数字化转型之生态篇：企业数字能力资产交易和共享形成数据价值域，价值域又形成数字生态价值圈。
企业历经数字化转型之《起源篇》、《发展篇》和《合作篇》，实现了数据内外“双循环”的价值环后，将数据从资源性数据资产转向交易性数据产品并形成数据能力价值域，然后数据价值域汇聚成合作、共生、共创的数字商业生态，二者相互依存和补充，同样以内、外生态圈“双循环“形成价值圈。
我们知道，所有的商业活动都是以人为中心来开展的，因此数字化首先要坚持以人为本、以用户为中心的前提和出发点。
人类活动由各种各样的场景组成和叠加，比如家庭场景、工作场景、校园场景、外出场景、运动场景、健康场景、消费场景、娱乐场景等。
在数字技术充分发展前，人们对这些场景下的活动和行为轨迹，还不能及时、有效地进行数据采集、存储、计算和建模。
随着5G、大数据、云计算、人工智能、物联网等数字科技的发展，这些场景下的行为轨迹和商业活动就通过数字技术沉淀为数字世界的数据。
也正因为有了这些数据，我们就可以从信息化时代以内部流程驱动，转向数字化时代以场景和数据驱动，来连接、赋能和重构我们的商业模式。
我们再来看看数字世界数据的一个重要的特性，不管是哪一类型的企业，其在现实世界中商业模式，如企业的组织、流程和业务可能各不相同，比如他们分属不同的产业。他们的市场、用户群体不同，产品和服务也有所不同，生产过程和营销模式也可能不同。
但经过在线业务化、业务数据化形成数据后，不同企业在数字世界很多特性是一致的。比如都有ERP系统、CRM系统、供应链系统、生产系统、HR系统等等，甚至不同企业用的业务系统和表结构都是类似的。
现有物理世界的商业活动和商业过程是有界的，但映射到数字世界，数据其实是无界的。正因为数字世界数据的无界性，如果再现化和反哺到物理世界，其实是可以跨越产业边界、跨越企业边界，甚至跨越职业边界。
数字化转型的核心本质可以总结为四个关键点：以人为本、数据为尊、模式重构、生态战略。详见以前文章《传统企业数字化转型战略和思路》、《消费者运营企业数字化能力评估方法论》。
数字化时代不是简单的数字科技+数据，不是单纯地将线下商业模式转移到线上，而是整个商业逻辑的改变。
当企业尤其是核心企业完成自身的数字化、产品化数据产品和上市流通后，在局部数据价值网络基础上，逐步形成全价值链的数字生态圈。
我们先从企业全价值链的主要环节和各域来看下有哪些变化和趋势。
数字化时代，用户的需求从关注交易价值和产品价值，延伸到使用价值和场景价值，顾客追求的是“看到就能得到，想到就能买到”。
用户通常会要求更快、更便利、更好体验、更个性化，且需要不断变化，但此时，企业却越来越不容易看清楚消费者在哪里，因为消费者可能不在原来的场景中，而且原有的销售渠道也在不断裂变和重组。
这种背景下，衍生出了各类2B和2C的用户场景和用户体验需求的数字化需求公司，他们自发或商业本质驱使形成一个数据价值网络。
这些公司很难拥有消费者所有场景下的行为和活动数据，只拥有核心领域和场景下的用户数据。
数据产品交易和共享的数据价值网络体系内，可实现用户跨平台标、跨行业、跨品牌、跨地域的标签和画像，结合独有算法模型和机器学习，对用户的场景和体验需求进行预测。
如群体趋势预测、个体趋势预测、用户体验旅程设计，甚至可以具体到产品研发和创新。
例如某人在抖音平台、朋友圈、视频号、天猫、淘宝、京东等平台都有消费和社交行为和活动，在各品牌也一些线上和线下的场景行为。但各平台的行为和数据，都是割裂和局部的，未能形成一个跨平台、跨行业、跨品牌的标签画像。
如果通过数据产品交易和数据价值网络体系，将这些跨平台、跨行业、跨品牌和跨地域的标签进行整合和运算，形成全域的个体画像和群体画像，做用户场景和用户体验需求预测。
2、产品域
数字化时代，产品会从「交易价值」走到「使用价值」。
工业化时代的产品大多追求交易价值，企业最关心的是如何把产品卖出去。但是在未来的数字化时代，智能产品本身会变为服务，产品的使用才是价值创造和获取的开始。
客户的持续使用意味着数据的持续输出，也意味着针对每个客户需求算法的迭代，这种参与使价值成为企业与客户共同创造的过程。
商业的本质就是顾客价值创造，顾客价值创造一定需要以产品或服务为载体，我们称之为数据产品或数据服务。那如何洞察和预测未来用户所需的数据产品或数据服务呢？
上文提到洞察用户场景和用户体验需求的数据化公司，在他们之后，会出现基于大数据洞察的产品创新、产品研发和产品设计的数字化产品公司。
产品创新结合数据服务，实现跨平台、跨行业、跨品牌、跨地域的全域标签画像，然后对消费者的当前需求进行洞察并未来潜在需求进行预测，取代传统的高成本、长周期的市场调研，真正做到比用户更了解用户。
