其实企业发展不同阶段，对数字化转型的理解不同，需要解决的问题也不同。在数字化转型初期，更多是数字技术在公司交流层面的应用，例如腾讯的企业微信、阿里的钉钉办公；在数字化转型中期企业致力于通过业务在线化收集数据，完成数据积累后，企业开始寻求数据能够对业务产生价值，例如把采购环节的SCM升级为供应链招投标标平台，典型案例是海尔的模块商资源网；在数字化转型后期企业应该创新组织文化和结构，以便适应数据化决策只需，改变传统“塔式”结构为“弓形”结构。
      企业的传统管理通常会呈现一个金字塔结构，自上而下地拆解目标，自下而上地总结汇报。随着企业发展及汇报层级的增加，在目标不断逐级下达、拆分的过程中，基层指标（KPI）与企业战略目标（OKR）的偏差就会越来越大。当数字化解决的只是传统管理结构下的一个个基层执行问题，不是对着企业全局战略目标，那么再好的数字化建设，也不会导向企业自身的“质变”。同时，在自下而上的汇报过程中，也存在一定程度的解释、说明甚至是美化和修饰，管理者接收的信息往往不是准确、客观的，这也会影响关键决策的决策质量，为企业的发展带来更大的挑战。
为了应对现有企业管理模式的局限，释放数字化转型的真正价值。首先企业应该将战略目标转化为计算机可以记录和跟踪的语言，即企业的绩效指标（OKR），以此作为企业最核心的关键指标，例如资产收益率、客户满意率。然后将公司目标分解到各条产线和关键工序并确定绩效指标（KPI），确保KPI数据与OKR数据处于同一标准体系之内，数据之间的关系能够在数据库得到很好地ETL，这些进步不论大小都能有效汇聚，有效提升企业经营指标，积累量变到质变。
1.数字化升级，需要新的管理模式面对经济社会的不确定性。
今天数字化转型已经进入了深水区，我们这几年对数字化转型也有了一些思考。记得十年前我和一家企业聊，他们当时刚成立了大数据团队，我问这个团队他们当年的KPI是什么，他们回答我说是收集70PB的数据。很快，过了两三年这家企业已经不再满足于收集和展示数据了，开始要看到数据对业务产生的价值。企业开始拿出一些业务进行科技创新，目标要获得业务价值的提升。但是最近这两年我们又感受了明显的变化，很多企业发现过去我投资了这么多在数据上，收集了这么多的数据，也做了很多的科技和业务的创新，看上去都很有效果，但是为什么我没有感受到企业本身的脱胎换骨呢？企业的竞争力为什么没有明显效果的提升呢？原因在于，归根结底，企业的组织形态不是数字化的。企业的管理通常会呈现一个树型的结构，自上而下地拆解目标，自下而上总结汇报。企业一旦长大，无论是自上而下的还是自下而上的都会累积偏差。所以很多时候基层在做的不一定是对全局最好的事情，高层听到的也不一定是真实准确的信息，而现在的数字化，多数时候解决的只是传统结构下的一个又一个的基层的问题。我们试想一下，如果这些基层的目标本身都不一定是准确的，再好的数字化的建设又能发挥多少的作用呢？数字化时代，我们是否有可能探寻一种新的管理模式？假如一个企业的一把手，他的精力是无穷的，他就能够实时关注到每一个人的工作，能够实时评估出每个人的工作对于企业全局战略目标的影响，及时进行纠偏，像这样的企业是否会具有极大的竞争力，我相信是的。只可惜人很难做到，因为工作量实在是太大了。但是计算机是有可能的，只是计算机做到这个前提是需要数字化的。
2.数字化升级需要制定适当的目标和指标。
