共计 5253 个字符，预计需要花费 14 分钟才能阅读完成。
自从写数字化转型这个专题以来，在后盾也收到了很多网友给我的留言。大家关注的问题都集中在：有哪些数字化转型的办法和技术？企业如何胜利实现数字化转型？数字化转型过程如何防止踩坑？数字化转型有没有捷径？数字化转型到底该从哪里开始？……
说实话，这些问题基本没有答案。
尽管目前很多企业都已启动了数字化转型策略，但对大多数企业而言，数字化转型都是“摸着石头过河”，基本没有可供借鉴的教训。即使是具备数据基因的科技互联网巨头，他们也在谈数字化转型，也就是说科技公司也不能说本人是数字化企业。而对于那些号称是胜利转型的企业，其实也只是比其余企业多走了一步。
一、如何界定数字化转型是否胜利？
麦肯锡的一份报告指出：企业数字化转型成功率仅为 20%。
也就是说，80% 的企业数字化转型都失败了。
数字化转型胜利或失败，不好界定！
如何定义数字化胜利？可能不同的人会有不同的了解。
实现了数字化的绩效指标，算转型胜利吗？即便没有建设数据思维、短少数字文化。
建设了数字化组织，配置了数字化人才，培养了数字化文化，算转型胜利吗？即便数字化战略目标没有实现。
搭建了数字化根底环境，应用了数字化技术（如云计算、大数据、AI 等），算转型胜利吗？即使业务决策用到了数据。
数字化胜利或失败，不能从一个维度考量！
在笔者看来：企业数字化转型不是从 0 到 1，而是从 1 到 100。转型是一个过程，场景从简略到简单，利用从部分到宽泛，继续优化、逐渐成长。
也就是说，尽管不好界定数字化转型的胜利或失败，然而数字化是有成长周期的，是一个从萌芽，一直成长，一直成熟的过程。而企业数字化成熟度的评估，就是帮忙企业找到数字化到底位于何处，还有哪些有余，应该从哪里改良等问题的答案。
二、回顾：数据治理的成熟度评估模型！
提到“成熟度评估模型”，不得不提一下能力成熟度模型的鼻祖——CMM。能够说，简直所有成熟度模型都借鉴了 CMM 的思路，根本都是将所波及的能力（例如：软件能力、数据治理能力、数字化能力）划分为多个畛域，每个畛域又能够划分多个子畛域，每个子畛域又能够分为多个评估指标。而后综合这些评标进行评估，从而失去该畛域的成熟度状况。而所谓成熟度就是几个能够逐渐晋升的等级（CMM 示例），如下图所示：
（能力成熟度模型集成 -CMMI）
常体到的数据治理成熟度模型：
- CMMI DMM 数据管理能力成熟度模型
- DCMM 数据管理能力成熟度模型再解读
- DCAM 数据管理能力成熟度模型
- MD3M 主数据管理成熟度模型
- DataFlux 主数据管理成熟度模型
- IBM 数据治理能力成熟度模型
- DSMM 数据安全能力成熟度模型
之所以提到数据治理成熟度模型，是因为在笔者看来所有的成熟度评估的套路都是一样的，把握了数据治理能力成熟的评估，则会更加容易了解数字化转型成熟度模型。
看到这里，你可能不禁要问：数据治理成熟度评估的模型这么多，那数字化转型的评估模型都有哪些呢？
其实吧，在钻研数字化转型评估模型的组织也不少，就笔者晓得的有中国信通院、中信联、普华永道、毕马威、阿里、华为……
不焦急，上面咱们一个一个地介绍。
三、信通院：企业 IT 数字化能力和经营成果成熟度模型（IOMM）
针对不同行业数字化转型的需要，中国信通院云大所推出了企业数字化转型 IOMM（Enterprise Digital Infrastructure Operation Maturity Module）规范，其中 I 代表数字基础设施，是规范的第一局部；O 代表企业整体经营，是规范的第二局部。
目前公布的是规范的第一局部，《企业数字基础设施云化治理和服务经营能力成熟度模型》，共分为五类能力成熟度阶段，别离是根底保障类、业务撑持类、平台服务类、客户经营类和翻新引领类，每个类别都有正当的阶段和实用单位，将对相应阶段的能力进行评估定位程度，并以价值分数进行成果验证。
（起源：栗蔚《企业 IT 数字化能力和经营成果成熟度模型》和《数字化可信服务》系列规范解读）
IOMM 规范体系针对不同行业、不同规模企业制订面向平台 IT 和业务 IT 的五类成熟度，每个类别都对相应能力进行评估，定位程度，并以价值分数进行成果验证。实用于企业数字化转型倒退过程中的相干领导者和相干人员，梳理、定位本身数字化转型能力程度，打算将来倒退方向。IOMM 整体框架包含两大畛域、四大象限、六大能力、六大价值，从能力和价值角度全面掂量企业数字基础设施建设的能力和体现出的价值。
