2023年6月10—11日，人人都是产品经理举办的【首届数字化产品经理大会】完美落幕。叮咚买菜前产品线负责人、互联网领域畅销书作家@三爷，为我们带来《新零售数字化之路》为题的分享，本文为演讲内容实录。
(资料图)
一、导入：企业数字化进程
数字化这个概念已经提出近5年的时间了。在这五年里，我们一直在讨论数字化，但究竟数字化是什么，有没有人能够完整地描述出来呢？
给大家提供一个模型，诺兰的信息系统进化六阶段模型，它完整地描述了企业信息化的历程。从最开始的初始阶段，到引入系统、扩展功能，收集整理系统边界、进入控制阶段，到最后系统越来越多，功能越来越多，进入需要整合的阶段。在这个过程中，会出现一个转折点，它也是企业数字化重构的开端。
多年来，中国企业在数字化方面不断追赶，在转折点上迈入企业数字化2.0阶段。这是当前的现状。
但是，对于绝大多数头部企业或先进企业来说，进入转折点之后，可能会与以前的企业数字化建设有所不同。在与一些大型企业和超大型企业的一线业务同学交流后，他们反馈业务系统越来越多。以前，完成一项任务可能只需要一个Excel表，但现在需要在4-5个系统之间操作才能完成。他们不理解，觉得IT部门提供的信息系统或整个业务提效方式反而越来越麻烦。
企业数字化发展中面临的问题可以归纳为以下几个方面:
运营效率提升：不再仅仅将业务线上化，而是更加注重提高运营效率。洞察力改善：超大型企业或大型企业面临的一个重要问题是无法及时了解一线业务的实际情况和指标。开发效率提升：随着系统数量增多，处理各个系统之间的边界和逻辑需求变得复杂，开发效率成为关注点。协同更方便：为了更好地协同工作，企业需要更方便的协同工具和系统。
以上就是企业数字化“转折点”问题：数字化产品经理需要攻克的关键问题，也是企业在数字化转型过程中面临的重要挑战。
在探讨企业数字化发展问题之后，我们将详细讨论两个典型企业案例，以便更好地理解企业数字化的实践。
第一家企业在选择数字化转型时遇到了困惑。它意识到自己需要采用一种数字化战略来解决问题，但不确定应该选择哪种战略。企业认为中台概念是最流行的选择，但它没有意识到自己的企业基础建设仍停留在1.0阶段，许多业务仍依赖线下运营，缺乏线上化的实现。因此，企业没有意识到中台战略的本质是为了解决转折点后的问题。可想而知，这个企业的数字化转型以失败告终。
第二家企业已经迈过了转折点，面临的主要问题是如何在多个系统中解决复杂的关系。他们致力于提高运营效率和协同能力。然而，数字化负责人错误地认为问题在于当前系统建设不够全面，因此认为需要更全面地推动数字化战略，并引入更多系统。然而，最终发现问题不是出在系统本身，而是由于系统间的隔离和边界没有清晰界定。因此，这家企业的数字化转型也以失败告终。
数字化转型选择中，不一定最先进的就是最合适的，企业应根据自身现状选择最适合的方法。举个例子，下面这个案例的特征在于“脱节的数字化体系”。通过调研分析发现，某企业在行业中的信息化水平相当高，已经将获客、转化、成交、履约、售后等环节全部实现了数字化，并且做得非常出色。
然而，在供给侧，也就是供货厂家或供应商的环节，仍存在大量的人工生产、纸质作业和手工登记等传统方式，这导致了数字化鸿沟的存在。我们不能只把前台装修得漂亮，但内部却像毛坯房一样。这是当前行业中一个典型的问题，即在采销阶段已经高度数字化，但在供给侧却表现不尽人意。
尽管数字化已经发展了这么多年，但绝大多数企业仍处于数字化初期，特别是在供给侧问题上更加明显。因此，数字化转型需要遵循常规赛道，而非盲目追求最先进。
