凯哥出品，必属精品
本文共4600字，阅读约12分钟
仅代表本人观点
数字化和信息化的本质区别是，信息化是技术支撑，是业务的助力，并不需要直接产生业务价值，业务的核心还是传统模式。
而数字化是业务的存在形式，是要通过数字化技术来创造价值，实战企业的业务和组织转型。
找数据要价值，已经成为了所有企业都必须要做的事情，但是，再过去的工作中，凯哥发现，大量的业务需求存在五大误区：
需求必须要有业务价值，没有业务价值的一切浪费就是浪费。 但是，不论是哪一种情况，都必须要有愿意为了这个需求去买单的用户。也就是说一个新的需求，投资必须带来原来说没有的价值，解决问题。那么如何去验证你的业务需求是否是有增值的呢？首先是要找到对应的用户，需求是对于用户而言的，不同的用户的痛点需求是不一样的。 正确的定位问题是解决问题的基础，如果问题没有定义正确，那么解决方案肯定是错误的。但是，在现实中，由于业务与技术的分工，导致很多时候大家把业务需求和解决方案混为一谈，从而在没有精准的定位出问题的时候就已经进入到解决方案的讨论。 比如，很多时候，业务人员提出需求的方式是这样的，你能不能帮我在这个界面加一个功能？或者是在这个报表加一个字段。 这是真正的完整的业务需求么？这只是功能的需求，并没有描述为什么要加这个功能，以及背后的目标和价值。 但是，当技术人员接到这样的需求的时候，他是很开心的，因为很清楚，去执行就好了。但是往往到最后，功能开发出来后，可能会发现和原来的业务人员的想要的不一样，然后就进入到了扯皮阶段。这些问题的根源就是，这些需求其实并不是真正的业务需求，而已经是业务人员自己所给出的解决方案了。但是由于业务人员对于技术的了解，对于系统的全局的掌握并不一定是最全面的，所以他提出的方案并不一定是最好的。 所以，好的需求一定要从业务价值开始而不是从功能开始，不仅要知道做什么，更要知道为什么要做，做完了会带来哪些收益。 我们在进行需求调研的时候，传统的方式就是调研访谈，也就是提问回答式·。但是往往乙方的业务人员缺乏新的视野，工具和认知，更缺乏对于新的数字化技术和数据能够带来的新的工作方法的理解，导致他们无法再不知道怎么做，有什么新方法的时候提出问题。就好像你去问马车的车夫，他不知道汽车和新的交通工具，他无法反应出超越马车的功能的需求。所以，这种情况下，他们提出的问题和需求都是局部的，是局限于自己的认识的。 这样的需求是不一定有助于企业的数字化转型的，所以一个很明显的现象就是，往往业务人员只能提出对于现有工具和系统的问题而很难提出全局性的，有突破性的问题。 这种情况下，所需要的是，要首先赋能业务人员，让他们知道新的技术，新的方法以及行业里其他企业的典型场景，让他们能够掌握面向未来的知识，从而他们回头看现状，才能提出更有价值的需求。 精益数据方法强调度量，没有度量就没有更精准的执行。就像开车需要仪表盘一样，只有时刻能够了解执行到哪里，效果如何，距离目标差距有多大，这些信息才能够更好的及时发现问题，调整方向。 所以从一开始，就要把一个需求能够解决的问题的度量标准定义出来。 通俗的讲就是这个需求怎么算做好了，达标了？最怕的是提出一个大家都认为很有必要，有价值的需求，但是做成什么样子，怎么样才算价值实现了，大家都不清楚，或者是每个人自己心目中都有自己的一个想法。 这就像盲人摸象一样，大家都说要画一个大象，目标是对齐了。但是每个人心目中的那个大象其实是不一样的，有的是一只耳朵，有的是一个尾巴，有的是一个象腿。由于缺少具体的，可以量化的度量标准，最终达成的效果是五花八门的，无法对齐的，也就无法让相关的用户满意。 前几天在做一个大型企业的精益数据战略工作坊的时候，在其中一个组，我发现了一个很有意思的现象。他们通过共创，识别了一个很有价值的业务痛点，客户投诉。 但是，当他们走到用户画像的时候，发现一个问题，好像这个需求痛点是所有部门都关注的问题，但是却找不到一个部门真的对这个问题负责。 这是非常要命的，如果没有人对一件事情那么无论这个事情多么的有价值，恐怕都很难在一个组织里落地，因为没有人的KPI与这个问题相关，也就是不会有人真的为这个问题买单。 这样一来，往往在开大会的时候所有的人都会说客户投诉很重要，我们要解决，但是真的落实下来的时候大家还是会聚焦关注自己的KPI 相关的问题，而不会去真的解决客户投诉的问题。 所以，在识别业务需求的时候，第一件很重要的事情，就是要找准用户是谁。 当有了需求以后，需要把需求结构化出来，从而能够大家对齐目标去研究设计出解决方案，而这个过程的载体就是业务场景。 大家都意识到了场景的重要性，尤其是当我们国家的数字化战略里，把海量数据和丰富应用场景作为竞争优势的时候，提数字化转型基本都会提到场景。 但是，什么是场景，场景应该包括哪些内容，这一点，行业里却没有一个统一的语言和工具。 有的时候，我们会发现，大家把“云计算”当做一个场景，而其实这并不是一个场景，这是一个概念。 有的时候，大家把“精准营销”当做一个场景，诚然，精准营销是一个很重要的业务目标，同时也是一类业务场景的组合，但是它太大了，不同的企业，不同的渠道，精准营销所采用的方法都不一样，所以如果把它当场景，很难起到聚焦价值，对齐思想的作用。 有的时候，大家把“数据不拉通”，“数据价值差”当做场景，这个更多的是痛点，而非场景。
