从DIKW模型来看企业的数字化转型趋势

摘要:这两年企业的数字化转型很热门,工业领域推出了工业4.0的说法,零售业领域出了“新零售”,生活领域各种智能家居、物联网设备的应用场景也层出不穷,归根结底,这些都和数字化转型的这个大趋势密切相关,那么数字化转型的这个趋势到底是怎么来的,本文试着从DIKW模型的分析来尝试解剖数字化转型的真谛以及趋势,希望能给读者带来一个新的思考角度;

开门见山,咱们直接上图,先来认识一下什么是DIKW模型:

(图片来自百度搜索)

DIKW也是一个经典的金字塔结构模型,常用于知识管理体系,向我们展示了知识管理的几个层次,字面意思并不难理解,我们可以用一个天气预报的例子来解释一下:

比如,当我们说:“今天天气温度35度”--------35度,对应数据层,35度的气温,意味着什么,需要我们去解读;

接下来,我们说:“气温很高,天气炎热”--------这是对35度这个数据的信息解读,所以,这里对应着信息层面,但有了这个信息要怎么做呢?

更进一步:“外出作业需注意防暑降温,选择阴凉的地方作业,并可服食XX降温产品”------这是基于天气炎热的信息,给与我们一定指引和行动方案,背后其实是有着相关防暑降温知识体系的支撑,所以对应着知识层面;

最后,“根据气象云图数据,以及副热带高压气流的运动特征分析,预计未来几天还将持续为高温天气,建议.......” -------这里就对应着智慧层面,根据气象云图,根据数据分析模型,对气象变化进行预测,帮助你更好的应对可能的变化,提前做好应对准备;这句话看似简单,但要实现真正的预测,背后是需要模型、算法等的支撑;


所以,你看,这个简单例子,虽然只是几句话,其实是需要一套体系在支撑着,我们再用图来展示一下:

        相信大家看到这里,已经对DIKW模型有了基本的认识和理解,但我们今天不是来谈知识管理的,我们要用这个模型来衡量我们软件产品做到了哪个层级,以往,我们的很多信息化系统,往往都停留在数据展示和信息基本展示层面,而没有进入到知识、智慧层面,这也就导致了很多系统,只有专家才会用,因为只有专家,才有该产品领域的知识体系,才能更好的使用好这个系统;


     那么,这个模型和我们今天要谈的企业数字化转型,有什么必然的联系呢?

   在回答这个问题前,我们还是要先理解一下“信息化”和“数字化”的区别,其实有很多文章解释过信息化和数字化的区别,但我觉得两者之间最本质的区别是:

    数字化的数据来自于实际生产过程中实时数据采集;而信息化的数据往往来自于人工输入或者表单的导入;

  为什么这么说了,用一个很简单例子就可以说明:

 仓库管理系统WMS,对于商品的出入库管理,在信息化时代,往往是一个仓管员拿着出入库单,录入到仓库管理(WMS)系统内,来完成数据采集;

而数字化时代,应该是商品在出入库的时候,借助于产品包装上的二维码、RFID标签,通过扫码来进行识别,完成对出入库数据的采集;

这两者带来的差异,一是数据的实时性,二是数据的准确性;很明显,数字化依托于各种传感设备来实现实时的数据采集,摒弃了以往的很多数据不及时,不同步,以及人工录入的数据偏差,大大提升了效率;


     那么,为什么今天数字化转型变得热门,且变得这么急迫了呢,我想主要有这么几点:

1)以往的信息化系统,基于人工效率,基于采集难度,我们无法获取到更多的数据,我们只能采集关键数据;

2)传感器技术,造价也限制以往的数字化发展;

3)云计算、大数据时代的到来,让我们不仅仅可以关注关键节点数据,而是可以关注全程数据,继而从大数据中最大限度的挖掘数据价值;

4)通信技术的迅猛发展,特别是5G到来,让物联网,让万物互联不再成为难事,而且成本可控;

那么好,说完了信息化和数字化区别,我们再回到DIKW模型和今天的企业数字化转型趋势,其实并没有特别诀窍的地方,从大的趋势来看,我们今天已经进入了一个产品过剩、消费升级的时代,企业间的市场竞争异常的残酷;以往,我们企业的一个产品推出,市场活动的开展,可能还可以依据经验,依据企业主的智慧来展开,但今天,我们必须要用数据说话,要用数据来进行决策,而这比如推动着数字化转型到来; 而同时,企业的决策要依托数据来展开,也必须构建起自己的DIKW体系,并将这套体系模型变成软件里面的知识、算法、从而更好支撑企业做好预测,做好市场分析;

所以,我们应该说,企业数字化转型的大趋势,是企业面对市场竞争的需要,也是企业建立健康有效的决策链条的需要; 而DIKW体系的构建,正是为企业走向这种健康有效的决策体系提供了参考和模型;

作为产品人,应该好好去理解DIKW模型,并经常用这个模型来审视一下自己的产品,看看你的产品是否能够支撑到知识以及智慧的层面,从而有效提升产品的智慧化水平,以及用户使用的友好性、傻瓜化。

近期拟开一个数字化转型专题,将陆续推出《企业内部管理数字化转型》、 《数字化与农业领域》、《数字化与体育运动》等系列文章

欢迎关注!  


作者:贝克曼,旗云科技 企业数字化转型咨询顾问,一名产品老兵,十年以上通信、互联网行业产品从业经历,专注于产品需求分析和企业数字化转型咨询。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,233评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,013评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,030评论 0 241
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,827评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,221评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,542评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,814评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,513评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,225评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,497评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,998评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,342评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,986评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,055评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,812评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,560评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,461评论 2 266

推荐阅读更多精彩内容