二、实战：零售业数字化建设
通过第一节，我们对当前数字化赛道有了一个简单的了解。接下来，让我通过一个具体案例来说明我们如何进行数字化建设。
在进行数字化建设之前，我们需要先明确一个重要前提，那就是在数字化建设过程中，并不存在通用的方案，但我们可以采用通用的建设模型。
这句话的意思是，我们要意识到企业进行数字化的核心目标是提高内部运营效率，或者用更通俗的话来说，就是降低成本并增加效益。如果你希望实现这个目标，那么你必须根据自身业务的实际情况来量身定制解决方案。简单来说，你不能指望通过借用外部成熟工具来解决自己的个性化需求，因为这样往往是不切实际的，甚至可能成为业务运营效率的瓶颈。因此，我们必须根据企业当前的业务现状进行调研、分析、处理，并为其量身定制解决方案。
因此，虽然我们没有通用的方法，但我们有通用的建设模型。这里我依据自己的经验总结出了一个方法，称之为MSS建设模型。即通过市场宏观认知，标准化企业流程，设计解决方案，打造适用于企业的数字化系统。
接下来，我将具体介绍如何利用这个模型和方法论来解决企业数字化的过程。
首先，故事背景对于任何故事来说都是必不可少的。在探讨本话题之前，我们先来看一下这张企业数字化蓝图，展示了企业在经过全面建设之后的数字化状态。
去年，在我和业务负责人的对话中，他提出今年数字化建设的目标：建立一个能够管理20多座工厂的工厂管理系统。这个目标引起了我的惊讶，因为我们本来是一家零售或电商企业，如今为何要开始管理工厂呢？那么我们所要管理的具体是什么呢？是工厂的员工、生产作业还是物料管理？我们需要解决的问题是什么？而我们又应该采取何种信息化战略来解决这个问题？
针对这个问题，我们需要进一步探究企业内部和决策背后的补充，即它的目的是解决什么问题。在22年时，企业的核心数字化和建设中心是采销链路。通过一年多的建设，这个采销链路已经完善。接下来的几年，重点将转向上游供应商。
回想一下零售或电商公司刚开始做生意时的核心，主要是提高商品流通效率，以更快、更便捷地将货物交送给用户。然而，随着行业中类似的零售公司不断增加，大家都在努力提高商品流通效率，导致最终大家的效率都很高，用户感觉不出差异。每个人都能在30分钟内送达商品，那为什么我要选择你而不是他呢？除了价格战，我们还有其他策略吗？因此，这家公司的业务负责人认为我们必须注重商品力量，也就是要创造独特的产品。只有这样，我们才能吸引用户在我们这里消费。所以，这实际上是这家公司的立项目标。
作为数字化产品经理，我们需要了解企业商业化动机的本质。商业化动机通常涉及企业战略的后向一体化概念，也就是从当前切入点开始，向产业链或行业上游拓展。
在这种情况下，企业希望通过自建工厂推出自有品牌食品，从仅仅经营业务的公司转变为具有品牌零售能力的公司，以此提升竞争力。通过品牌建设和食品研发，企业可以推出新品并通过线上和线下渠道销售，从而实现从产到销的完整过程。这种方式降低了爆品成本，因为爆品通过自研制造。总的来说，这是企业的业务发展方向。
在了解了业务负责人的宏观大局后，我需要清楚当前业务现状能否支持他的愿景。经过简单调研，我们发现了类似工厂的生产体系，但似乎过于简单。我们通过供应商进货，并通过简单的挑选、称重、分包等方式将其转化为小盒标品，然后进行销售。这构成了我们原有的简易管理体系。
在这个新的生产流程中，我们需要重新考虑一些问题。
首先，从订单中提取今天需要生产的产品数量，在现场进行分担，并进行分组生产和打印标签。之后，我们需要记录生产数量。整个流程几乎完全是线下进行的，使用纸质作业。