更多的时候，大家把解决方案当做场景，比如“区块链”，“DataOps”，这些是解决问题的方案和工具，而非业务场景。 一个好的业务场景对内，对外能够起到非常大的作用，主要可以包括如下两大价值：
第一、对外让用户有获得感
通过一个具象的问题的解决过程，能够让用户直观，强烈，快速的感知到价值。只有让用户有获得感才能够争取到相关用户的全力的支持和参与。
识别到杀手级用户场景是企业数字化转型的核心关键，也是数据拉通的前提。
举一个例子，美国的医疗体系分为三大组织，药店，诊所和保险，过去这三大组织的数据很难拉通，各自处于不同的考虑都不愿意共享数据，多年以来都是如此。但是在新冠疫情出现以后，由于需要及时的出检测结果，这是一个非常迫切，而且对于各方都有利益的需求，在这个杀手级场景的拉东西下，很快的，很多年通过各种标准制定，协调沟通都没能彻底解决的问题，一下子很快就拉通了。
好的业务场景能够统一多个利益相关方的思想，实现共赢，从而可以更高效的整合资源，规范化，体系化的让相关者统一目标，统一方法，统一实践，从而提升协作效率。 往往当我们在解决问题的时候，花了很多的时间直接去研究解决问题的方法，然后我们发现方法有问题，相关方很难就方法达成一致。大部分情况下，不是解决方案的问题，可能本质出在问题本身，也许这个问题就没有识别正确，没有能够对齐目标。 识别到正确的问题，统一业务场景，数字化转型就成功了一半 尤其是数据的利用领域，很多企业CIO抱怨和反馈，业务人员不配合，下级公司不支持，拿不到数据，或者数据质量差，数据源头也不愿意解决。 精益数据方法提出，找到正确的，相关方都能获益的价值场景是开发数据产品的第一要义，必须要识别到正确的场景才能够获得真正的业务价值，也只有这样，数据才能够被拉通，被融合。 数据拉通的问题，看上去是技术的问题，本质上是价值分配的问题 在过去近十年的实践中，在利用数据的领域，凯哥在《精益数据方法论》一书中集合了商业画布与数据技术提出了一个新的框架《精益数据场景画布》。 精益数据场景画布，包括十大要素，所有的数据应用的场景，都可以利用这个工具来结构化识别和分析业务场景，从而用共同的语言和框架来进行沟通和对齐：所有的业务场景一定要服务于特定的业务目标，产生业务价值。所以精益业务场景画布强调第一件事情要思考清楚这个业务场景最终的目标和价值是什么，是否是与企业战略，企业业务目标是一致的。一个场景一定要精确的分析并列示出当前的场景服务的用户都有哪些。只有聚焦了用户对象，才能更精准的识别他们的痛点和需求，才能找到真正的用户需求。很多时候，我们只关注与问题本身，而忽视了问题产生的上下文背景。而不同的环境，不同的时期，问题的都是不一样的，所以精益业务画布强调一定要将业务场景的背景描述清楚，这有这样，大家对问题的理解，才能更有代入感，同理心，才能够设身处地的站在用户的视角客观的来描述和分析场景本身。业务场景要描述出当前用户面临的问题，也就是用户痛点是什么，针对痛点才能够设计出针对性的解决方案。精益数据方法将用户的需求分成两类，一类是常说的用户痛点，也就是当前业务下装下用户面对的问题，比如体验不好的地方，流程不畅的地方。另外一类是用户的期待，就是抛开现在的现状，用户希望的状态是什么样子。比如，现在的业务需要手工输入身份证号，流程很繁琐，这是用户痛点。同时，用户提出，能不能不要打字，用更加简洁的方式来录入。这就是用户期待，往往用户期待是比痛点更加能够有价值的需求。每一个精益数据场景必须要在定义之初就设计出结果的度量体系，也就是如何来评价这个场景的问题是否已经得到解决，用户的满意度如何，是否达到了企业的目标。要分析出解决这个业务问题会面临哪些挑战和阻力，而当前的场景是否能够解决这些挑战和阻力，如果不能那么解决方案是什么，精益数据方法以创造用户价值为唯一出发点，不是为了设计场景而设计场景。设计出一个当下无法解决的场景除了浪费资源，没有任何意义。分析完前面的场景的目标，用户，设计了度量体系，扫描了挑战和阻力后，就进入了解决方案的设计。这里要简洁的描述出这个业务场景的解决方案是什么。可以附上业务流程图和架构图，从而更好的帮助相关者理解。作为数据业务场景的核心，在这里要列出当前业务场景可能涉及或者使用的数据资产有哪些。精益数据方法强调，这里的数据，不一定是当前企业已经采集存储的数据，而是逻辑概念的数据资产蓝图里的数据资产。解决当前业务场景可能需要的数字化技术，如果有识别到就填进来。比如刚才提到的手工输入身份证的痛点，就可以填入OCR技术，图像扫描识别。通过精益数据场景画布，企业能够结构化的将每一个数据产品的立项，可研阶段的工作非常精准，明确的列示出来，从而帮助企业去识别价值场景，确定投资策略。光有理论和方法是不够的，凯哥在《精益数据方法论》中设计和实践了一套精益数据工作坊，业界第一个卡牌式数字化转型桌游，通过一个沉浸式，有趣的游戏，无盲区探索出数字化转型场景，请看如何与客户一起“掼蛋”，发现业务场景。凯哥二十年信息化数字化咨询实施经验的萃取，压箱底的数字化转型字典，点击链接购买，如需购买限量签名版，请加凯哥微信。