具体而言，企业通常可以分为战略、策略、执行和评价四个环节，战略上要决定企业希望打造的核心竞争力，以及资源投入的方向，根据战略制定策略、执行，再将执行的情况逐级汇报给企业的最高决策层，得出评价，进一步优化决策。例如零售企业可能会把门店经营能力作为它的战略（核心竞争力），再根据门店的经营能力这个战略，由各个门店店长制定如何提升门店经营能力的策略，再逐级去下发，由店员来执行，最后让企业管理者评价这些策略是否实现了战略的提升。如何让计算机来做这件事？如果要让计算机来完成这个闭环，首先第一步是将战略进行数字化，注意，这是战略的数字化，而不是数字化的战略。因为只有把企业的战略用数字化来表述，计算机才能够听懂，才能够根据战略来制定策略，执行策略。例如计算机听不懂什么叫门店经营战略，也听不懂什么叫企业的核心竞争力是供应链这样的表述方式，这是给人来听的。计算机能听懂的只有数字化的表述。例如企业的核心竞争力是坪效，企业的核心竞争力是边际成本比别人低。我们来看在数字化转型上做的不错的，例如像互联网公司通常会这么做，本质上互联网公司要做的是用户体验好的APP，但是“用户体验”这四个字通常是计算机听不懂的。而作为一个战略数字化的翻译，很多互联网公司都会使用“用户使用APP的平均在线时长”来作为公司的数据指标。在这个目标之下，组织一系列小团队尝试各种提升在线时长的想法。每天可能会有十几个AI模型进行迭代，哪怕不是AI模型，哪怕我们说个更简单的，只是改一个名字，改一个颜色，都需要评估这些改动是否提升了在线时长这个指标。很多人可能会觉得，这是不是互联网公司的专利？其实传统企业同样是可以的。我们曾经有一个线上线下零售的客户，希望实现业务线上化，他们发现最大的阻力来自于实现线上化会降低公司的收入。基于此我们和他们讨论，我们可以把指标定为线上的客单价，激励所有能够提升线上客单价的改进，半年以后通过一系列的改进他们第一次做到线上的客单价高于线下，在这之后线上化就再也没有阻力了，因为线上化是可以提升收入的。不同企业可以根据不同的目标，自身的情况，打造不同的竞争力。而这些不同的竞争力我们可以把它设计为不同的战略目标以后，翻译成各自的指标。例如希望靠用户体验取胜的企业，可以将用户留存率作为数据指标，希望靠服务效率取胜的企业，可以将边际成本作为数据指标，希望靠销售取胜的，可以将客户经理人均贡献的利润作为北极星指标，希望靠供应链效率取胜的企业，可以将库存周转率作为北极星指标。我们的经验是，集中资源来提升数据指标，往往能够带来企业竞争力极大的提升。
3.警惕过度数字化升级可能有人会质疑，数据指标会不会有问题呢？
当然，任何指标如果做过了都有可能会有问题。例如一个APP，它的在线时长，我们把它从一分钟提升到十分钟，通常是因为我们把APP的用户体验提升，用户更爱用了。但是如果我们进一步地将APP的时长从十分钟提升到每天使用20小时，通常就不是用户体验了，而通常是通过伤害用户的身心健康来做到的。又比如说边际成本的极端的优化，有可能会带来上下游生态的破坏。所以对于企业的CEO来说，更高的要求在于他需要在不同的时期把握和调整公司的战略方向，找到不同时期最正确的方向，告诉整个团队。我们同时也需要建立一个面向数据指标的迭代组织，鼓励企业自上而下的每一个小团队去贡献和提升指标的改进，并对他们的这些改进进行激励。这种新的组织形态也需要强有力的系统的支撑。具体来说，策略的数字化需要AI决策的技术支撑，执行的数字化往往需要基于互联网和产业互联网的技术，迭代和评价的体系，特别是评价小团队的改进，对全局指标的提升是需要一个巨大的工作量的，这同样需要强有力地系统的支撑。因此数字化转型系统的建设，必须提上很高的优先级。
最后总结来说，企业的全面数字化转型，不仅仅是大数据的建设，也不仅仅是一些业务创新的试点，而是要从战略到策略到执行到评价全面的数字化。