全价值链端到端数字化转型，助力企业“乘风破浪”（一）

数据工匠俱乐部

前言

数字化转型拥有七大支柱——1.数字化业务增长；2.数字化产品设计；3.数字化采购；4.数字化供应链；5.数字化生产制造；6.前中后台流程自动化；7.工业物联网架构。在本文及后续的文章中，我们将围绕这些环节分上下两篇讲述麦肯锡团队是如何帮助企业实现数字化转型，助力企业“乘风破浪”的。为了更详细地解释这个过程，我们结合了一些真实的客户案例。

一

数字化业务增长

1.1

某自动化制造商三月实现1.5亿美元价值

某电力自动化组件制造商面临双重挑战。在外部，资本市场和投资者对价值创造提出了更高的要求；在内部，由于定价缺乏标准化，销售运营举步维艰。为了加快销售增长，实现销售运营的跨越式提升，该公司向麦肯锡寻求帮助。

为了帮助客户实现销售增长，麦肯锡协助对方开展综合性增长转型，提出一种基于客群需求细分的新定价方法。该方法利用机器学习找出影响客户支付意愿的关键因素，并据此在产品层面将客户分群。对于偏交易型的小客户，全面分析历史交易数据，以更精细化和动态化的方式设计价格，以实现利润最大化。对于交易价值高、产品差异大的大客户，采用价值定价策略，综合考虑速度、质量、服务水平等因素。总体而言，通过将这种定价方法与其他增长杠杆和工具相结合，此次转型共挖掘出价值20亿美元的收入增长机遇，其中仅前三个月的落地实施就实现了1.5亿美元的价值。除了实现显著的收入增长外，客户还通过转型建立了严格、透明且有高管参与的销售业绩评估制度。

二

数字化产品设计

近年来，客户在产品种类的多样化、产品推新频率和降低价格方面要求不断加码，除了加快开发周期、提高产品定制化程度，还要不断降低成本，这给原本已经备感吃力的研发部门带来了更大的压力。麦肯锡工业物联网中心的专家和数字化解决方案致力于帮助客户提升产品品质，改善开发流程。比如，“研发生产力导航”工具可以帮助研发部门实现内部工作机制的透明化，通过挖掘项目数据来提高研发投资回报率，加快项目进度，并控制产品开发预算。

2.1

某全球包装消费品公司高效提高投资回报率

某包装消费品公司希望更加深入地洞悉当前的研发投资机制，以确保资源分配到利润更高的项目。于是，该公司的管理层邀请麦肯锡为其全面分析研发预算分配流程。

借助数字化高级分析解决方案，麦肯锡帮助客户显著提高了研发部门产品开发组合的透明度，释放出20%-30%的研发产能，提高了研发支出的投资回报率，同时也将新产品的利润率提高了2-3个百分点。我们还与客户合作开发了集中管理的“单一数据源”研发项目数据库，提高了研发工作的透明度和投资的财务回报。

同时，在工作量、预期回报率、战略契合度、成功可能性等多重考量下，我们对过去、现在及未来的研发组合进行了高级分析，以及时发现改进机会，重新平衡产品线投资，叫停投资回报率低下的项目或者调整项目范围。此外，客户还对研发项目进行了系统化的、数据驱动的事后分析，成功营造了持续学习的研发氛围，帮助管理层为工程师团队确定切合实际而又不乏挑战的目标。

三

数字化采购

组织内部的支出数据分散、口径不一，订单量巨大，产品开发与供应链缺乏协同，如此种种造成了采购经理在关键决策上茫然无措。工业物联网可以借助智能化的数据整合和品类成本分析工具，对关键杠杆和业绩指标进行自动化计算，为客户提供无与伦比的支出透明度。

3.1

某跨国高科制造企业打造领先数字化采购部门

某跨国高科技制造企业的成本竞争力落后于同行，为了力挽颓势，公司立志积极开展转型，打造领先的数字化采购部门。

麦肯锡工业物联网中心发现，该公司在以下四个环节存在挑战：

支出透明度：各部门的支出数据统计口径不一致。
高级寻源：完全依靠人工询价。
订单流程：采购订单处理的人工作业量大。
赋能抓手：缺乏数字化能力，一线转型意愿不强。

在发现这些问题后，我们帮助客户开展全面转型，获得了以下成果：我们制定了数字化转型路线图，规划并实施端到端采购流程数字化，培训团队新技能，取得转型成效，同时与核心供应商打造互联互通的数字化生态系统。

我们采用循序渐进的数字化转型方式 (digitize-as-we-go) 实现了成本节省，系统性地将五大数字化高级分析解决方案嵌入战略采购流程，并将机器人流程自动化 (RPA) 引擎嵌入 “采购到支付”流程。缺少透明度是降本工作最大的拦路虎，我们采用了人工智能辅助的多维支出 (spend cube) 解决方案，提高跨部门数据的透明度，通过价差分析和供应商整合等方式实现了 6%的成本节省。在采购订单流程处理上，我们引入了机器人流程自动化 (RPA)，将采购申请到处理完成的时间从8周缩短到一周，同时将订单处理效率提升了约30%。

四

数字化供应链

制造业供应链的复杂度及运行速度，让那些依然沿用传统管理方法的企业捉襟见肘，导致客户服务水平低下，高需求产品缺货，低利润产品积压，库存冲销极大。

麦肯锡工业物联网中心的专家利用大数据分析，借助具备分析预测能力的人工智能技术，采集了数以百万计的在线用户和数以千计的直接用户的数据，通过人工智能引擎从庞大的数据集中提取[1] 关键词并形成核心决策，从而帮助制造商做出准确的需求预测。

4.1

某跨国高科制造企业实施全球数字化供应链方案

某跨国高科技制造企业的总部和生产基地位于亚洲，销售网络则遍布全球。目前，该公司存在现金流压力和缺货投诉迅速增加等问题，根本原因在于供应链无法支撑其庞大的全球运营。

公司邀请麦肯锡对问题症结进行诊断并制定全面解决方案。我们的工业物联网团队发现了以下问题：