大部分零售企业数字化转型的“现状”

大部分零售企业数字化转型的“现状”2023年全新的实战数据领导力高管课程,顾青老师带队主讲,点击了解详情。本文作者 黄一能,DTALK联合创始人 越来越多的零售商意识到,数字化不是单纯的线上渠道布局,而更关乎其背后企业核心运营能力的全链路数字化改造。

大部分零售企业数字化转型的“现状”

《麦肯锡报告企业数字化转型失败率为80%之我见

由于之前看了麦肯锡的报告分享过一些自己的看法。最近自己又看了一遍,感觉有一丝陌生。

我是个实事求是的人,虽然文中引用了一些例子,但依旧感受到了浮于天际的遥远感。似乎都说到了,但又什么都没说。大家可以再看看,再喷喷……

本着实事求是的态度,我觉得之后可能会基于这个点展开更多实践的方法论来清楚表述一些关键点。

01

大部分零售企业数字化转型的“现状”

借用麦肯锡的数字化转型阶段划分来聊聊定位问题,要往前走先要找准自己的位置,按麦肯锡的调研结果,半数以上的企业都处在2.0也就是线上化阶段。
按麦肯锡的描述:布局线上渠道,实现全渠道运营。看上去没毛病啊,确实大部分零售企业都在积极布局线上渠道,淘宝,京东,拼多多,抖音甚至自营小程序,APP等。
但再看下其他几个阶段的描述,大家都有没有一种违和感。2.0描述的是业务渠道,而其他讲的都是能力和应用,也就是说所谓的2.0线上化和其他几个都不是一个分类下的……我只能理解麦肯锡给大家留面子了,毕竟1.0到3.0在能力上跨度太大了,一个调研大家都在最底层不符合“期望分布”,企业不好看,之后也不方便骗钱。
至于为啥1.0到3.0跨度这么大,可以参考我之前一个分享,懒得看的话直接看我摘抄的一段理解下就行,类比断开的流水线应该很容易理解我的意思。
《你的数字化转型为何失败?》
“这个流水线中就包含了数仓,BI,AI,模型算法,指标工具,标签工具,AB实验平台……等等软硬件,但绝对不是人。这些都必须完整,并且可以自动化链接协同工作,才能带来最终的产能倍增,这是个质变反应,无法线性达成。而很多企业都指望一部分一部分做,每一部分都能体现业务价值,而流水线的意义是全流程自动化,每个模块实际很难独立存在,企业这些能力的链接都需要人工实现,能力还缺胳膊少腿,那谈什么数据化转型,这些人下楼发传单不好吗?这就是个标准化的木桶效应,现在根本不是短板的问题,而是缺板和缺箍桶的那个圈,整个桶四处漏水,无数的人靠人肉在堵各个缝隙和木板的缺失。本来做这个“桶”是为了业务运营运水更快,现在光维持这个桶的人力就很恐怖,关键还在漏水。那直接让这些人用手装水得了,这种桶不要也罢。”

02

吐槽完阶段分类,我们来吐槽点更刺激的。
有关数字化能力建设重心的调研结果:

大部分零售企业数字化转型的“现状”

对于这个结果我一点也不意外,原因倒不是对于企业的阶段有认知,而是这些问题用来提问CXO只能得到这个结果。建议问问运营总监和负责数据的一把手,你会得到完全不同的答案。也就是说这只能代表这些CXO的认知,而他们的认知在企业中也并不一定会真正落地。

这些选项先不说有重叠覆盖的问题,对于CXO们能看懂,或者听说过,并且关心的也就只能是前两个了。最后一个“数字化内部后台管理”,说实话我都不知道这是具体是个啥,我猜猜可以是数据治理相关,权限,风控,技术栈,模型等管理工作。但对于CXO而言,他们连猜都很难啊。

还有就是所谓的渠道建设,会员运营和数字化不能说毫不相干,只能说八竿子打不到一块。没数字化之前,这些难道不做吗?在有了数字化之后扪心自问对比过去的手段和效果有很大的变化吗?

03

数字化转型的成功要素

大部分零售企业数字化转型的“现状”

合适的数字化人才只有30%的老板们选了,但实际尝试的手段超过半数都招募了对应的人才,这是为啥?而体现出领导层决心的也仅仅是设立独立部门,并汇报给CEO……决心确实不小。但凡干过活的建议自行脑补数据科学家直接给CEO汇报的场景,不能说鸡同鸭讲吧,但也基本就是牛头不对马嘴。

参考麦肯锡之前有关8成企业数字化转型都失败的报告,我有理由相信这70%的企业都在那8成中。

至于这个“敏捷模式,快速试错、迭代”都不足一半。这点倒真是超出我的认知了,本以为2022年了这个应该都是共识了吧……想想也对,干活的不敢错,领导不许你错。对于个别企业来说,根本的问题其实不是认知而是试错成本太高,这个只能从更高维度来考虑试错的方法了。

04

以上是最近看的麦肯锡:《2022年中国零售数字化白皮书》后的一点点吐槽和感受,报告还有不少实践成功案例,有兴趣的可以去搜下看看。
但说实话在看了第一章的第二小节:中国零售数字化转型现状。我就已经绷不住了,不吐不快。根本上就是大部分企业很努力,但依旧缺乏对于数字化转型的认知和方法论指导,同时也暴露了中国企业在管理能力上的欠缺。确实如文中所言——道阻且长。
我们在数据领导力高管课程上详细解读吧。
推荐阅读管理决策的科学和精益

 

 

联系我们咨询数据领导力

相关观点