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

戴尔数字化转型的方法论

[复制链接]
跳转到指定楼层
楼主
发表于 2019-3-14 18:06:00 | 只看该作者 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
根据调查显示,10年内40%的世界财富500强公司可能将不复存在。标准普尔500指数中公司的平均寿命,已经从上世纪20年代的67年缩短到了如今的15年。这些巨变背后的推手,业界共识认为是数字化转型。

如果说数字化转型是每家企业都必须面对的必修课,那么戴尔在这门科目绝对可以算是一个学霸。不光自己学得好,而且还从多年赋能企业客户的实践中,梳理出了一套系统的数字化转型方法论。
数字化,赋能者首先要是领跑者
近几年,戴尔的产业地位、规模和创新能力,验证了其本身就是大企业数字化转型的最佳范例之一。
过去三四年中,戴尔并购了40家公司,其中最引人注目的就是收购EMC。现在,戴尔的营收达到740亿美元,集团旗下拥有7家独立企业,包括Virtustream、Secureworks、DELL、DELL EMC、VMware 、Pivotal、RSA,业务涵盖服务器、存储、虚拟化、安全解决方案、混合云、软件定义数据中心、融合架构和平台等等。
戴尔的数十次并购,带来了IT架构整合、庞大的组织架构管理协同等难题,特别是不同企业和体系之间的数据孤岛如何打通?
戴尔通过三个步骤解决了这些难题。
第一步,基于实时大数据业务的洞察和决策。戴尔借助数字化转型打通了前端和后端数据链条,可以根据实时数据提升决策速度。
第二步,建立全球同步的供应链管理和柔性生产机制。数字化转型升级了戴尔的全球管理体系,让戴尔可以实现接到任何一个客户的订单后,两个小时即可出一个定制化的生产计划,这个生产计划通过全球IT管理网络配送到生产、管理等不同部门和供应商。
第三步,通过IT转型提升员工的生产效率。让员工无论何时何地,都能够通过整合的IT架构,在办公室知晓并管理公司所有的业务。
戴尔关于数字化转型的三大秘籍
戴尔总结了三年来关于数字化转型通用的方法论。具体来说,戴尔提出了Realize数字化转型的概念,Realize分为几个层面,包括认知和实践等主要维度。笔者认为,可以将其理解为什么转型、转型什么以及如何转型。
一、为什么转型?——多维思考,回归价值
认知层面,必须想清楚数字化转型的客户价值、业务价值,员工价值。
客户价值,是指不是为了转型而转型,而是彻底弄明白要通过数字化转型为这家客户创造什么样的价值,带来什么样的体验。业务价值,简单说就是如何用数字化打造实时企业,提高效率。员工价值,即如何通过数字化转型让员工充分释放其生产力。
二、转型什么?——拆解任务,各个攻破
很多企业不是没有意识到数字化转型的必要性,但是面对这一系统性很强、极其复杂的内部变革,却苦于没有抓手快速推进落地。
戴尔将数字化转型拆解为三大块:业务转型、IT转型、生产力转型,并提供涵盖以上三大领域的全方位数字化转型解决方案。可以看出,戴尔提出的业务转型、IT转型、生产力转型三部分也正好对应了客户价值、业务价值和员工价值三个维度。
三、如何转型?——业务为首,数据打通
业务转型:首先要做到实时企业,戴尔建议无论是通过物联网解决方案,或通过整个IT系统,要把所有数据孤岛有机整合起来,可以拿到实时的数据,然后通过大数据解决方案进行实时分析。其次,借助第三方专业服务,构建自己的商业模式。戴尔为企业提供转型咨询服务、业务流程的咨询服务、架构部署的咨询服务等。
IT转型:戴尔建议先确立业务转型后,然后做IT转型。利用数据中心、虚拟化架构,并借助云计算能力,把数据管好用好。
生产力转型:其中有很多解决方案,包括全面终端设备,借助VR、AR技术、通过PC即服务等模式提高效率和生产力等等。
数字化转型是个长周期、目标复杂的任务,每个企业都有自己要走的路,必须摸索出最适合自己的方法论。作为大企业数字化转型的最佳范例之一,相信戴尔的经验对正处于转型的企业十分具有帮助,特别是针对中国企业转型的困难与挑战。现在学习机会来了!

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, 2024-5-6 13:33

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