我们对于中型企业普遍的定义是：如果企业还不够大，不是五百强，那就是中型；如果已经跨过了创业的“捉荆见肘”期，享受着别人眼中的“自由”，那就是中型。是的，中型是个尴尬的定位，就跟中年一样，一边不再年轻，还需要努力跟年轻人赛跑；一边不再气力如虹，却想要无拘无束的追逐。没关系，只要心还在，中年就是全部，中型企业们，“干”就对了。

这些年，我拜访过很多企业，通过与它们的老板交流，我感知到，中型的成长应该是洞悉了价值本质后的那股淡然，是延续了青春倨傲后的那股狠劲；前者少走弯路，后者坚定速度，本文基于诸多中型企业数字转型实践，目的是给中型企业数字加速度，重构数字战斗力。这些企业横跨2000万到逾百亿销售额，不管多少，都一样了不起。借以此文致敬这些企业及企业家们，也致敬步入中年的每一个“数字老兵”。

误区1：“交易+功能+流量”是2b、2c选型的目的

我曾参与过很多场企业选型会，客户无一不是针对功能的有无进行询问。比如是否能进行促销、费用申请、在线结算，是否支持订单发货仓的指定……这类基于“交易+功能”的要求，几乎是电商类应用选型的全部。这些年，在互联网风潮下，很多基于C端经营的要求也在出现，主要表现在关于“流量即销量”的思考上，例如智能导购、裂变经营、私域会员营销，以及第三方提出的数字营销（MKT广告）。

我只列举了一部分当下营销的热点，我也认可，这些或许在特定场景下能够帮助企业。但是，数字时代一切皆连接，如华为根据自身的转型提出全量全要素的连接，但相对于连接的目的，连接的形式，不止是为了提升效率。效率只是一个入门的要求，我们需要去寻求连接的本质目的：基于普惠的连接，寻求新的价值创造途径，设计连接价值的确定性，实现价值共生。

就像费用管理不是科目执行以及费效比那样简单，有营销经验的都知道，经销商的江山定于流动资金的占用，其余都是形式，促销返利费用只是落地费用的形式和过程，而如何让经销商将资金份额聚焦于我们，才是大学问。而传统的市场相对稀缺，依赖于经销商的铺货所带来的拓展发力具有局限，但如果上述所述推不动，不促不销不是促销没用了，而是商业假设变了。再例如，客户需求的变化带来产品生命周期的缩短，竞品的进入会加大有限生命周期产品的进一步贬值，对应企业的成品生命周期内的预测，立足营销全局的架构及协作，以及微循环后到总循环的管理，都攸关整体的成败。例如特定人群圈定后在小范围试销，试销后大规模迭代的准确性提升，这些都是营销；而全局也注定了这不只是一个交易模式，更多的在与全局的连接及业务的创新。手机新贵们建全链路营销云，给多级经销商是切实的价值机制的洞察，全通路体系库存的贬值是企业盈利最大的挑战。

总之，我每次有机会去企业，都会画一幅它的全局图，希望能够看清局，看清道。

误区2：法人环境是组织治理的核心

在传统的信息化中，选型很简单，一个法人就是单组织，多个法人就是多组织，后者被称为集团，管好层级及交易就好。但随着数字技术的发展，客户主权的崛起、员工的深度赋能、多品种小批量的常态化，企业在法人结构相对稳定的情况下，需要不断地以更细分的组织细胞不断重组，来应对外部的变化及需求，这是生存的必须。同时，企业出于股权激励、企业发展、合理避税等因素，也会动态地调整企业的法人架构，例如成立合伙公司、持股平台公司、科技公司、咨询服务公司等，整体上，企业的组织环境更加复杂。

因而，相对于法人组织作为治理环境的全部，今天企业的内部细微单元在内部交易层面的清晰，其收入、费用、效率等的设计，所体现出来新的治理约束，将单元的意愿和能力统一到大平台的经营中，将是系统能否产生价值的关键。

举个例子，很多企业希望管控营销的费效比，所依赖的手段都是预算及费用申请的全过程，但是也有些企业，以虚拟利润为出发点，将收入的构成、费用的构成等设计好，将营销组织作为利润中心管理，进而将其趋利动机（高费用高销售）与组织的利润实现目标统一起来，对于提升经营效率（费效比）予以透明化管理。

