数字化转型前线:用新的方式来实施信息化建设,建设高质量数据底座
发布时间:2025-06-18 浏览次数:114 来源:赵兴峰说数字
信息化是数字化转型的前序工作,为数字化转型的数据技术闭环的构建提供数据基础,是企业数字化转型的底座。所以,企业信息化建设的目标已经从规范流程、流程提效、信息传递,升级到更多的目标,包括采集业务活动数据,积累数据资产;为业务管理报表和数据分析提供高质量数据集;为企业智能流程和算法模型提供数据集;也为AI人工智能的应用落地提供企业自有数据资源。
企业信息化建设的新目标、新需求
  • 采集业务活动数据,积累数据资产;
  • 为管理报表和可视化分析提供数据集;
  • 为企业智能流程和算法模型提供实时数据;
  • 为AI人工智能的应用落地提供企业自有数据资源。
因此,我们信息化建设,在需求调研和功能设计的时候,需要加入一项新的工作,基于新目标、新需求,信息系统中数据建模、数据标准规范、数据采集的口径和数据采集的质量要求、数据采集的细节维度要求,都需要成为信息化建设考量的因素。
我总结了以下五点新要求,供准备上新业务信息系统的企业参考,并考虑这些不同,让我们的信息化系统实施后能够满足数字化转型的需要。
第一个、构建数据标准和规范的新需求,要求满足数字化转型各种应用场景的需要
因为以上的新需求、新目标,也让过去传统的信息化软件产品必须做出更新和调整,并在数据建模、数据架构、数据标准和规范方面进行升级,从而让信息化软件产品所采集的数据能够满足数字化转型中各个流程环节和业务场景的需求。
同时,也让数据架构、数据标准和规范、数据编码规则、数据命名机制、数据取值规范、数据采集细节(字段),必须重新设计,重新建立标准。
第二个、数据建模方面必须要有一定的灵活性以适应数字化转型中敏捷迭代优化的需要
数字化转型中数据需求是动态的,跟过去固化流程后的信息化建设是不同的。为了确保信息系统实施之后,能够满足数据标准和规范的变动需求,要求系统有一定的灵活性和定制化能力、或者二次开发的能力。
因为企业数智化流程、算法模型和AI应用落地对数据的需求会随着企业发展、业务变化、需求变化和数字化转型的深度推进而提出新的要求,所以,原有的信息化系统产品不能是固化的,是能够具有开放性和迭代升级、持续优化的功能的,需要具有更强的定制化实施、二次开发的可行性。
第三个、企业信息化系统实施的方式也发生了变化,需求调研覆盖要有全面性的需求
过去信息化系统实施的时候,前期做业务调研,梳理流程,清晰化信息化软件功能模块,采购部门上SRM只要满足采购部门提出的需求就好了;销售部门上CRM满足销售部门的需求就好了。
但是,现在在原有业务需求调研的基础上,我们要增加几个需求调研。
首先,要跟公司数字化转型整体规划一致。在这个基础上,我们还需要调研数字化转型的规划、数字化业务场景的设计.
其次,所有的数据标准和规范要跟公司整体的数据标准和规范保持一致。数据资产标准和规范、数据关联打通的要求。
第三,要调研各个关联环节和相关职能部门数据应用的要求。关联部门在管理上有哪些数据的需求,上SRM,我们要考虑物流仓储部门、生产部门、销售部门、财务部门,以及人力部门对采购业务的数据需求,以及数据处理和加工的需求。
第四个、企业信息化系统实施的项目管理方式发生了变化,要求满足数字化转型整体性和一致性要求
企业信息化建设必须在整体数字化转型大战略规划和大框架下设计、选型、调研、部署和实施,不能脱离开企业数字化转型的整体规划,否则又是一个后期需要打补丁的孤岛。
企业信息化建设的项目,也必须在所有企业数字化转型整体大框架下统一管理,包括数据是否上中台、是否需要开发报表和可视化看板、是否需要构建数智化流程、是否需要将数据进入公司的AI智能体,是否需要打通财务的实时成本和费用核算、是否纳入人力资源管理当中对员工的实时考核和评价等。
第五个、企业信息化建设项目组成员要发生变化,以确保整个信息化系统实施后能够满足数字化转型的要求
过去业务部门提个需求,在公司预算满足的情况下,IT部门与业务需求部门直接开展信息化的建设。甲方的项目组进本上就是业务部门+IT部门。
现在,项目组中必须有数字化部门的人员负责对整个项目统筹,必须要有数据部门的人确保所有的数据架构、数据标准、数据规范、数据建模,元数据、主数据、交易数据等都与公司整体数据治理体系保持一致,还要考虑所有业务系统产生的数据能够实时同步到数据中台。。。项目组的成员需要考虑更多,不能单干、蛮干,要考虑整体的系统性、一致性、连通性,满足“一体化”要求。
以上五点,虽然给新的信息化建设带来了更多的复杂性和实施难度,但是,这也是保证信息化建设是在整体数字化转型大战略下的有效实施,避免重复工作,避免胡搭乱建系统的情况出现,避免企业数字化转型项目失控的基本要求。