数字化转型未来在企业中将是一个重要的发现，可以通过数据化的指标监控以及智能化的产品应用，以提升经营效率和管理效率。对于数据产品经理而言，又起着什么作用？作者分享了自己对于数字化转型的看法，以及在数字化转型，需要什么样人才体系？

　　数字化转型的含义以及重要意义在各种场合的峰会、不同级别的分享都已经耳熟能详了，每个都知道它，但并不是每个企业都知道该从哪里着手去落地。

　　偶然进了一个数据产品经理的直播分享群，看到群里很多人在问，数据产品经理在数字化转型中起到什么作用，金融、证券等不同行业，如何实施数字化转型等等问题。结合当下的秋招求职季，就简单分享自己对于数字化转型的理解，以及在转型的过程中，需要怎样的人才体系。

　　试想，对于一个隐居山里，自给自足的人来讲，他只需要自己掌控好自己的生活节奏，自己开心就好。而一旦他进入了城市生活，面对林林总总的物欲横流，邻居家又拆迁了几套房，换了几辆车，孩子工作年薪百万后，他的心态还有多大可能处之泰然呢。

　　同样，数字化转型驱动的根因就是一个“卷”字，当同行都已经用10块钱去获取一个新客，用2周完成一个新产品的上线，而自己企业还需要100块和1个月，你说老板急不急。

　　尤其是近几年国际形式不稳定，疫情持续反复，不管是个人还是企业消费态度逐渐悲观后，大家都想拼了命的降本增效，以度过这个寒冬。随着大数据、AI、云计算等技术的成熟，数字化自然就成了降低经营成本，提升运营效率的利器。

　　既然数字化转型的终极目的是降本增效，以终为始，那就要先看目前的经营流程中，主要的“本”花在了哪里，这时涉及两个层面，一是要能够梳理清楚现有的核心业务流程，二是有没有完善的数据，可以去衡量这个成本。借用著名管理学大师彼得德鲁克的一句话，“如果你没法衡量它，你就没有办法改善”。

　　对于营利性组织，不管是ToC还是ToB亦或者ToG，其目的都是通过提供某种产品或服务，以获得商业价值，所以经典的营销理论-4P理论仍然适用。

　　Product（产品）：产品&服务的生产过程中，数据可以发挥哪些作用？

　　互联网行业的数字化进程相对较快，各种App的埋点采集方案发展成熟，对用户行为的细致分析，找到产品流程中的改善点。而在工业、农业、制造业等行业，主要依赖传感器将采集设备数据，再将数据转化成决策信息。工业4.0，农业数字化，首先要解决的就是有数据，用数据的问题。

　　产品千人千面的个性化推荐，到AI人工智能机器人、智能音响、无人驾驶，通过对数据的挖掘和应用，不断对产品进行创新，提升产品的吸引力。数据的智能化应用场景，也自然成为数字化成熟度的重要指标之一。

　　Promotion（促销）：酒香也怕巷子深，促销的目的是为了带来用户的增长，包括新客的获取和老客的复购。数字化转型要基于数据，构建用户画像信息，从而进行自动化的营销，实现用户运营的精细化、个性化。Place（渠道）：流量红利过后，用户流量相对集中在少数的头部流量池中，对于企业来讲，需要通过数据手段，找到自己产品的目标受众，而不是“盲投”。Price（价格）：赔本赚吆喝是互联网早期的跑马圈地常用手段，但泡沫散去后，可以烧的钱越来越少了，怎样站着把钱赚了，也是数据要解决的问题此外，为了把产品和服务生产出来，涉及到的人事流程、财务流程、IT流程，也都是数字化转型的内容之一，通过数据优化人力资源、财务流程达到降本增效的目标。

　　数字化转型本质是业务问题，其次才是技术问题，所以数字化转型想要成功，首先需要知道数据可以在业务中发挥什么样的价值，然后才是对应的数据技术、数据平台、产品工具等。在转型过程中，涉及的人才结构如图：

　　数字化转型是一把手工程，转型必然涉及现有组织或流程的变革，自下而上的转型几乎不可能成功，所以需要战略层面的授权，否则师出无名必然功败垂成。

　　术业有专攻，尤其是传统行业的业务人员对数据的认知处于比较浅的层次，想要在转型过程中，数据团队不是闭门造车，而是深刻的理解了业务流程和痛点，就需要具备深厚的数据功底的“外交官”的角色，去不断深入业务过程，可以告诉业务数据能够带来哪些改变，现有哪些数据，还需要做哪些工作。这一角色最好主要由数据产品经理承担，因为他可以去协调组织不同的资源，去把事情做成。同时数据分析师，或者数据仓库的负责人也可以参与，作为信息的输入和输出。

　　数字化转型最终的目的是带来实打实的价值收益，所以需要能够基于数据，充分挖掘出有用的信息，为业务提供决策或智能应用的输入，数据分析师主要利用数据分析的技术和手段提供最优的决策，算法工程师则依赖于AI技术，提供更加智能的能力，比如基于AI的智能排班流程，个性化营销或产品推荐服务等。数据产品经理主要是参与其中，提供部分业务知识的输入。

　　数据是数字化转型的根据，没有数据或者数据脏乱差，转型过程必然坎坷或面临失败。数据汇聚、清洗加工处理，形成可以高复用的数据资产，并对数据进行持续的治理，保障数据质量，降低存储和计算成本，主要是数据开发工程师的职责。在这过程，数据产品经理主要是数据需求或数据产品需求输入，提供数据资产建设所需要的业务信息输入。

　　工欲善其事必先利其器，数字化转型过程中，数据从采集到分析应用过程中，基于数据产品或工具来提升数据应用流转的效率，在这过程中，需要相关的数据产品经理规划和设计对应数据产品，由前端工程师和后端工程师进行开发变现。

　　数字化转型是未来五到十年的重要方向，在企业经营或政府管理过程中，可以通过数据化的指标监控以及智能化的产品应用，来提升经营、管理效率。

　　数字化转型过程中，垂直的岗位包括数据分析师、数据开发工程师、算法工程师、平台研发工程师，而数据产品经理则是一个综合性的岗位，虽然不像其他角色直接进行分析或者开发具体的产品，有很高的技术门槛。但如果能够把数据能力和业务知识充分结合起来，带着数据团队，把数据赋能业务的能力充分体现处理，那么将是不可或缺的。

　　专栏作家

　　数据干饭人，微信号公众号：数据干饭人，人人都是产品经理专栏作家。专注数据中台产品领域，覆盖开发套件，数据资产与数据治理，BI与数据可视化，精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。

　　本文原创发布于人人都是产品经理，未经作者许可，禁止转载。

　　题图来自 Unsplash，基于CC0协议。

　　该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。