实际上，这类利润单元会更多，产品线、销售大区、项目制、甚至采购（大宗的采购，以采购批量及采购套利产品的经营，构建采购经营空间），上述的场景在今天基本就是常态，因而成长型企业需要选好治理结构，来落实上述的常态，而不能仅仅落实治理结构的业务功能，否则将是持续的猫和老鼠的逻辑，而不是共赢共生。同时，这种治理结构收入费用不是越细越好，更不是甩锅，是经销能力和意图的贯彻，是可经营愿意经营的数字量化，感兴趣的可以读一读阿米巴哲学。

误区3：MES是工业互联网转型的关键

今天的很多制造企业，在智能制造、工业互联网等多轮政策风潮洗礼下，在政府、协会、云厂商的引导下，普遍重视自身数字化能力的提升。于是在设备在线、现场透明等熏陶下，大量的企业提升了MES系统建设的优先级。

但回归制造的初心，企业的价值取决于客户的价值，即客户认可并转化为销售额的那部分才是实现了价值的转移，对应的认为在过程中，基于内部各类约束，例如采购批量、生产批量，质量波动等各类缓冲形成的库存，都是浪费。

其实工业互联网、智能制造所涉及到的端到端的逻辑，无论是采购到客户，还是纵向到设备现场，都是为了实现上述目的支撑对应，快速高效准确地响应客户的需求。因而对于制造业而言，我们强调的并不是MES不好，而是要界定制造的价值提升和解决问题的点在哪？需要全价值链地思考，就MES这个概念而言，其实是和ERP一个时代的概念，甚至每个MES厂商的解读都是不统一的。这就有点像，是药三分毒，制造要从客户角度，看清楚自己的瓶颈约束，基于大判断构建路径，最后善于构建微场景，小而美地解决制造的核心问题。

误区4：运营效率的提升是业务驱动的

随着业务的创新，管理要素会越来越多，企业在无新的手段赋能及替代的情况下，几乎可以肯定的是效率会越来越低，因而在对应的数字化系统中，并不应该只看到简单，而应该是看到应对复杂的能力，将应对复杂的能力作为数字转型的选型标准。例如，各类平台业务的自定义，涉及到单据、流程、新业务、数据能力的整合等等；请注意，这里不是一个简单的开发平台，后面我会讲PaaS，同时更是将各类关系，例如交易管理、委托关系、结算关系，以及各类关系下关联的单据，例如各类应收应付核算的自定义，只有这样才能在数字要素层面对应业务的复杂，换言之，将复杂的业务本身数字化，后续才能谈自动化、智能化。

随后，一个能够抽象业务的系统，有抽象标准后才能进入RPA，实现机器替人；一个基于数据中台的系统，才能够将复杂背后的数据回归到业务，进而数才能被用，才能有智；此外，一个基于新治理的架构（非法人架构），才有人愿意用，并在易用的基础上，基于各类角色的工作台，基于全业务流程要素的可视化，这三者是相辅相成的。

总之，运营因业务变得低效，因技术和治理重获效率。

误区5：体验就是功能的移动化

很多客户谈体验时，谈的一般都是移动。诚然，相对于早些年“一次登陆，信息聚合”的协同类门户，这些年技术最大的普惠就是移动，而一次疫情，更是加大加深了大家对于连接及时性的要求，对应的移动，阿里的钉钉、腾讯的企微、华为的Welink，都在强调组织在线、人员在线，但这些，对于一个B端的数字转型企业而言，是远远不够的，因为组织及人员在线的前提和目的都是“业务在线”。

其实，我并不否认移动的价值，相反，我是业务移动优先的积极倡导者，建议企业尽可能地业务移动化，但相对于移动在业务端对于时间地理的限制，的确是可以提升效率。但要提醒的是，这里的移动更多的是形式，需要关注业务在移动端的升级逻辑。

