錯誤1：數字化轉型方案缺失，導致各部門相互指責
數字化轉型需要不同部門的人員協同配合，在配合的過程中難免會出現一些失誤，其中較為常見的一種便是轉型負責人對各個部門的工作把控不及時，導致各個部門相互指責、推脫責任。在分析數字化轉型失敗原因時，有的部門認為是公司的組織結構不行，有的認為是數據質量不行，還有的認為是應用開發有漏洞，各種條件都還不夠成熟。總之，他們都將數字化轉型失敗的原因歸結為在轉型過程中出現的各種問題。

在項目發起時并不存在這些問題，后期在具體落地的時候才會出現各種各樣的問題。這時候企業需要一個有豐富經驗的合作伙伴做指引，告訴企業在什么時候可能會遇到什么問題，以及如何解決，確保企業最終達成一個理想的轉型效果。當然，企業在數字化轉型過程中，有很多問題是不可預設的。比如在推動數字化轉型的時候缺少數據，或者在數據接入的時候遇到阻力；業務部門忙于其他業務無暇顧及轉型項目，或者他們在不理解轉型項目的時候便著手實施；在算法方面缺少優秀的AI 工程師等。

企業在數字化轉型的過程中，任何一個點或環節出了問題都可能導致整個項目失敗，最終造成各部門推諉的局面。業務部門認為項目的失敗是技術部門的問題，技術部門認為轉型出現困難是業務部門的問題，導致企業發現不了數字化轉型失敗的癥結所在，延誤戰機。這種情況下，企業一般可以采取兩種方式解決。第一種是內部自篩，從技術部門到業務部門進行細致篩查，但這種自篩方式耗時耗力，且很多企業并不具備這種自篩能力。第二種是請外部有經驗的人員來把脈，讓專業人士幫助企業篩查到底是哪里出了問題，制定一套合理的數字化轉型方案，讓不同部門的人員能夠知道數字化轉型的每個環節要達到什么樣的工作成果，達到什么樣的狀態。


錯誤2：CTO/CIO 數字化轉型決策失誤
CTO/CIO 不僅需要幫助企業完成底層技術架構的搭建，更要考慮底層技術架構與業務的適配性，從而在技術上為企業的數字化轉型工作提供支撐。

CTO/CIO 在數字化轉型過程中難免會出現決策失誤，常見的是如下3 種。

1.形成 IT 怪圈

如果數字化轉型團隊，特別是負責數據治理的技術部門，沒有完全打通內外部數據，便會產生IT 怪圈。前端業務場景不斷變化，業務部門需要隨時響應用戶需求。期間，業務部門會不斷向技術部門提出各種需求，即使有些業務需求簡單到并不需要技術人員操作，只需要簡化數據治理的流程或步驟即可，但由于數據治理得不徹底，技術部門不得不隨時響應前端業務部門這種粗糙、簡單的需求，導致無暇開發更為復雜的應用。如此循環下去，技術部門將陷入IT 怪圈，無法抽身。出現 IT 怪圈的原因在于企業建設的數據中臺架構是錯誤的，數據中臺沒有發揮自身的價值，數據沒有形成閉環，底層數據架構沒有得到糾正，IT 部門通過錯誤的數據中臺不能有效解決問題。長此以往，IT 怪圈會不斷演化，造成越來越多的問題。

2.技術部門角色定位模糊

技術部門角色定位模糊是中臺實施過程中比較常見的錯誤。舉一個簡單的例子，中央廚房里有人洗菜、有人切菜、有人買菜，飯店一天能接待幾千個客人，但如果中央廚房沒有建好，整個流程不完善，可能大廚要負責買菜、洗菜，甚至要去看兩天倉庫，最終結果是大材小用—技術人才在做沒有技術水平的事情。很多企業配置的IT 人員不少，但是職責、分工比較模糊，人力沒有被高效地利用起來，造成了人力資源浪費。除此之外，對技術性人才的職責定位不準確，讓技術性人才過多參與非技術性工作也是不合理的。

3.技術投入大，業務價值不明顯

數字化轉型過程中的另一個常見失誤就是企業內部技術團隊強大，對數字化轉型投入較多，但是無法直接產生業務價值。造成這種情況的原因主要有2 個。一是 IT 與 DT沒有融合。企業內部沒有 DT，就無法實現 IT 與DT 的融合。在互聯網信息技術時代，業務層面的 IT 投入隨著企業的發展日趨完善，甚至趨于飽和，但是數據驅動業務相關的人才較少，這表明企業對數字化轉型的投入更傾向于IT 方面，而不是 DT 方面，顯然無法達到數據驅動業務目的。二是IT 人員做 DT 相關的事情。IT 人員擅長根據需求寫代碼，而 DT 人員更擅長用數據驅動業務，如果讓 IT 人員執行 DT任務，很容易出現錯誤。IT 人員缺乏 DT 思維，只能大量開發各種 IT 系統來推動企業數字化轉型，但是此舉恰恰阻礙了轉型步伐—系統與系統之間存在的數據屏障導致企業無法形成數據閉環。


