01集团化的数字化项目为什么会失败深度原因：方向性错误

这几年见过一些央企、国企、大型企业集团尝试过一些数字化的项目：数据中台、大数据分析、BI 分析项目，投入很大、周期也很长，甚至有的在项目开始前也找了专业的咨询公司来规划，但最终并没有达到理想预期，为什么？ 除了在项目规划、设计、落地推进过程中的问题没有解决好之外，有一个非常重要的、隐藏的、容易被人忽略的问题就是：方向性错误。

什么是方向性错误？就是在一开始的时候，就选择了一个错误的方向，越努力越错误。方向性的错误是致命的。

派可数据一站式企业级 BI 可视化分析平台 - 某央企数字平台

讲一个我遇到过的一个非常典型场景：

某集团企业建了一个大数据、数据中台，规划的方向是除了集团层面相关的数据整合、打通之外，还要打通二级集团、企业的各类系统数据，数据上云，数据要全部接入进来，全都整合到中台里面来。这样从集团层面，要了解什么信息就了解什么信息，可以深入到二级业务层面的数据，深度掌控业务，更好的支撑到集团层面的管理决策。

讲几个基本的原因：

第一，二级集团及以下的企业，不是所有的系统、所有的数据都会对集团总部开放。有非常多深层次的原因，不是想通过 IT 强推就可以推的动的，数据凭什么给你接入？

很多人会有这样的疑问：二级集团不是属于集团管理之下的吗，系统不应该是在集团这边来建设、管理的吗？集团不是想怎么看就怎么看的吗？

后面会解释到这个问题。

第二，集团总部即使拿到了全部的二级集团的数据，做什么用、谁会用？即使数据拿到了，也做了分析，给谁看，看什么？ 很多所谓的分析场景、管理场景都是臆想出来的。为什么？ 因为管理的边界，这一点后面也会解释。

第三，务虚太多，用户期望拔的太高。放到其它的项目上，务虚一下没有什么问题，高层管理者听下汇报认同就过了。但是数据类的项目，即使是务虚，管理者也会记到心里面。

因为很多基础数字化系统、业务系统的建设，它们的用户一定不是高层管理者。怎么务虚，怎么夸张，最后建完了就建完了。但数据类的项目，特别是 BI 它的用户一定会有高层管理者。前期忽悠的太过，后面就不好收场。

大部分企业的数据基础、数据质量、数据意识都还到不了所谓的“数据驱动、人人都是数据分析”的层面，第一步做好数据复盘业务就已经非常不错了。

降低预期，保护好自己。

第四，这种层面的项目都希望短期见效，但是深度又切入的那么深，没有个两三年（甚至三五年）是规划不出来的。但很多项目就是半年、一年，对难度的预估完全不够，速成的项目就会有很多不如意，就会有很多事情没有做好，根本就达不到项目预期。

在后期的技术层面，也会有太多的挑战，这些在项目规划之初是否会预想到？就不说用户需求沟通调研、需求变更、数据质量、管理思路、项目管理这些常见的困难，就简单谈谈几个小技术点。

比如，我曾被问到这样的一个场景和几个问题：

像这种集团层面的规划，无论是大数据、数据中台，都会谈到数据仓库建模。一家集团，下属十几个或几十个二级集团，每个二级集团下面可能又是十几家或者几十家三级公司，这种多业态、多板块的统一维度如何来规划、设计？整个指标体系如何来规划，经营分析架构如何来搭建？ 讲一个最简单的，同样的产品维度，由于集团业务的多样化，产品可能是：猪肉、兽药、饲料、种子、水产品、工程设备等等，不同形态的产品维度矩阵如何来设计。还有那么多的虚拟的经营单元，和实体法人架构完全是两回事，又如何来规划设计。

上面提到的问题，只是项目规划中几个最基本的挑战，在实际项目设计中就会难倒一大批人。

于是，很多底层建模基本上就是把原始业务系统数据搬到数据仓库的 ODS 层一放，简单的清洗下，后面反正领导看得就是大屏，就写写 SQL 拼一下报表把数据给展现出来。很多项目，就是这样的做法，反正用户也不懂。

派可数据一站式企业级 BI 可视化分析平台 - 某央企数字平台

这样做可以吗？能解决一时的需求。但业务需求一多、业务系统一旦有变化调整，这种架构根本就支撑不住。

因此，这种集团型项目的整体规划设计能力，对业务分析架构、数据架构、数据仓库架构的考验是顶级的。

在过去很多年，少有人完整的经历过这一类的项目。在 TO B 企业市场上也少有这种数据类的项目出现，大投入、大周期、长规划，复杂度比一般企业内部数据类项目要深很多。这种类型的项目也是这几年才刚刚开始兴起的，并且会非常集中在大型央企、国有企业，一般的企业根本就没有这种机会，也投入不了。所以，没有非常成熟的经验借鉴和参考，也缺乏专业的人才培养和沉淀。

