导语 | 随着数字化进程的迅速发展,我们在推进数字化的过程中会遇到各式各样的问题。本期我们邀请了前喜茶数字化高级副总裁、腾讯云 TVP 行业大使沈欣老师,为我们分享数字化背后的两大方法论,带我们共探企业数字化发展的转型之路。
作者简介
沈欣,前喜茶数字化高级副总裁、腾讯云 TVP 行业大使。多次担任红杉、中信、太盟等投资基金 IT 顾问,负责对投资企业进行尽调及投资后 IT 规划。
引言
方法论是什么?简单来说其实就是把一件事情变成可以被他人重复执行的流程和规范。
举例而言,如果有人把一些药材混合煮在一起,结果治好了病,但下次却无效了,该怎么办?毋庸置疑,我们应该把药材按比例进行调配成“方子”,照着方子抓药;而怎么煮,煮多久,就是法。方+法,不管在哪里都能煎出同样的药来治病。
我大学所学专业为物理,整体而言理论强于实践,所以会给人一种在实际工作中用处不大的错觉。但其实在求学生涯中,我认为最重要的一点是学会了如何构建方法论,物理史本身就是一个摸索、猜想、总结、实验、推翻、再猜想、再总结的方法论学习史。
爱因斯坦总结了公式 E=MC² 就是让所有后来者只需计算原子量,就能知道释放多少能量,这种抽象能力无疑是一种极为有效的武器。
随着数字化进程的迅速发展,我们在推进数字化的过程中也会遇到各式各样的问题。无论是系统还是业务,都在快速地迭代,原来的技术人员也不可避免地面临经营的挑战,困扰大家的一个问题经常是——我该先做什么?这时候,方法论可以帮助我们抽丝剥茧,梳理清楚,从而达到事半功倍,少走弯路、少踩坑的效果。哪怕是非常简单的分类法,也可以让人快速认清事实,提升工作效率。
鉴于方法论有多种多样,我们今天着重介绍两个在数字化时代下最为常用的方法论:因果关系和相关性。
一、数字化时代下的因果关系
众所周知,因果关系主要用在主干,因为细节相对较少。运用这一方法论能够帮助我们快速找到因果关系,从而指导工作。如下图所示,图中的箭头就表明了因果关系,双向箭头表明了里面有细节,互为因果关系。
(图1:数字化营销关系图)
这张图帮助我们解决了什么问题呢?
首先,我们知道了在数字化经济时代下应先做什么,后做什么。把握因果关系能让我们拥有预判力,在做眼前工作的时候便可未雨绸缪,提前为下一阶段做好打算。
其次,当我们看到了结果,就可以顺藤摸瓜,找出原因。如果一件事情没有达到预期的结果,可能不是这件事情出了错,而是我们的前置条件没有做好,我们要把精力留出来,去回溯前面的步骤,先对其进行完善,可能很多问题这时候便能迎刃而解。
数字化时代下加盟企业的供应链便是其中的典型案例。企业供应链的问题往往是由于终端订货造成的,而终端订货往往又依赖于经验丰富的人。根据企业的发展,新加入的加盟商恰恰就是没有经验的人,如果企业一味发力搞拓展,那么这些新加入的加盟商就会对供应链造成冲击,供应链受到冲击会带来库存积压或者交货不足——交货不足将导致生意损失,加盟商利益受损;库存挤压将导致货品不够新鲜,进而导致货品损耗、利益受损;或是导致消费者体验不佳、满意度下降,整个过程正如一叶落而知秋,牵一发而动全身。可见,因果关系可以帮助我们快速捋清问题,找到源头,防微杜渐。如果一味去要求供应链系统达到极致,并不能解决“因”带来的问题。
综上所述,对于主干体系,找到因果关系,由因推果,可以少踩坑;由果寻因,可以帮助我们少走弯路。
二、数字化时代下的相关性
值得一提的是,对于数字化时代下的复杂系统,当因果关系难以厘清时,我们将采用另一种方法论——相关性分析。
例如消费者的购物决策与什么因素有关?似乎各个因素都相关,但又没有哪个有绝对的因果关系。这时候,我们便可以把相关的因素都列举出来,再对其进行分类。分类是数字化的精髓之一,分类意味着更精细化,而且分类还可以从不同维度去进行。
当我们准备研发新品以提升销售时,我们应先对新品进行分类,看不同品类里历史上新品占总销售额的比例。接着,分别除以该品类新品的数量,便可得出哪一个品类的新品对销售的影响最大。
通过这样的分析方法,我们就能够知晓新品研发资源该如何投入才会更加合理。
(图2:新品销售贡献图)
让我们再换一个维度思考。我们都知道,企业都有高净值用户,那是否有什么方法可以让高净值用户更多一些?增长更快一些?