錯誤3：對數據中臺沒有系統了解，建設不得要領
數字化轉型的利器是建設數據中臺，數據中臺越來越被市場認同，但很多企業仍對其缺少系統的了解，對一些核心問題的處理仍不得要領。

1. 數據中臺之數據治理的3 個誤區

在數據中臺的建設過程中，數據治理作為數據資產形成的前期工作，可謂是數據中臺建設質量及成果評估的關鍵。因此，企業非常有必要了解數據治理的3 個誤區，少走彎路。

（1）數據治理可以短期見效

數據治理方面的第一個誤區便是認為數據治理是可以短期見效的。數據治理是一項長期而繁雜的工作，是數據中臺建設過程中最基礎也最重要的一步。很多時候，經過多項整合、清洗、歸集后，數據治理似乎已初見成效，但應用業務時卻發現數據無法真正落地，更無法驅動業務。可見，企業在數據治理過程中存在一些誤區，會令數據治理過程漫長且效果不佳。導致這種現象的一個原因就是企業內部缺失數據管理，對數據變現價值抱有期待，但并不清楚如何智能化管理數據。面對這種情況，企業可通過小型數據應用項目對數據架構、數據質量、數據處理能力進行全面摸排，為后期真正的數據治理提供依據。在數據情況探查清楚后，可由專業的數據中臺服務商制定切實可行的數據治理方案，指導技術人員和業務人員協同配合，縮短數據治理見效時間。

（2）數據治理是技術部門的事情

數據治理方面的第二個誤區便是認為數據治理及中臺架構建設是技術部門的事情，與業務人員無關，也與企業管理層無關。企業數字化轉型是一場涉及組織、業務、技術等多個部門的戰略變革。數據中臺建設的最終目的是賦能業務，為數據變現提供動力。而技術人員長期專注于提升技術能力，對業務需求、痛點把握不足。不考慮業務需求的中臺建設會趨離本源。沒有企業中臺戰略的資源支持，數字化轉型僅由技術部門推動，數字化轉型力度不足，易造成轉型中途夭折。數據本身是由業務產生的，提升數據質量離不開業務發展。業務領域多，數據來源渠道也多，統一數據口徑需要先統一業務術語；業務需求多，數據報表不完善會導致基礎數據采集出錯。

因此，企業進行數據治理涉及的部門一定是涵蓋業務部門、技術部門甚至管理層的多維組織架構，這樣才能使數據治理真正落地。

（3）數據治理是簡單的工具配置及疊加

數據治理方面的第三個誤區是企業認為數據治理只是簡單的工具配置及疊加。一些企業可能會認為通過治理工具將數據進行簡單的“沖洗”，數據便會條理清晰、干凈待用。其實不然，數據治理包含組織架構調整、治理流程的制訂、工具的配置、現場技術人員的實施、業務部門的協同配合等。人員調用及安排是數據治理的前提，只有將專業、合適的人員安排到合適的位置，才能讓他們真正發揮作用；只有具有清晰的行動指令及執行流程，企業的數據治理才能有效果。

2. 搭建中臺架構的幾個誤區

（1）僅搭建平臺

數據中臺建設僅僅是企業IT 變革的起點，建設一個項目或者搭建一個平臺并不能解決企業數字化轉型中遇到的所有問題。數據中臺是企業數字化變革的關鍵，企業在決定進行數字化轉型時便要根據數據規模和應用需求制定全套的戰略規劃，將建設中臺作為一項涉及公司全部業務流程、自上而下進行變革的工程來執行。

（2）中臺架構簡單，無須完善

很多公司由于經費有限、人員不定及數字化轉型決心不足，在初定中臺建設方案時希望先從價格便宜、功能簡單的架構開始，慢慢再過渡到結構復雜、數據全面的技術架構。簡單的開源軟件并不能幫助企業解決所有的數字化轉型問題，其中某些專業的算法研發、模型建立需要專業的技術人才才能實現。企業在建設數據中臺的過程中，往往需要通過一些試驗性的項目對數據中臺的技術性能進行驗證。試點項目的結果會決定數據中臺架構整體的調整方向，技術升級、業務調整、組織變革等