尽管这个简单的流程对于普通的电商公司而言可能没有问题，但我们意识到这个问题的背后隐藏着一些复杂性。与我们原有的系统和业务结合的作业流程相比，我们发现公司的业务似乎更加复杂，它的复杂度远远超过了我们最初预想的。我们开始作为一家普通的电商公司，收购了一个工厂，并建立了自己的生产体系。同时，我们还选择了一些OEM工厂。需要注意的是，在不到三个月的时间里，我们迅速搭建了整个工厂体系。然而，当我们尝试将原有的管理体系应用到这个新的体系中时，发现存在很大的问题。
问题一是关于资源计划体系的缺失，导致生产过程中常出现原料不足或生产量超出预期的情况。由于没有线上排产计划，仓库收货时也无法预测数量是否符合预期。
随着工厂和产品品类的增多，变更订单变得不支持，无法拦截或插单，这给制造业带来了很大的困扰。此外，采购和生产之间的时间差和订单变更也无法有效管理。在工厂运营中，使用了电商中仓库概念，称工厂A为大仓A，工厂B为大仓B，但这种概念并不能反映出工厂的实际产能。产能相关的概念如产能盈余和产能屏风也没有被考虑进去。
工厂概念的缺失导致了计划管理的问题。我们需要明确工厂管理系统的具体需求，并进行调研和分析。调研的结果将成为我们最终的产出物，用来满足业务需求。
完成调研之后，我们进入预建阶段，其中核心任务是进行业务建模。业务建模是软件系统中常用的工具，它帮助我们理解业务过程。由于软件系统管理的是信息流，而非物质生产，业务建模的目的是抽象和管理信息。通过类比现实世界动作与软件工程内容，我们可以更好地理解业务建模的意义。例如，在购买手机的过程中，我们会调研和分析手机的参数、价格等信息，然后根据不同角色的需求将其结构化表示，这就是业务建模的一部分。
了解概念后，我们对整个业务建模的完整体系进行了分析，分为L0到L6共七个层级。在业务层面进行了商业框架、业务领域、运营策略等分析，找到了业务的核心问题。随后进行系统建设或软件开发的过程，将流程拆分为活动、任务，再拆解为步骤。最终的文档中包含了每个步骤的任务。这是在业务层面和IT层面进行的业务建模。
了解了业务建模的概念后，接下来讨论了具体的执行方法。业务建模本质上是以结构化、标准化的方式描述企业的运作模式。具体步骤包括业务分析、流程分析和节点分析。这三个分析会产出流程模型、数据模型和实体模型。
所谓流程模型，指的是业务流程及其信息流转。在业务建模中，我们需要明确业务流程中所涉及的信息流转情况，并将其抽象为具体的管理对象。可以说，业务建模就是一种方法，通过定义信息流、寻找输入项和输出项，以及确定参与的角色，来构建完整的业务建模公式。这套公式可以用于业务数据分析。
有了这个公式后，我们可以更好地理解一些行业黑话或者在工作中经常听到的术语。经常有人要求给出明确的场景，即由信息输入、输出和参与角色组成的场景，也就是明确某人要做什么事情，需要输入哪些信息，又要输出什么信息。这就是所谓的场景。而数据模型指的是确定信息输入项和输出项的模型。流程模型则是指整个信息流转的过程以及处理信息流的公式。这些都是基于计算公式得出的结果：
业务建模是企业数字化中必备的技能，对于数字化产品经理来说也是必修课程。业务建模包括了步骤和案例分析，以解决具体问题为导向。举例来说，我们面对a公司的需求，他们需要20个工厂管理系统，我们如何进行业务建模呢？在进行简单调研后，我们发现有两家工厂的生产管理过程完全不同。
对于a工厂来说，由于数字化程度较低，其作业流程仍然依赖人工操作。他们需要手动将订单中需要生产的SKU摘选出来，比如豆腐、青菜等，然后将这些需求翻译为生产订单。根据当前排班情况，将生产订单分配给不同的生产小组和产线工单。工人根据工单上的物料需求量进行领料，并进行生产。生产完成后进行结果统计。
