本書分為數字化轉型驅動因素、數字化轉型實現要素、數字化轉型關鍵技術和數字化轉型解決方案四部分。
第一部分闡述了什么是數字化轉型、什么導致了數字化轉型、什么推動了數字化轉型,以及數字化轉型的風險和挑戰(zhàn)。
第二部分探討了數字化轉型的實現要素,包括實現以客戶為中心、數據智能、智能決策。
第三部分簡要介紹了數字化轉型的關鍵技術,包括數字化轉型的智能技術簡介和數字化轉型的數據科學技術簡介。
第四部分給出了數字化轉型的解決方案,剖析了一個以客戶為中心的數字化轉型解決方案實例的業(yè)務場景,包括理解數字化轉型解決方案和剖析以客戶為中心的解決方案。
本書描述了數字化轉型的常見驅動因素、目標和益處,以便讀者能夠理解為什么需要數字化轉型。作者又進一步以客戶為中心,闡述了可應用于推進這種復雜業(yè)務轉型的關鍵技術,并用一個實際案例研究貫穿全書。
本書用通俗易懂的語言闡述數字化轉型的驅動因素、實現要素、關鍵技術和解決方案。下面簡要介紹本書的組織結構、涵蓋和未涵蓋的主題,以及在所有章節(jié)中使用的體例。
本書的組織結構
本書分為數字化轉型驅動因素、數字化轉型實現要素、數字化轉型關鍵技術和數字化轉型解決方案四部分。
第一部分包括第1~4章,分別闡述了什么是數字化轉型、什么導致了數字化轉型、什么推動了數字化轉型,以及數字化轉型的風險和挑戰(zhàn)。
第二部分探討了數字化轉型的實現要素,包括第5~7章。
第三部分簡要介紹了數字化轉型的關鍵技術,包括第8章和第9章。
第四部分給出了數字化轉型的解決方案,剖析了一個以客戶為中心的數字化轉型解決方案實例的業(yè)務場景,包括第10章和第11章。
本書涵蓋的內容
數字化轉型是什么,何時應用以及如何應用。
數字化轉型是如何出現的以及為什么出現。
成功的數字化轉型實現的商業(yè)目標和收益。
數字化轉型涉及的挑戰(zhàn)和風險。
數字化轉型與以客戶為中心的關系。
數據和數據智能的作用和重要性。
手動和自動決策的作用和重要性。
數字化轉型的智能技術。
數字化轉型的數據科學技術。
數字化轉型的解決方案。
數字化轉型解決方案如何獲取數據并實現數據智能。
如何在現實世界中實現以客戶為中心。
本書未涵蓋的內容
數字化轉型的安全問題。
數字化轉型的規(guī)劃。
數字化轉型對組織結構和文化的影響。
管理和治理數字化轉型。
本書體例
本書用藍色表示數字化轉型解決方案相關圖和表,即數字化轉型參與者的符號,包括組織、解決方案、人員、技術、產品等,如圖A所示。
圖A
此外,轉換箭頭通常用于展示場景的進展,或者比較之前和之后場景,如圖B所示。如果之后場景展示了數字化轉型的應用,則使用圖B中上圖藍色過渡箭頭。如果不涉及數字化轉型,則使用圖B中下圖所示的灰色箭頭。
圖B
注釋:經常會區(qū)分數字化轉型和數字化優(yōu)化。當目標主要是改善現有的業(yè)務運營、產品和服務時,則使用后者。當一個企業(yè)打算數字化轉型時,目標通常也是將新的模式引入企業(yè)并推出新的產品和服務。為簡單起見,本書中僅使用數字化轉型這個術語。
閱讀向導
正如本書所解釋和展示的那樣,以客戶為中心是數字化轉型的核心,以形成組織與客戶之間的良好關系。實現以客戶為中心是要盡可能使客戶體驗溫暖和易于訪問。為了將其付諸實踐,本書引入圖C所示的圖標,來作為數字化轉型領域的友好向導,以突出和總結關鍵主題。
圖C
作者簡介:
托馬斯·埃爾(Thomas Erl)
作為Arcitura Education的創(chuàng)始人和總裁,領導開發(fā)了國際認可的、供應商中立的培訓和認證計劃的課程體系,包括100多門課程、90多個Pearson VUE考試和40多個認證途徑,涵蓋數字化轉型、機器人流程自動化(RPA)、DevOps、區(qū)塊鏈、物聯網、容器化、機器學習、人工智能(AI)、網絡安全、面向服務的架構(SOA)、云計算和大數據分析等主題。
羅杰·斯托弗斯(Roger Stoffers)
TOGAF認證的企業(yè)架構師,對數字化轉型和集成充滿熱情。Roger在電信、政府和金融行業(yè)的組織中工作(包括與組織合作),在跨國組織中積累了25年的經驗。他曾擔任數字化業(yè)務轉型倡議的首席和主導企業(yè)域架構師,強調客戶關系和分布式環(huán)境。
譯者簡介:
方志剛,研究興趣包括數字化工廠、智慧企業(yè)和工業(yè)4.0愿景。從1995年加入IBM咨詢服務部(前身為普華永道咨詢)起,他在北京、美國費城、上海等分公司歷任顧問、高級顧問、首席架構師、咨詢總監(jiān)等職,專注于為制造業(yè)、鋼鐵、石油行業(yè)等大客戶提供信息化規(guī)劃、咨詢和實施服務,主要服務過的客戶包括中航工業(yè)、航天科工、中國石油、中海油、上海汽車、寶鋼、海爾、青島四方等等,并具有美國和日本實施大型IT項目工作經驗。方志剛曾獲得北京科技大學管理信息系統學士和碩士學位。
目 錄
前言
第一部分 數字化轉型驅動因素
第1章 理解數字化轉型 2
