侵权投诉
搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

滴滴企业版何翔:数字化转型 为企业中台管理降本增效

2020-11-04 11:29
数字经济
关注

10月28日,以“数字经济赋能,助力智能时代”为主题的“2020中国国际数字经济大会暨展览会”在深圳成功召开。会上,滴滴企业版华南负责人何翔就“数字化转型如何为企业中台管理降本增效”的热门话题进行了深度讲解与分享。

滴滴企业版何翔:数字化转型 为企业中台管理降本增效

图片来源:OFweek维科网

数据中台是企业数字化转型新引擎

在人工智能、大数据等技术发展和企业数字化转型加速的双重驱动下,数据中台在众多赛道中脱颖而出,成为行业焦点。除了提供综合解决方案的行业元老阿里巴巴之外,专注于某一具体场景的中台服务商,以及转型中的CRM、ERP等企业也纷纷入场,市场竞争愈发激烈。

大众对数据中台、数据平台、数据仓库等概念的辨析与理解存在的偏差,一定程度造成了对“数据中台”概念的质疑和误读。

那么,到底什么是数据中台?

数据中台概念最早由阿里巴巴集团提出,是方法论、组织与工具的有机结合,是快、准、全、统、通的智能大数据体系。与数据仓库等传统数据工具相比,数据中台是一种新的理念,以“技术+业务”为双驱动,是企业开展新型运营的中枢系统。

据研究分析,数据中台对优化企业组织结构与流程,提升企业管理水平和组织敏捷度具有较强推动作用。这是因为,数据中台打破了传统企业组织架构下IT和业务只能分属不同部门的藩篱,将业务与技术融合协同,省去业务数据跨部门传递步骤,同时将基于技术的数据分析结果直接转化为业务优化方案,如此一来,可以实现1+1>2的效果。

当前,随着数智化落地进程逐步深入,企业对数据价值挖掘和深入业务层的数据应用需求与日俱增,数据中台解决方案也随之迭代升级。以阿里云数据中台为例,基于不同行业的数据特性和差异化的业务逻辑,阿里云数据中台正在从通用领域走向精细化垂直领域。

滴滴企业版为企业中台管理降本增效

在大会上,滴滴企业版何翔在演讲中为大家分享了数字化转型为企业中台管理降本增效。何翔通过一个生动的小视频展现了当前企业员工报销时因无法回忆票据的详情而痛苦不堪的现状,很多企业员工在因公出行报销时面临的难题。何翔将企业出行的痛点总结为:员工垫付发票,时间长、耗费精力;员工出行体验比较差;财务审核非常的繁琐,需要花费大量时间整理审核发票;用车数据不清晰不便于企业管理。这些痛点使企业在差旅管理方面耗费了大量的成本。

而滴滴企业版则通过制度搭建、人员搭建,简化企业的用车流程,大大优化了这些流程和体验。何翔介绍说,员工因公用车的时候打开滴滴企业版,选场景、填写用车的备注之后就可以用车了,再使用企业账号结算,这样非常方便。在为企业提供出行管理工具时,也可以为企业提供数据分析,能够节省企业的管理成本。还可以根据企业的需求,推出定制化的解决方案,如最近一两年非常多的企业使用拼车的功能,这个功能既解决了员工打车难的问题,也降低了公司的出行成本。滴滴企业版的大量数据洞察能够帮助企业实现:用车数据随时可查、可分析;用车透明合规,可以规避不合规的用车或者是潜在的风险;拿到数据之后,借助人工智能和大数据分析,对于企业的用车行为进行评估,助力企业实现出行成本管理提效。

何翔将滴滴企业版的作用总结为:为员工带来免贴票、免报销的出行体验;对于财务人员来说免审核、加强合规;对于行政人员来说用车数据化、透明化,真正看清后勤服务有没有做好,或者是有没有值得优化的空间;对于企业管理层来说,这是数据决策的时代,也提供企业用车的数据做决策。

数据中台在解决哪些痛点问题?

痛点一:企业前方市场与企业内部支撑的冲突

企业的前方业务端提出了挑战:必须做到快速响应、灵活运转。那么作为一个能承接大量新业务和新服务的大体量企业,业务想要做到量大又灵活,必定需要靠企业内部科学有序体系的稳定支撑。

痛点二:前台与后台的冲突

前台是对接用户的,所以系统需要快速响应前端用户的需求,快速创新、快速迭代。简而言之:快速建设、错了就推翻重来、不能耗费太大成本。

后台是企业对内的管理平台,为了支撑前台越来越多的业务,后台不断地建设,系统不断庞大起来。所以后台系统需要扎实稳定,建成之后往往不能随意改动。简而言之,是需要耗费大力成本建设的基础能力、不能轻易推翻、改动成本极大。前台系统和后台系统的特点决定了,两者的冲突不可避免。

痛点三:大企业的通病(各占山头、重复建设)

大企业各部门之间相互扯皮相互对工作进度推卸责任,需要大数据平台打破藩篱。实现企业内容信息及时共享和传递。

总结:数据中台是把业务生产资料转变为数据生产力,同时数据生产力反哺业务,不断迭代循环的闭环过程——数据驱动决策、运营。未来的数据中台最重要的不单是数据的存储和计算能力,而是要能从「存、通、用」的角度和业务结合,帮助企业从数据中获取价值,沉淀数据资产,最终用数据赚钱。


声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号