而b工厂的信息化程度较高，采用自动化方式处理订单数据，将其转化为生产订单。根据产能情况，将订单分配到各个小组，并自动转换为领料单。每个小组开始生产任务后进行报工，其中包括详细的成品和废料统计。最后记录生产结果。
对于两家工厂的不同流程，我们面临一个选择：根据每个工厂的要求定制专门的流程，这样可以实现工厂管理系统的搭建。
但是，如果工厂数量扩大到20家、40家或者更多，定制化流程显然不切实际。这时候，业务建模发挥作用。通过业务建模，我们可以识别出通用的流程和规则，从而设计出一套适用于多家工厂的业务模型。这样一来，无论工厂数量增加到多少，我们都能够应对。
首先，进行业务建模，定义这两段属于生产管理领域，可以合并。阶段一包括事前准备和事中生产管理。事后结果统计是阶段二。细化阶段一，需求量计算是事前准备，排产计划是适中的生产管理，投产是实际生产。事中生产管理包括三个节点。阶段三是事后管理，包括成品报工和报废料报工。
业务建模最终得到了两个工厂的数字化程度不同，但都属于生产过程管理的抽象。分为三个阶段：事前生产准备、事中生产管理、事后生产统计。每个阶段有具体节点，抽离了业务场景。这些节点是最终产物，并可适用于不同数量的工厂。预建过程中，节点是最重要的一环。
完成节点抽象并不等于任务完成。在生产过程中，不同工厂的生产内容各不相同，例如鲜食加工、熟食加工、打包和卤味等。我们需要找到一种方法来管理和定制化开发这些不同的生产过程。
因此，我们可以将其分解为三个主要的生产关系：物料清单用于详细管理成品和原材料之间的关系，并将其划分为自主生产和委外生产。然而，这种粒度比较粗，需要进一步拆解生产关系。
我们还需要对数据对象进行抽象，可以分为销售类、工厂类、物料类和能力类。基于节点、关系和实体的抽象，我们可以得到一个标准且唯一的工厂计划流程。
首先，我们通过统计实际订单量和预测量来确定需求量。根据各个工厂的产能情况，我们进行动态平衡和分布，将需求分配到不同的工厂。然后，根据工厂的生产日历和计划产量进行物料需求计算，判断当前现有库存的原料是否能满足生产需求。如果不够，我们会生成追料清单或缺料清单，发送给下游系统。然后进行生产计划，并将满足情况下转换为生产订单，传递给产线。这就是一个标准的工厂计划流程。
通过以上步骤，我们完成了整个业务建模的一部分，实际上就是帮助企业实现了标准化升级。这个标准化升级包括业务标准化和管理标准化两个方面。完成业务建模后，80%的工作已经完成。接下来，我们只需要根据需求输出产品方案。
总的来说，整个过程可以分为五个步骤：核心场景建模、IT架构重构、业务组件设计、业务流程重塑和特异性管理。在有限的篇幅内，我将重点展开其中几个步骤。
在具体设计方案时，首先考虑的是新的IT架构设计。新的IT架构设计涉及系统之间的关系，包括宏观关系和微观关系。
宏观关系考虑如何将新系统与历史系统相互关联。在公司A的计划体系中，中台起到承上启下的作用，中台汇总整个数据流，并将计算后的数据流提供给具体的作业系统。
完成了外部大关系设计后，接下来进行内部微观关系设计。微观关系关注具体的数据项和结果。我们的计算项来自其他系统的销售订单数据、预测订单数据和当前采购的物料。在基础数据的基础上，通过计划中台进行计算，得到生产计划和采购计划，然后交由下游系统执行。通过宏观和微观的设计，成功将该系统整合到公司原有的系统体系中。