所以，能在整体方向上做整体把控的专业人才少之又少，往往就会导致很多项目一出发方向就走偏了，到最后很难收回来。

另外，客观的说，企业不要随便迷信所谓的大厂、咨询公司。有些项目给带偏了，拦都拦不住。在一些企业做过交流，听完他们的方案介绍，几年前委婉的下过一些结论，现在全都应验了。企业要加入自己的思考和判断能力，也要加强学习，这样才能有辨识能力。

像前面我被问到的一些问题，如果正面去碰撞、去思考、去回答的话，有些难度不说，很多人就掉进坑里去琢磨这些问题细节了。有些人很优秀，积极性很高，但越积极，解决问题越不沾边。

我们真正要做的是：通过这个人的提问判断出来在这些问题当中，其中有些提问本身就是有问题的，并且可以推断出他的问题背后代表了一种项目规划、推进的思路和方向，这个时候就能发现这个思路和方向本身可能也是错的。

如果这个思路和方向本身就是错的，为什么要去顺着这个错误的方向去解决这些根本就没有必要去解决问题呢？

在一个专业的领域，从一个问题或者几个问题的交流，能够观察出来这个问题背后他们想干什么、正在做什么，这样做的逻辑、思路和方向对不对，以及快速推断出提问者的本身能力水平，这本身也是一种稀缺的能力。

因为方向错了，有些问题才会出现。如果方向对了的话，有些问题根本就不会被提出来。正确的方向下，只会提出正确的问题。

所以，了解一下央国企这种集团型企业的业务组织架构特点，弄明白这些特点，选择一个相对正确的方向来规划，像前面我被问到的，其中有些问题根本就不会出现。当然，项目过程中很多问题和挑战可能会仍然存在，但没有以前那么大。

接下来就讲讲央国企和一些大型集团这类数字化项目的特点，底层逻辑是什么？把这些底层逻辑、正确的方向搞明白，就能看到事情的本质，解决问题的思路才会非常清晰，有很多问题就可以举一反三，迎刃而解。

所有的问题，一定会有答案。

02集团的多元化特点和管控模式

集团与集团之间规模的大小、集团多元化的特点、管控模式的差别，造成了 IT 业务信息化建设的差别，业务信息化决定数据，数据决定分析。

如何理解上面的概念？先从多元化、多板块经营开始。大型集团的业务通常都是多元化的，不管是央企、国企还是民营企业，都是多元化、多板块经营。

以下企业信息来自网络公开资料

仅代表我个人理解和观点，不代表任何企业或机构

比如像：中国农业发展集团，主要业务板块就包括了：畜牧业、种业、渔业、农业服务业。

畜牧业板块以下继续细分出：兽药和动物营养品等业务板块。

比如像中国铁建，板块众多：工程承包、规划设计咨询、投资运营、房地产开发、工业制造、物资物流、绿色环保和产业金融。

国内大部分的央企都研究过，都是类似的，商业模式基本上都是产业链模式。

03管控模式决定了 IT 信息化和数据边界

由于存在多元化经营、多业态的组织形式，因此在业务组织形式上一定存在专业的分工。说的简单些，就是哪些业务集团没有，但是对产业链有用，就对外做些财务投资，占点股份；哪些成熟的、专业的业务打包放到一起，再成立个二级公司集中运营管理；哪些业务属于公司战略规划的，集团先担着运营管理，后面做大了在分出来独立运营。

这些就涉及到集团的三大管控模式了：财务管控、战略管控、运营管控。

第一，大型的集团本部是不开展任何具体业务的，小的集团在总部会指导下属企业具体的业务运营和工作的开展。

往往大型央企集团总部不开展具体的业务，具体业务的展开是在二级集团；小一点的央企集团会参与一些二级企业或集团的业务运营；民营企业集团，在总部管理上，有些业务放到二级企业或集团，有些业务总部直属运营管理。

这三类差异的背后是集团向下管控模式的不同：

第二，不同的管控模式，对 IT 信息化的建设、影响是不一样的。信息化的深度不同，造成了对数据管控和可获取的深度不同。

财务管控：以财务投资为主，追求资本价值最大化为目标。二级企业或集团的 IT 信息化跟集团总部的信息化基本上没有关联，只是阶段性的收集二级企业或集团的财务报表数据信息，做一些财务数据分析和判断。

战略管控和运营管控：基本上都是控股或者全资子公司的形式出现，差别就在于集团层面有没有专门的业务部门深度参与二级企业或集团的业务管理。深度参与的就是运营管控，有战略管理但不深入到具体的业务层面就是战略管控。

往往在 IT 业务信息化规划层面，战略管控会存在一些系统从集团到二级或以下的企业是统一建设的，例如：财务和人力。运营管控模式下，除了财务和人力统一建设规划以外，其它的一些系统建设会放到集团层面统一规划，二级或以下的企业参与建设或直接使用 IT 信息化的建设成果。

