最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

2018年全球数字化运营调研

[复制链接]
跳转到指定楼层
楼主
发表于 2018-12-13 11:39:20 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2018-12-13 11:46 编辑

2018-Global-Digital-Operation-Study_CN.pdf (5.16 MB, 下载次数: 0, 售价: 5 金钱)




与推动机器与流程自动化的工业3.0不同,工业4.0主要涉及价值链的全面数字化及数据集成:提供数字化产品和服务、运行联网的实体资产与虚拟资产、转变并整合所有的运营和内部活动、建立合作、优化面向客户的活动。
普华永道思略特对来自26个国家的1155位制造业高管进行了访谈,并制定了一套指数,按数字化运营成熟度对企业进行排名,并将企业分为四类:数字化菜鸟、数字化拥趸、数字化先锋和数字化冠军。根据调研数据,我们勾画出了数字化冠军的特质,这些公司已经将数字化提高到其他企业难以企及的程度,同时我还分析了数字化冠军必须娴熟掌握的四大关键体系。

何为数字化冠军



这些值得关注的企业即为数字化冠军,他们具有远见卓识,极富创新精神,没有简单地将数字化视为自动化和网络化。
他们凭借对客户解决方案、运营、技术和人才这四大业务生态体系的融会贯通,建立起独一无二的优势。每个生态体系都涵盖了一系列的企业内外部活动,并通过数字化的连接和实践将这些活动联系在一起。
通过加强各个生态体系的能力建设,数字化冠军脱颖而出,打造出能够紧抓数字化发展良机的组织环境,凭借能力和数字化领导力将其数字化成熟度推向前所未有的高度。在受访企业中,仅有10%可以被归为数字化冠军。

客户解决方案体系

在这一体系中,企业通过个性化、定制化、功能增强、物流优化、营收模式创新以及设计和应用创新,竭尽所能地为客户或消费者提供与众不同的产品和服务。在该生态体系中,外部企业也会被整合到解决方案中,从而创造出附加价值。
数字化冠军通过整合个性化解决方案和多渠道客户互动,创造客户价值。数字化冠军已在其生态系统中制定了差异化战略和定位,他们不断完善解决方案,以直接或者通过第三方的形式加强多渠道客户接触。



运营体系




运营体系通过产品研发、规划、采购、生产、仓储、物流和服务等活动和流程,为客户解决方案体系提供支撑。企业运营所涉及的外部合作伙伴,包括合同制造商、物流合作伙伴和学术界,都是该生态体系的一部分。
在数字化冠军企业中,运营体系使整条价值链的协调运作和完全透明化成为可能。它可以将研发、供应链和服务过程中不同职能的工作以及合作伙伴联系起来。高效能生态体系的价值尤其体现在计划和执行上,因为它可以优化节拍时间:即加快工作的步调,使其可以持续将生产时间和实时客户需求信号统一起来。

技术体系

该生态体系涵盖IT架构、IT接口以及数字技术,推动或支持其他三大生态体系的改进和突破。它涉及人工智能、3D打印、工业物联网、传感器、增强和虚拟现实、机器人等工业4.0关键技术。
数字化冠军取得成功的关键在于通观全局,携手战略合作伙伴在整个企业内部将关键技术相互连接,而不是单独实施各项技术。他们希望通过技术的实施来显著削减成本并提高效率,计划在未来五年节约16%的成本,而数字化菜鸟的这一目标则为10%。




人才体系



该支持体系涵盖企业能力和企业文化,涉及技能、思维模式、行为方式、人脉和技能来源、职业发展等促进数字化转型的因素。我们发现,大多数企业,包括已经认识到成为数字化冠军的重要性的企业,都缺乏促成数字化转型的愿景、战略和企业文化。
只有具备明确数字化愿景、战略与文化的企业才能推进数字化转型并真正从中受益。我们所采访的企业中,有三分之二缺乏数字化愿景,而七成以上的数字化冠军的管理层对数字化未来有着清晰思路,并在企业内部发挥表率作用。我们还发现,数字化冠军投入了大量资金来培训与培养数字化环境下所需的技能,并成功打造起数字文化。

数字化冠军的建设蓝图

来源:普华永道




楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-9 11:07

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表