該客戶轉換前，所有經歷過的接觸點，也就是整個顧客旅程，那麼很有可能就導致了災難性的結果。

在獲取數據的環節上導致數據整合出現問題的通常都是第三方工具的關係，許多企業現在正從 All-in-One 的解決方案轉移至 Best-in-Breed 的工具，通過 API 等方式整合不同的數據源，最後再模組化的管理整個數據生態系統。

數據的架構 Data Architecture，時常數據架構與數據治理會混著談，在產業上也沒有一個統一的定義，不過在 OOSGA，我們定義數據架構為 IT 層面等技術上的基礎建設，而數據治理則是工作流程、數據人員、以及管理與溝通的層面。

時常在數據架構上，或稱數據的 IT 基礎建設，是對於發展數位轉型的組織來說在數據上最具挑戰的一個主題。 通常好幾十年的公司其內部的數據管理系統都散在各處，且甚至可能使用徹底不同的工具做管裡，而如此狀況就會導致企業在數據應用上的各種困難。

在這個主題上，這幾年間成長最為快速的趨勢大概就是雲端了，許多企業開始轉移雲端不僅是為了部署成本較低、較好的擴展性、以及安全性，同時，也是因為雲端上各種工具的高易用性以及高彈性的因素（譬如 Kubernetes），能使企業更好的執行數據管理。

數據的治理 Data Governance，也就是撇開 IT 基礎建設不談的數據管理，常常是企業所忽略，但卻是最為重要的層面之一。 在談到數位轉型以及數據的重要性時，我們時常聽到「我們公司沒有這樣子的系統」、「我們的 Legacy IT 太多且太雜了，不太可能做到那樣..」、「要做到如此，那可能就要徹底更新系統」。 其實在很多情況，徹底替換舊有核心系統常常是數位轉型道路上必經的一條路，然而那通常是在數位文化的培養已經到一個階段，且人員也清楚意識到轉型的迫切性與其價值時，再去做的。

與其將問題聚焦於 IT 上，組織真正要思考的反而是如何有效的執行數據治理，而要做好數據治理，有兩個核心原則是組織上下都必須要落實執行的，其分別為好的習慣、 以及好的架構與流程。

第一為好的習慣，數據治理是馬拉松，而非短跑，也就是這並非是一個三個月的項目或是半年的專案，而是組織必須要持續進行、維護、以及更新。 從非常小的習慣，像是檔案名稱、不同檔案的管理方式，到比較重要的習慣，譬如數據需求以及數據政策的落實執行、或是讓負責數據治理的人員都清楚每一筆資料之後會如何被應用，都是一個要做好數據治理的企業必須思考的。

第二個原則為好的架構與流程，好的數據治理是組織上下都必須要落實執行的，而擁有一個有效的架構將可以賦能數據治理流程，甚至是近一步的培養好習慣。 譬如讓每一個與數據治理相關的人員皆能清楚自己的所需管理與負責的環節，同時設立有效的 Metrics 以確保數據品質，如此將能讓每一個管理數據的人員都能更加謹慎，且清楚自己的每一個動作可能帶來的影響。

數據的應用 Data Application，近幾年間，人工智慧、機器學習、以及大數據等關鍵字經常奪走了聚光燈與版面，但是在整個數據應用市場中，商業智慧以及其他的數據分析技術與系統同樣的也在高速成長，驅動各個不同產業的企業成為更加數據驅動的組織。