都需要做相應的變動。

（3）按照個人想法建設數據中臺

第三個誤區的核心在于對中臺的理解。進入這種誤區的表現是建設數據中臺的人并不知道數據中臺到底是什么，沒有完全理解中臺的意義，更沒有感受到它的功能所在，只是遵照個人的想法及理解來建設中臺。這種中臺建設的思想和目標本身就是偏離的，不管團隊再怎么努力，最終的結果一定會與最初的想法大相徑庭。這種錯誤導致中臺不能落地的案例數不勝數。

（4）為了建數據中臺而建

第四個誤區是為了建數據中臺而建。有的企業誤將建設數據中臺本身作為轉型目的，為了達到這個目的而建設數據中臺。其實數據中臺只是一個用來完成數字化轉型的手段。企業之所以想要完成數字化轉型，根本目的是實現業績大幅提升，降本增效，而這一目的的實現需要借助一些工具和手段。這就好比讀書，我們希望通過讀書來掌握更多的知識，更深層次地了解世界，此時書就是一種工具，讀書是為了掌握更多知識而采用的手段，并不是最終目的。任何人做任何事，都是基于目的做決策或做選型，目的選錯了，那接下來一切為了實現目的而做的努力都是徒勞的。

（5）數據中臺只能滿足短期業務需求

第五個誤區是認為中臺只能滿足短期業務需求。有的企業領導人認為通過數據中臺進行數據應用只能滿足當前的業務需求，不能滿足未來兩到三年甚至更長遠的業務需求。他們有這樣的想法，是因為沒有真正參與到數據中臺的實施和落地中，這導致他們只能看到問題的表象，并沒有看透內在的實質。技術架構的價值是不可能一眼就看穿的，對于一般的SaaS 軟件，如果選錯了可以很快更換，成本可控，但如果做 PasS 基礎設施中臺，一旦底座選錯，后果十分嚴重。

（6）單純以 IT 思維建設數據中臺

第六個誤區是只使用IT 思維建設中臺，沒有使用 DT 思維。過去，IT 思維主要體現在兩方面，一方面是企業將數據中臺做成數據倉庫，雖然采用了更先進的方式來管理數據，但其實 IT 服務部門的業務模式和方法體系都沒有發生改變，這種管理方式只是減輕了一部分 IT 人員的工作量，實質上完全不是驅動業務的中臺，并不能改變服務方式和業務模式。企業雖然做了中臺，但只有部分IT 人員受益。IT 思維的另一個方面體現在想法不開放，覺得什么事情都可以自己開發自己做，這是一種非常可怕的想法。其實術業有專攻每個生產環節都有自己的復雜性。現在不少公司會斥巨資購買ERP 軟件，而在以前，很多公司認為自己就能開發 ERP，但是結果證明，到最后做的東西沒什么用，還耗費了大量的人力成本和時間成本，尤其是時間成本，對于迫切需要改變的業務單元來說，損失是難以估量的。企業要想自己做DT 應用，需要具備兩個重要條件。第一是時間，企業需要有充足的時間和精力去研發系統，但是研發周期長可能讓企業錯過數字化轉型的時機，企業須謹記實現快速響應業務需求才是首要目標。第二是團隊，研發DT 應用需要一個團隊深入每個環節。

（7）數據中臺體系過于技術化

第七個誤區是數據中臺體系過于技術化。一些企業購買了很多IT 系統，但由于選錯工具致使業務價值不明顯。這不僅體現在中臺上，也體現在各種業務線上。一些企業有近百套系統，都是十幾年來一個個開發或購買的，這些系統放在今天來看，很多已經不是企業的正向資產，而變成了企業的負擔。但是企業也應對乏術，經常被這種錯綜復雜的歷史問題弄得焦頭爛額。遇到這種情況，當務之急是盡快從問題里跳出來，否則問題就像一團亂麻，無從下手。技術體系越來越專業卻仍不能滿足業務需求，這是一種常見的誤區。技術體系包含大數據、人工智能、業務系統、業務中臺等各種專有名詞。在一個領域研究越久，就會變得越專業，但在其他方面可能是越來越封閉。換句話說，企業在構建自己的體系時沒有從業務的視角考慮，這也是業務部門對此并不滿意的原因。大家提出的概念都很專業，但都沒有很好地理解對方所表達的意思。經營公司的本質是要面向業務，而業務都是面向用戶的，因此最終都是以用戶為中心，而不是以自己的專業為中心來做事。雖然這個道理大家都懂，但在具體執行的時候，就會發現很多地方還是在走老路。這也是很多公司雖然在技術方面的投入比互聯網公司多，但是智能化程度根本無法與互聯網公司相比的原因。大家越來越專業，導致鴻溝越來越明顯，無法做到扁平化、一體化、真正以用戶為中心。