第三，不同管控模式下 IT 基础信息化建设决定了数据可获取的深度。

战略管控模式下，二级企业的业务信息化相对独立，即具体的业务开展层面、业务信息化建设层面，二级企业或以下的企业独立性会更大一些。因此，主要业务数据的沉淀是在二级企业自身的信息化系统中。

运营管控模式下，因为集团本部深度参与了二级企业或以下的日常业务运营管理。因此 IT 基础信息化系统是以集团本部建设为主，数据自然就沉淀到集团本部。

所以，大部分的集团，特别是央企集团。一级企业对二级企业的管控模式是战略管控：数据可获取的深度大部分是财务、人力，也有一些集中采购、大宗采购、供应商的相关数据，以及延申出来的一些 OA、合同审批等等相关的数据。

因为具体的业务落在二级企业去开展，因此二级企业或集团往下的管控是运营管控，数据可获取的深度就会到具体的业务层面。

第四，不同的管控模式、IT 信息化建设基础、数据可获取的基础等等和管理的边界形成了一一对应，相互印证。

在一级集团企业的战略管控模式下，管理的边界并不会深入到二级企业具体的业务开展，这是由管控模式的特点决定的。从 IT 信息化建设的角度，也不会深入到二级企业具体的业务建设，数据层面的深度更加达不到。因此，从管理边界角度没有必要那么深入，高层管理者也不会有那么多的精力、紧迫的诉求去深入到二级企业具体的业务细节。即使想，数据支撑条件也达不到。

除非是一些新方向、新产业前期关注会比较深入一些，从运营角度会持续关注。当业务成熟、成型了之后，会从组织架构上新设立板块，到达战略管控层面，从宏观上进行业务把控即可。

在二级集团企业往下的运营管控模式下，管理的边界会深入到二级集团企业下属的企业和具体业务，要对业务进行具体的指导和决策。因此，在 IT 信息化层面会统一规划和建设，数据的可获取条件也是畅通的。

所以，我们在看一个具体的问题的时候，需要站在一定的高度，从整体框架角度去分析，要抓住背后看不见的那几条线和脉络，以及它们之间的逻辑关系，这才是顶层设计规划的核心。

正常的分解问题的方向：集团多元化经营特点 -> 管控模式 -> IT 信息化建设深度 -> 数据可获取深度 -> 顶层设计和规划。

反向思考问题的方向：顶层设计和规划 -> 数据在哪里 -> 系统在哪里 -> 管控模式 -> 多元化经营特点。

正反结合一下，管理的边界、系统的边界、数据的边界都是相互印证的，这个逻辑链是非常清晰的。

04复盘，把握正确的方向

最后来复盘一下，为什么一些大型集团的这类数字化项目、大数据、中台、BI 项目会失败、走不下去、达不到预期的目标？原因有很多，但其中最为关键的核心起点：方向错了。

集团管控模式的不同，决定了 IT 基础信息化系统建设的边界不同，决定了数据在哪里沉淀，决定了数据可获取的深度和广度；集团管控模式的不同，又决定了管理边界和管理深度的不同。在一个没有管理触发点或者管理动力的地方去努力，越努力越失败。最后做出来的大屏、BI 分析又给谁用呢？为什么没有人看，因为不是最终用户真正想看到的，跟他们的管理思维不匹配、思路不一致。

这类项目难就难在这里，挑战很大，但又看不清问题。

这类项目的成功不是靠采购一个平台、产品、工具就能应对这种体系化的规划、复杂的业务和管理规划。这就需要数字类项目顶层规划设计者具备：宽阔的视野、深度的思考能力、清晰的看问题现象和抽象问题的能力，最后就是解决问题的能力，是一个系统而又复杂的工程。

所以，通常这种集团类型的大数据、数据中台、BI 项目类的规划，有几个重点要注意下：

第一，一级集团重点关注财务、人力、大型集中采购、OA 审批。哪些系统在集团层面管控，可直接获取的数据就有哪些，就可以做哪些分析。

如果想深入到二级，也不会是全部的业务数据范围。重点关注的是重点业务板块的重点企业，无关的、非重点的业务板块、企业都可以忽略。数据获取方式基本上是以填报、补录为主，数据钻取的深度不会太深，也没有必要太深，这是由管理边界决定的。

第二，二级集团及以下就可以深入到具体的业务层面。如果是生产性企业，ERP、销售、采购、库存、生产、物流等等很多信息是可以拿到的。但也有很多系统的数据不在自己手上，比如像人力、集中采购信息，像这些数据的获取需要反向得到一级集团的支持，但不见得容易拿得到。

第三，这类项目一定不是光靠技术驱动的，而是框架驱动 + 业务驱动 + 技术驱动。没有框架思维、业务思维和技术思维三者同时结合保障，这类项目就会有明显的短板，在实际落地的过程中挑战就会很大。

最后，总结一下。

今天的文章主要是从整体框架的角度来阐述这类项目的顶层设计和规划，我们的思考方向应该是什么样的，在脑海里要形成一个什么样的框架和边界。哪些是主要的框架，哪些是次要的。