接下来，具体看一下如何构建计划中台的内部。将其划分为基础数据中心、计划服务中心和全局库存中心。基础数据中心是业务建模的实体模型，用于管理实体模型的增删改查和配置。计划服务中心包含标准流程和数据模型，通过具体功能承载进行计算。
我们的业务建模通常有三个步骤。但是为什么我们还需要一个全局库存中心呢？原因是我们发现老系统的管理粒度不够，无法满足新系统对基础数据的需求。因此，我们需要改造库存服务，并建立一个全局库存服务中心。这个中心可以帮助我们管理老系统中无法支持的原料管理等方面。基于我们的业务建模和架构分析，我们确定了系统应该划分为三层。完成这些之后，我们可以有针对性地填充具体内容。
在填充内容时，我们需要考虑业务建模的核心作用，即在产品架构设计过程中的重要性。我们需要思考每个功能的目的是解决什么问题，特别是针对每个业务场景。我们详细分析了计划中的各个场景。首先，我们需要统计需求量，这包括业绩目标、销售计划等。然后，我们开始制定计划，主要包括主生产计划、物料需求计划、排产计划、出入库计划和发运计划。最后，我们根据每个工厂的特性和现状进行生产，将每个场景抽象为一个组件，并将其填充到产品架构的骨架中。
全球库存服务中心的目的是扩展我们对库存的概念，从成品库存细化到原料库存、包材库存等，这样我们就得到了完整的产品架构。通过这一套流程梳理，我们的产品架构将严格符合业务需求，从而更好地应对业务挑战。
完成了产品架构之后，我们并没有结束。接下来的一个关键步骤是成功完成业务流程的重塑。这对于整个系统的成功非常重要。
在数字化历程中，我们需要重视一个关键点，那就是如何让业务适应新系统并改变之前的工作习惯。如果仅仅是更换系统而不改变业务流程，即使系统再好，也无法发挥其作用。因此，我们真正需要做的是改造原有的业务流程。
那么如何改造呢？改造的结果是什么？图表能够清晰地展示这一点。图表展示了整个流程，从客户进入系统，生成销售订单，进行需求量和物料计算，再到落地和实际生产过程。对生产订单如何计算，如何分配到车间、产线和班组，这些都经过了重新塑造的流程。
这实际上符合我们最初调研中企业商业化动机的需求，我们打通了销售到生产的整个流程。那么这个图表是怎么制作的呢？
可以用一个简单的公式来概括流程重塑，即整理新的业务流程，找到关键业务单据，并确定新系统承载了哪些单据，这样就完成了整个业务流程的重塑。这就是我们业务流程重塑的结果。只有完成这一步，我们才能说系统部署成功，或者说成功将系统部署到企业流程中。
好，开始部署了，对吧？但是，在真正的部署过程中，我们会发现无论前期的设计有多好，多么强大，都会出现特定的问题。
所谓特定问题是指我们面对不同数字化水平的工厂时，如何进行兼容。有些工厂的配置、部门组织架构以及人员情况都不统一。有些工厂可能只有一个计划员来管理整个工厂的计划任务，如果给他安排过重的任务，显然他无法解决。那么我们需要对系统进行再优化来解决这个问题。
我们将优化分为基础能力、协议配置和插件，它们分别解决着不同的问题。基础能力是工厂80%的常用功能，例如物料追踪和生产报工。协议配置提供可选项，根据需求进行配备。而插件则是解决特殊需求的小工具，当基础能力和协议配置无法满足时，我们会开发插件来满足需求。当多家工厂需要相同的插件时，我们会将其提炼为一个新的需求，并整合到基础能力中心中，以此推广到所有工厂。这样，所有工厂都会完成一次系统的迭代，插件也就发挥了作用，然后具体的插件也会被抛弃。