数字化产品公司通过数字化需求公司合作，在产品创新领域深耕算法和模型，专注做品牌塑造、产品创新和市场研究，比如概念甄选、仿真测款、新品优选、试销诊断、上市跟踪、营销优化等。
3、生产域
数据化产品创新公司设计出产品后，就进入生产制造环节。生产制造环节可以企业自己生产，也可跟智能制造有核心优势的企业合作，提高生产质量和效率，也就是工业互联网和智能制造领域。
4、供应链域
对于产业中的龙头企业或拥有核心数据的企业，除了对企业内部各业态进行服务和赋能外，还可以将服务体系延伸到产业生态，将内部平台延伸为c2S2b2c 。
S 是一个用数字化手段重构了的赋能平台，能大幅提升供应端的效率，如集中采购（更优惠的价格、更多可供选择的品牌和品类），一致的品质保证和溯源机制，统一的物流及售后服务体系，供应链金融赋能。
5、客户域
数字化时代，客户会从「个体价值」走到「群体价值」。
例如，对2C领域来说，通过智能设备的联网，将某个区域内车主的位置和行车速度数据聚合在一起，能够对交通实况的动态了如指掌，从而建立交通优化方案。
对2B领域来说，通过不断挖掘和分析全网公开数据，构建企业的全量知识图谱。并结合NLP、机器学习算法等人工智能技术，通过对企业关系图谱、企业画像、关键人物画像等方面全面洞察，高效获取精准销售线索，降低获客成本，提升交易规模、销售效率和业绩。
可参阅文章《从CRM到 CGM，「客户关系管理」迈入「客户增长管理」新时代》。
6、市场域
数字化时代，消费者运营市场会从「大众市场」走到「人人市场」。
工业化时代的市场营销是通过市场细分，针对同质化人群的需求，提供标准化的产品和服务，最终满足「千人一面」的需求。
在数字化时代，数据和算法驱动使得我们能够实现产品标准化和体验个性化的完美组合，实现「千人千面」的客户化服务。
B2B领域，单一决策体系和缓慢的决策速度已不能满足企业的需求，经验决策转向数据驱动的实时决策。
通过行业情报数据，企业决策者可以快速了解产业链上下游以及行业竞争格局，从更多维度的客户和市场信息去分析目标市场以寻求“蓝海市场”的高增长。
对创新企业来说，传统的目标市场调研、目标客户寻找和竞品分析，都要花费巨大的人力、物力和财力。
目前正在涌现一批针对行业数据情报公司，他们基于行业关系图谱、行业上下游关系链洞察、行业竞争格局进行洞察。
通过建立理想客户画像对目标市场进行多维度分析，并确定目标市场TAM和SOM，基于大数据来取代原有的人工经验，制定企业销售计划和、生产计划和供应链协同监控。
7、营销域
数字化全链路营销覆盖品牌全阶段、用户全周期、营销全场域，也可以归纳为“数字营销三力模型“：
品牌力
贯穿企业品牌的孵化期、初创期、成长期、成熟期、衰退期的品牌全阶段；
场景力
跨越公域品牌塑造、商域精准营销、私域运营转化、公私域合营和跨场域联营；
运营力
连接用户引流、激活、留存、复购、裂变的用户全周期。
数字化运营公司融合其他公司数据产品和自身的数据智能运营和决策产品，结合“数字营销三力模型”要素，提供精准营销、业绩诊断、指标分析等数字运营服务，为企业带来全域数据连接和商业快速增长。
我们可以看到，在商业活动全价值链环节，工业化时代在各自产业边界内是链式的串行关系，但在数字化时代会逐渐演变成网状的价值链关系。
首先，在各个商业价值链环节，会由众多的企业在各自价值环，通过“数字能力产品”的互补关系形成一个小的数字价值域。
如需求域数字价值圈、产品域数字价值圈，客户域数字价值圈、生产域数字价值圈、营销域数字价值域。
这些价值圈之间不是链条式的串行关系，而是相互间可以任意连线和连通，形成新型的平台型的网状上下游关系和客户关系。
这种新型价值创造和价值分配关系，是以数字产品或者数据产品为核心纽带，一起协同形成数据价值合力和数据能力叠加，并在商业全价值链的各个环节输出自身的价值，并获取相应的回报。
可以想象，数据在企业内部和外部“双循环“协同形成特定域的数据价值网，然后各域的数据价值网在商业本质的驱使下，万川归海汇聚成形成一个全域的数字商业生态价值圈。
如果将数据价值网看成是一个小生态闭环，那么数字商业生态是一个大生态闭环，同样形成企业间的内外“双循环”数字商业生态圈，大小循环生态相互补充、相互赋能和相互叠加。
如地产业的品质生活数字生态圈，医药行业的健康生活数字生态圈，购物中心的智慧商圈，都是数字商业生态的典型场景化方向和应用。
04 结语
数字世界数据的无界性，将会驱使产业从「边界约束」走到「跨界融合」，使得产业边界、企业边界和职业边界将逐渐模糊、减弱甚至消失。
可以预见，未来产业和企本身将会被赋予新的属性甚至新的定义。