（起源：栗蔚《企业 IT 数字化能力和经营成果成熟度模型》和《数字化可信服务》系列规范解读）
四、中信联：个人规范—数字化转型 新型能力体系建设指南
数字化转型新型能力体系建设总体框架，次要包含新型能力的辨认、新型能力的合成与组合、能力单元的建设、新型能力的分级建设等内容，零碎阐释新型能力体系建设的次要办法。
新型能力的建设是一个循序渐进、继续迭代的过程，对照 T / AIITRE 10001—2020 提出的数）字化转型五个倒退阶段，将新型能力的等级由低到高划分为 CL1（初始级）、CL2（单元级）、CL3（流程级）、CL4（网络级）和 CL5（生态级）等五个等级，不同等级能力出现不同的状态特色以及能力单元 / 能力模块的过程维、因素维、治理维的不同建设重点，如下图所示：
（起源：个人规范 T/AIITRE 20001—2020《数字化转型 新型能力体系建设指南》）
- CL1 初始级：总体处于尚未无效建成主营业务范畴内的新型能力，初步建设了两化交融管理体系。
- CL2 单元级：造成工具级数字化的系统性解决方案，笼罩数据、技术、流程和组织等四因素，反对特定畛域或业务环节数字化。
- CL3 流程级：聚焦跨部门或跨业务环节，建成反对主营业务集成协同的流程级能力，反对过程治理动静优化；实现现有业务效率晋升、老本升高、品质进步等预期价值效益指标，并无效拓展延长业务。
- CL4 网络级：聚焦组织全员、全因素和全过程，建成反对组织（企业）全局优化的网络级能力；可能按需发展数据驱动型的能力打造过程治理；实现与产品 / 服务的翻新，并无效发展业态转变，培养倒退数字业务。
- CL5 生态级：聚焦跨组织（企业）生态合作伙伴、用户等，建成反对价值共创的生态级能力，全面实现与业态转变相干的用户 / 生态合作伙伴连贯与赋能、数字新业务、绿色可继续倒退等价值效益指标。
五、毕马威 & 阿里：消费品生态全链路数智化转型框架
中国商业正在由“生产红利”经济向“数智翻新”经济进化，倒退思路从单节点老本和效率晋升，进化为消费品全生态重塑增长形式，数智技术触发了商业生态的全链路数智化转型。阿里联结毕马威提出了基础设施云化、触点数字化、业务在线化、经营数据化、决策智能化五部曲赋能产业全链路价值重构的消费品生态全链路数智化转型框架。该框架蕴含五项一级能力，25 个外围二级能力指标为评估数智化成熟度和指明将来建设方向提供掂量工具，如下图：
（起源：毕马威 & 阿里《2020 消费品生态全链路数智化转型白皮书》）
- 基础设施云化：构建企业的”数智大脑”是企业数智化转型的重要方向。基于简单智能算法的举荐、预测、决策等后果，企业在零碎层级间接采取相应口头并依据数据一直的欠缺和补充。企业的智能化场景会日益丰盛，智能化决策通过对大数据进行一直的训练与学习，从而做出更加智能的决策，造成良性的学习反馈闭环，最终帮忙企业实现全链路的高效决策。
- 触点数字化：企业在数智化时代须要启动和激活数据的商业价值，充沛开掘本身高价值的“小数据”并充沛联合生态的“大数据”，实现数据驱动业务，进而造成剖析和洞察驱动型的企业文化。通过欠缺的数据体系，数智化企业能够利用数据洞察赋能企业的全价值链，为企业的员工和合作伙伴提供经营领导，实现降本增效，同时，进步合作伙伴之间协同效率，改善消费者体验。
- 业务在线化：企业通过业务能力服务化的形式帮忙企业实现业务流程的数字化和业务价值的晋升。一方面，企业须要疾速响应来自各触点的变动，对业务流程进行重塑与优化，实现组织沟通与协同的效率晋升；另一方面，为了应答日益简单的业务场景与需要，企业须要对全链路数字化业务零碎进行降级，通过一直的业务服务重构来实现业务共享和翻新，促成生态之间的凋谢与协同。
- 经营数据化：企业借助 AIOT、挪动互联网等技术，放弃与消费者、员工、商品、合作伙伴等全链路的连贯。触点数字化反映了企业数智化转型过程中，企业与各方交互触点数智化程度的成熟度。数智化的触点次要通过各个触点的数字化、挪动化、智能化达到多维度的消费者行为感知、员工和组织感知、商品状态感知、合作伙伴和生态感知，使得企业在全链路放弃连贯和数据获取能力。
