充分 运用数字技术和数据要素
□朱克力几个企业数字化转型的案例，异常 具有代表性。在这些案例的启发下，我想谈谈，我们企业如何进一步运用好数字技术和数据要素，尤其是在各个业务环节中，更好地施展 数据要素在企业数字化转型中的赋能和加持作用，连续 推进数实融合。
一是设计环节的年夜 范围 定制。年夜 范围 定制不仅追求低成本、高效率，还要兼顾高质量和个性化，这在传统工业社会是难以想象的。数据要素是年夜 范围 定制的症结 ，其应用包含 数据采集、数据治理 、订单治理 、智能化生产、定制平台等。当定制数据达到一定量级，通过对这些数据的挖掘、剖析 ，能够实现精准匹配、营销推送、流行预测等更高等 功能，可以赞助 企业降低物流和库存成本，增加产品的用户匹配度，减少生产资源投入的风险。
二是生产环节的智能制造。智能制造的实现基础是年夜 数据，实现途径是信息物理系统。从应用来看，智慧制造云年夜 数据的价值在于：通过采集治理 剖析 办事 ，能够精准、高效、智能地增进 云制造的智慧化，实现产品+办事 为主导、随时随地、随需的个性化和社会化制造，进而提升企业竞争力。
三是供给 链环节的优化与提速。在数据要素支持下，通过对供给 链海量数据的搜集、剖析 ，不仅可以勾画 出包含 消费习惯、消费能力等维度的用户画像，反应 出市场的真实需求，又可以使物流企业依据数据剖析 结果，了解供给 链每个环节的运作情况，从而找出业务盈利点或低效率的处所 ，有针对性地进行业务调剂 ，优化资源配置，提升供给 链协同效应，实现效率和利润最年夜 化。
四是研发环节的协同立异 。数据要素助力研发环节实现协同立异 ，从应用场景来看主要通过三种方法 ：其一，数据整合。海量数据是建立高附加值的数据剖析 能力的基础，年夜 数据技术使端对端数据整合更有效，并精确联系关系 性质完全不合的数据，包含 内部数据、外部数据、公开数据和自有数据。其二，内外协作。许多企业研发部分 坚持 高度封闭性，而数据要素打破了内部各部分 之间的信息壁垒，加强了企业与外部合作伙伴的协作。其三，决策支持。数据要素可以取代 人进行较为庞杂 的决策，如项目剖析 、商业开发机会、预测等决策快速做出都可以借助数据要素。
五是营销环节的精准推送。利用数据要素可以分区域实现对市场波动、宏不雅 经济、气象条件、营销活动、季节周期等进行融合剖析 ，对产品需求、产品价格等进行定量预测。通过对智能产品和互联网数据的采集，针对用户使用行为、偏好、负面评价进行精准剖析 ，有助于对客户群体进行分类画像，可在营销策略、渠道选择等环节提高产品的渗透率。更重要的是，可结合用户分群实现产品的个性化设计与精准定位，即针对不合群体，对用户精准画像、精准推送等，实现产品从设计到交易的完整营销环节精准化。
六是办事 环节的运维与预测。借助数据要素一方面可利用海量数据库对信息、数据、资源、终端进行联系关系 剖析 ，包含 触发智能终端进行数据搜集、自动查找故障节点；另一方面还可以分类统计问题，为运维人员和客户中心提供及时的剖析 数据。数据要素可以实现主动运维。通过数据深度挖掘和离线剖析 ，运维由传统事件驱动向业务质量驱动转变，最终实现自动的自我修复、优化配置，解决潜在的网络故障，保障基础设施的健康与质量。
（作者为中国数实融合50人论坛智库专家、国研新经济研究院开创 院长）
作者：朱克力
来源： 经济参考报
页:
[1]