1.1 業(yè)務、技術、數據和人員 4
1.1.1 數字化轉型與業(yè)務 4
1.1.2 數字化轉型與技術 6
1.1.3 數字化轉型與數據 7
1.1.4 數字化轉型與人員 8
1.2 數字化轉型解決方案與組織 10
第2章 數字化轉型的業(yè)務驅動因素 11
2.1 適應快速變化的市場,實現市場增長 12
2.2 提高組織敏捷性與業(yè)務一致性 15
2.3 擺脫低效率,增強數據智能 19
2.4 提升自動化能力與生產力 21
2.5 改善客戶體驗,提升客戶信心 24
第3章 數字化轉型的技術驅動因素 31
3.1 強有力和多樣化的數據獲取 32
3.2 數據科學技術 34
3.3 高級自動化技術 35
3.4 自主決策 36
3.5 集中化、可擴展、彈性的IT資源 37
3.6 不可變的數據存儲 39
3.7 多體驗訪問 40
第4章 數字化轉型的風險和挑戰(zhàn) 42
4.1 數據質量差和數據偏差 43
4.2 數字化數據增加,易受攻擊的風險增加 44
4.3 抵制數字文化 46
4.4 過度自動化的風險 47
4.5 難以治理 48
第二部分 數字化轉型實現要素
第5章 實現以客戶為中心 52
5.1 產品 53
5.2 客戶 53
5.3 產品中心模型與客戶中心模型的關系 55
5.4 交易價值與關系價值行為 56
5.5 面向客戶與以客戶為導向的行為 58
5.6 關系價值和溫暖度 60
5.6.1 溝通中的熱情 61
5.6.2 主動提供熱情服務 62
5.6.3 給客戶獎勵 64
5.6.4 超越客戶期望 65
5.7 單渠道、多渠道和全渠道的客戶交互 66
5.8 客戶旅程 69
5.9 客戶信息與客戶檔案 70
第6章 數據智能 76
6.1 數據來源 77
6.1.1 組織數據 78
6.1.2 第三方數據 78
6.1.3 創(chuàng)建新的數據智能 79
6.2 常見數據類型 79
6.2.1 運營數據 80
6.2.2 客戶數據 82
6.2.3 社交媒體數據 82
6.2.4 公共數據 83
6.2.5 私營數據 84
6.3 數據獲取方法 84
6.3.1 手動輸入數據 85
6.3.2 自動輸入或獲取數據 85
6.3.3 捕獲遙測數據 85
6.3.4 信息數字化 86
6.3.5 數據輸入 88
6.4 數據利用 88
6.4.1 分析和報告 89
6.4.2 自動化決策 90
6.4.3 解決方案輸入 90
6.4.4 機器人驅動的自動化 90
6.4.5 模型訓練和再訓練 90
6.4.6 保留歷史記錄 91
第7章 智能決策 92
7.1 條件自動化決策 93
7.2 計算機輔助決策 94
7.3 智能自動化決策 94
7.3.1 直接驅動的自動化決策 97
7.3.2 定期自動化決策 98
7.3.3 實時自動化決策 99
7.4 計算機輔助決策與智能自動化決策 100
第三部分 數字化轉型關鍵技術
第8章 數字化轉型的智能技術簡介 104
8.1 云計算 105
8.1.1 云計算實踐 106
8.1.2 常見風險和挑戰(zhàn) 110
8.2 區(qū)塊鏈 111
8.2.1 區(qū)塊鏈實踐 112
8.2.2 常見風險和挑戰(zhàn) 119
8.3 物聯網 120
8.3.1 物聯網設備 121
8.3.2 物聯網實踐 125
8.3.3 常見風險和挑戰(zhàn) 127
8.4 機器人流程自動化 128
8.4.1 機器人流程自動化實踐 129
8.4.2 常見風險和挑戰(zhàn) 132
第9章 數字化轉型的數據科學技術簡介 134
9.1 大數據分析與預測 136
9.1.1 大數據的5個V 138
9.1.2 大數據實踐 140
9.1.3 常見風險和挑戰(zhàn) 140
9.2 機器學習 141
9.2.1 模型訓練 142
9.2.2 機器學習實踐 144
9.2.3 常見風險和挑戰(zhàn) 147
9.3 人工智能 147
9.3.1 神經網絡 148
9.3.2 自主決策 149
9.3.3 人工智能實踐 151
9.3.4 常見風險和挑戰(zhàn) 152
9.4 數字化轉型關鍵技術總結 154
第四部分 數字化轉型解決方案
第10章 理解數字化轉型解決方案 158
10.1 分布式解決方案設計基礎 159
10.2 數據輸入基礎 163
10.2.1 文件拉取 163
10.2.2 文件推送 164
10.2.3 API拉取 165
10.2.4 API推送 166
10.2.5 數據流傳輸 166
第11章 剖析以客戶為中心的解決方案 169
11.1 術語回顧 170
11.2 場景背景 171
11.2.1 業(yè)務挑戰(zhàn) 172
11.2.2 原始的客戶旅程 172
11.2.3 業(yè)務目標 175
11.3 提升客戶旅程 176
11.4 擴展業(yè)務流程 178
11.5 制定未來決策 212