- 决策智能化：基础设施云化水平反映了企业数智化转型的根本技术能力。云计算除了为企业数智化转型提供了算力根底外，还涵盖到撑持企业智能运算的算法模型能力、数据存储能力、数据之间传输的网络连通能力、敏感数据的平安能力以及对数据实时和离线解决的能力等。此外，企业同样须要一个麻利的、间断稳固的、老本优化的、平安和危险可控的智能运算环境。
六、普华永道：企业数字化成熟度评估架构
企业推动数字化转型的过程中，业务利用、IT 架构、组织机制建设等工作环环相扣。企业要分清哪是因、哪是果，建设多维度的企业数字化成熟度评估体系，用于判断企业所处的数字化阶段，找出推动不利的可能起因，以及相应须要采取的措施。
普华永道企业数字化成熟度评估框架从策略引领、业务利用后果、技术能力撑持、数据能力撑持、组织能力撑持，以及数字化改革 6 个维度对企业的数字化成熟度进行评估（如下图）。普华永道认为：引领性指标是第一点“数字化策略”，业务利用后果性指标是第二点“数字化业务利用”，其余 4 个维度（3~6）是撑持性因素，每个维度又能够细分为若干子维度。
- 数字化策略：从企业的战略规划和投资等角度，掂量企业推广数字化的信心和力度;
- 数字化业务利用：从各个业务条线最终应用数字化的深浅水平，来掂量企业数字化转型的成绩。业务条线包含掂量价值链环节的研发、洽购、生产、营销、客服等，也包含外部治理条线，如策略、人力、财务、IT 等；
- 数字化技术能力：是否具备先进的、撑持企业将来数字化利用的 IT 架构的，以及相应的技术组织能力，比方新技术人员、数字技术、组织构造和运作形式等；
- 数据能力：企业可能利用数据分析进行业务决策的水平，包含数据可得性以及数据分析能力两个方面。打造强有力的数据能力波及数据策略、数据架构、数据治理、数据安全、人员技能等多个方面；
- 数字组织能力：企业采取怎么的组织机制 / 流程 / 文化 / 员工技能等，来反对企业数字化转型和经营工作；
- 改革治理：企业推动数字化转型的机制是否成熟，比方数字化治理模式、改革管理人员技能等。
七、华为：凋谢数字化成熟度模型 ODMM
华为提出了一个数字化成熟度模型来度量一个公司的数字化水平，这个模型叫 ODMM（Open Digital Maturity Model），该模型把数字化分成了策略信心，以客户为核心，数字文化、人才和技能，翻新与精益交付，大数据与人工智能，以及技术当先等 6 大评估维度，如下图所示：
- 策略方面：次要考量对行业和生态的奉献水平，业务和技术的协同水平，对新的机会和业务的投资水平。
- 客户方面：次要考量口碑粘性和口碑流传的能力；客户体验治理和度量；客户通过线上渠道和你互动的活跃度。
- 组织方面：次要考量跨团队协同和被动翻新的能力；利用内部资源和社会化资源的能力；团队继续学习和数字化能力建设的能力。
- 翻新与精益：次要考量利用设计思维的能力；继续交付的能力；应答变动的能力。
- 数据与智能：次要考量要害数据的元数据管理能力；数据集成和互操作能力；数据迷信与人工智能，比方智能客服解答客户问题的成功率。
- 技术当先：次要考量数据安全与危险管制；API First 与微服务的架构；基于 RPA(Robotic Process Automation)的流程自动化。
写在最初的话
企业数字化转型是一个从 1 到 100 的继续过程，这个过程必然会经验从起步到成熟等多个阶段。
数字化能力成熟度评估，将有助于帮忙企业厘清以后所处的数字化地位，并对数字化转型的门路有个清晰的认知，为后续制订适宜企业的数字化转型策略和可行的行动计划提供参考和决策依据。
也有大佬认为成熟度评估对企业数字化来说其实没什么卵用，就像之前软件公司搞 CMMI 评估，很多企业并不是为了晋升企业的软件过程治理能力，而仅仅是为了拿到 CMMI 等级认证的证书，理论我的项目上很少会用 CMMI 来管控的。而 CMMI 证书的作用大家都懂，或者只是招标要用~
您认为数字化能力成熟度评估，对企业数字化来讲，有没有用？有哪些作用？
起源：谈数据
作者：石秀峰
申明：文章取得作者受权在 IDCF 社区公众号（devopshub）转发。优质内容共享给思否平台的技术伙伴，如原作者有其余思考请分割小编删除，致谢。
IDCF 社区共创读书会 首期汇报，每周四晚 8 点， 冬哥有话说 收费直播，关注公众号回复“共读”获取直播地址
- 8 月 19 日，共读《思考，快与慢》
- 8 月 26 日，共读《DevOps 实际指南》
- 9 月 2 日，共读《麻利无敌之 DevOps 时代》