首先,我们可以基于用户画像对高净值用户做一个雷达图(建立相关性)
(图3:高净值用户雷达图)
其次,我们再任选一个维度(比如用户的购物频次)来看只满足其他各个维度的“准”高净值用户是哪一些?有多少?
(图4:定位“准”高净值用户)
接着,我们再回到这个不足的维度,看我们有哪些手段,能够让这些“准”高净值用户成为我们的高净值用户,这里可能使用到的营销方式也会有很多,不同营销方式在影响消费者上会有不同的效果。消费者的性别、年龄等都可能影响某一种营销方式(第二层相关)。所以我们将这些“准”高净值用户再进行分类,运用不同的营销方式去影响他们即可。
此外,我们营销方案也有多种,哪一类营销活动最有价值呢?我们仍然还是先对其进行分类,根据不同的活动类型与消费者的特征来判断其相关性,比如在店铺推出超低折扣优惠,吸引来的大部分会是薅羊毛的消费者;在社区举行现场满赠活动,来的可能是本小区住户;开展露营茶会,来的可能是年轻白领。因此,我们不仅仅要看这次活动带来了多少营业额,更要看通过这次活动吸引来的消费者的特征,这样我们才能更有效地通过营销获取优质客户。本质上,我们是把参与活动的特征消费者的持续交易特性和营销活动特性进行了相关勾连。
通过上述两个例子,我们可以看到数字化体系与传统模式最大的不同就在于我们构建了一个方法论,而不是像信息系统年代,乙方给了一套软件安装完毕就结束了。数字化更强调把数据用好,用数据来指导业务。当然,这里还有一个细节问题就是,我们的业务必须首先有这些数据,才能进行这样的分析,这也是数字化要求补齐数据短板,首先做到业务数字化的原因。
这就好比我们从分子到原子,到原子核,再到基本粒子一样,通过分层,分类,我们可以将一件复杂的事情逐步简化,最终形成一个公式甚至是速查表,让企业可以“照方抓药”,对症下药。
三、复杂相关系统的拆解与分析
下面,我以美团餐饮生态发展部负责人、中饭协餐饮数字化专业委员会理事长王东烽在直播中分享的“餐饮经营进化图”为例,来演示如何拆解一个复杂相关系统。
(图5:餐饮经营进化图,来源于美团餐饮生态发展部负责人、中饭协餐饮数字化专业委员会理事长王东烽的直播分享)
如图所示,图中不同的颜色的圆圈代表了不同的业务范围,X 轴是指不同的企业阶段,Y 轴是指不同的业务工作的复杂性,每一个圆圈里的三个字,都是餐饮老板们耳熟能详的日常困扰,短短“三字经”却有着极大的信息量。
首先我们来把这张图进行数字化呈现:
(图6:餐饮经营进化图数字化呈现)
然后我们再用 Excel 将它做成气泡图:
(图7:四维气泡图)
我们看到,在原版的维度(企业阶段、复杂度、业务分类)之外,我又增加了一个对单店利润影响比例的维度,在图中用气泡的直径大小来表示,现在变成了一张四维气泡图。为什么要增加这个维度呢?因为有很多小的价值点,比如每家门店每月省下 1000 元,当只有3家门店时,还是用人工来完成比较好;但如果是有 3000 家门店时,上一套系统会是更优的选择,因为收益将会达到 300 万/月,通过这个气泡的大小,大家更容易一目了然地知道在当前的门店数量下是否应该优先选择解决这个三字经问题。这个四维气泡图可以帮助企业快速确认目前的工作重点,少走弯路。
如果你是一个首席数字官,我们还可以把每个圆圈内需要的技术特性加入表格,比如“会加盟”,意味着需要一套加盟商管理系统。而“备准货”则需要自动订货、半成品加工等系统。这样可以更好地了解企业还需要补哪些系统的短板,也便于做下一年的预算。
又或者你是乙方,我们还可以在每一个技术特性后面加入行业里能够提供该系统产品的技术企业名单,以及优劣势对比。
这样就成了一张速查表,谁都可以对号入座,快速找到自己的位置和问题,这就是一个复杂相关系统拆解的案例。
综上所述,我们不难看出,要做好数字化工作,其实不仅仅需要方法论,还需要具备对业务的清晰认知,要在日常工作中多问几个“为什么”。我在刚进入这个行业的时候,帮客户做了一个表格,来呈现每周每个部门的业绩完成数据,结果客户说他想要的不是绝对数值,而是百分比,我就会去问,为什么?因为技术实现很简单,但是我想要弄清楚背后的逻辑。客户就告诉我,如果是绝对值,那么到周末完成了业绩,这个部门就可以偷懒了,而如果是百分比,那就不能偷懒,因为别人做的更好,你就不达标了。
在当前数字化时代,商业环境和生态的巨变,推动着企业进行战略思维和部署的转型与调整,而找准背后的方法论逻辑,方能在当今变革的浪潮中激流勇进。