首先，这会涉及到对内和对外的各类角色的移动：移动采购、移动库存、移动销售、掌上车间，听名词或许无差异，但回归到价值升级逻辑，移动端各操作者的业务效率来源于自身领域业务的数字化赋能，以及上下游业务上的协作，例如对于一个仓库作业人员而言，不仅仅要看看库存及各类库存业务，更需要在各个端中，看到库存商品的复杂背后如何提升作业效率。例如，依据仓库管理员的作业规则，定制自己的门户，门户支持方案优化，根据相关的仓库及货物（数据筛选方案）提升效率；同时各类出入库待执行、已执行数据的集中展示也基于所需要的那部分物料即可。换言之，这类业务都是流程驱动的，是业务系催动的，因而我评估系统的体验，看的不仅仅是对应的角色有没有门户、是否可以移动化，更多的是看门户在业务实际中的对应。

因而一套成熟的系统，不仅仅需要有一个登陆门户，针对角色，采购门户、库存门户、返利计算门户、销售门户等等，更需要各类角色门户串起整个业务的高效运行，因为门户是指导业务实际行为的。

误区6：新购一套系统解决问题

今天的企业，只要不是初建，一般都会有自己的历史数据，但是不是都被定义为资产，或许要打个问号。我服务的很多企业，在当下，由于自身业务发展的需要，例如单组织到多组织，新增营销、制造等深度应用，在对标相关的系统空白及不足后，往往是寄希望于选择换一个新的系统来解决问题。

但实际上，数字即业务，数字会不断进化，企业的系统也会越来越多，多系统共存是常态。我们需要学会的不是N到1 ，烟囱似的进化，也不是一个系统一统天下，而是在既有的系统内，实现服务化、可调用、可连接、各自的数据可治理、可互认，否则企业要交的学费就很多了。

因而，今天系统的选择，自身的后台最好有相关的服务及集成机制，能够将外部的数据、外部的单据、外部的流程，与系统进行数据及单据、流程的调用、消耗、被调用，来满足业务跨系统的要求。这种多系统的共生是既有系统价值保全的关键也是本质，特别是中型企业，如果没有30人以上的IT团队，就不要轻谈业务系统的容器化、可编排，因为这种场景太少了，少量的高频场景，例如会员独立出来，其余的“一个封装”，两个连接上，就能高效实用。

误区7：大数据的万能论和无用论

也不知道是哪天开始，我们开始变得“不聊大数据，不足以谈转型”。在我们周边充斥着大数据的英勇事迹，宏观到社会防疫，微观到企业的生产营销，例如设备的预防性维护，特定人群的圈选触达、质量检验工艺提升等等。这股浪潮下，中型企业也分成了两派，一派是大数据万能论，一派是大数据无用论。个人认为大数据解决实际问题才是核心。

大数据是一种能力，但不等同于我们需要自己建一个数据仓、数据湖，也并不意味着外部的数据越多越好、算法越复杂越看不懂越好。基于外部数据，针对高价值场景的筛选下应用，对应的高回报是成长型企业应该追求的。通常从两个方向，第一类：风险类优先，例如交易客户的重大风险，法律税务工商变更等都属于此类，这些都需要外部数据，内部的交期质量现金流的预警也是。第二类，融入业务场景的大数据模型才是核心竞争力的构建关键，这部分我们务必要重视，通常所说的大数据小场景，也是b端的关键，例如销售预测，基于B2B交易，融入了要货计划、促销返利、资金池、渠道库存等业务单据组合，这类在相对封闭环境里测算出来的模型，融入业务，往往准确度更高。最后，强调一点，今天依托大数据应用场景下的数据中台，是保持系统开放性的底层能力，将异构的系统数据整合，在算法的加持下，以服务的形式回归反哺各类系统，有效延长系统的生命周期。

今天将很多主数据的治理搞成一场运动，是不符合业务发展规律的。只有业务不断创新，数据才能不断创新，企业需要借数字化的机会，推动数据的互认及治理，也需要构建对应的机制，为数据类规定数据owner，落实数据责任，才能长治久安。

1 N* w" o/ _1 c+ i  O
信息来自网络（节选）
; F& i- r+ Y" u# v1 u: R1 R
$ z. w& N0 U' R4 e3 ~/ e& a0 i
( g0 l) F) a; l# `) _; e3 _6 R本文链接：http://newsoul.xinzengwj.net/thread-3062-1-1.html