这样，我们就成功将系统嵌入到特定的业务场景和工厂中，实现了特定管理的目标。总结我们刚才介绍的方法论时，我们可以看到，在调研环节中，我们需要完成五个步骤，包括业务节点、模型、标准和数据等方面的分析。在真正的建设阶段，我们需要整理摘要、设计工具、场景单元和特定需求等等。由于时间有限，无法一一展开，如果对此感兴趣，可以参考我所写的书籍。
三、感悟：数字化建设
接着我将分享一些我多年来在咨询和项目经验中对数字化建设的一些感悟。
首先，关于制造业的数字化建设，我认为其本质是从决策革命到工具革命的双螺旋推进模式。决策革命意味着用数据来指导生产决策，而不是凭空决策。工具革命则包括将过去的线下曝光和人工统计等工作转变为系统录入、管理和监控，并在关键流程中设置卡点。这些变革是制造业数字化转型的核心。
因此，如果想成为一名数字化产品经理，你需要成为企业内部的咨询专家，只有在这个角色上，你才能真正帮助企业解决问题。
第二，数字化转型的热点之一是中台。中台概念近来备受瞩目，尽管有人对其进行了质疑，但我认为这个概念并没有错误。核心问题是企业的数字化决策者是否真正发挥了作用。
数字化转型工具的本质是为了解决企业在转折点之后重构过程中的问题。如果您的系统仍然原始，很多业务仍然在线下进行，那么这种工具可能并不适合您。工具本身并没有好坏之分，关键在于您是否正确使用。
在数字化转型浪潮下，有两个机会。第一个显性机会是帮助企业进行数字化。对于那些尚未迈过转折点的企业，在1.0阶段，可以帮助他们开发系统，实现全面数字化。这是大家都可以看到的机会。第二个机会是隐性的。
什么是隐性的机会呢？就是在上游供给链中，我们前面的采销阶段已经非常先进，甚至连国外公司也对我们的合作模式赞赏有加。然而，在供给链的上游，仍然存在许多原始手工作业。这时候，我们可以借助简单的工具，让先进的采销系统和后台供给链进行对话，重新连接两个系统。只要能够实现系统间的对话，让前台了解后台所需的信息，就足够了。很多企业已经在这个领域展开了探索，即重新连接两个完全不同世界的人。
数字化转型是一个非常广阔的领域，不仅存在显性机会，还有许多值得挖掘的隐性机会。另外，刚才提到的MSS模型并不仅仅适用于中台建设，它可以解决企业数字化建设中的各种问题，从调研阶段开始，定义业务架构，到预见阶段，通过抽象和标准化，最终实现从业务架构到IT架构的过渡。
在当前情况下，企业更需要的是解决问题的数字化建设方案，而不仅仅是关注具体领域的问题。因此，作为产品人，我们需要从单一的领域上升到整个业务流程，审视企业的经营过程，识别出现的问题，并采取相应的工具、战略和方法来解决。这要求我们以全局的视角看待业务问题，并从中识别出切入点和抓手。
数字化建设的本质就是追求企业财务指标的正向发展，因为企业的目标是盈利。因此，我们需要将整个生产经营的费用放到系统中，了解财务指标的变化是由哪些活动引起的，并对其进行替换和取证，以推动财务指标正向发展。因此，数字化产品经理的护城河在于必须比业务更深入了解业务。
大会预告
产品经理大会举办至今，已经成为了产品经理职业发展的风向标。每一年的大会，我们都聚焦行业发展的前沿动态、热点趋势，重点围绕产品经理人群的职业发展，为大家带来新方向、新思考。
今年的产品经理大会将在北上广深杭5城巡回，在各自领域已经取得结果的嘉宾们，将现身说法，从不同的视角告诉你如何应对当下的需求变化，探寻产品经理的进化方向！
9月9-10日，北京站大会即将举办，邀请资深实战派导师团，分享AI2.0、数字化转型、业务增长等具体可行思路和方法。
本文为【2023 数字化产品经理大会·深圳站】现场分享整理内容。未经许可，禁止转载，谢谢合作。
题图来自大会现场
关键词：
