数据作为新的生产要素用以驱动经济社会的发展已经成为一种必然的趋势。随着数字化技术渗透到通信、社交、商务交易、制造生产、媒体传播等各个社会环节，任何一家企业在生产经营过程中都会发生数据的生成、处理、分析、辅助决策，企业在生产和经营管理上的投入建设也从单纯的信息化进入到数字化转型。知名调研机构IDC曾研究并得出结论：到2018年，全球TOP1000中67%、中国TOP1000中50%以上的大企业都将把数字化转型作为公司的战略核心。对于大多数企业来说，数字化转型俨然成为革新商业模式，应对激烈市场竞争、促进企业持续高质量发展的生存之道。
如何理解数字化转型？
对于数字化转型的定义众说纷纭，各家看法不尽相同，但从本质来看，佰聆数据认为：数字化转型是战略和运营模式的变革，是借助云计算、大数据、人工智能、移动互联网、区块链等数字技术的应用，支撑企业对数据的规划、处理、分析、应用，构建企业数字化能力，使得企业在每个环节都能有针对性地对业务进行改善，以数据驱动全业务流程改造升级，帮助企业降低成本，优化流程，提高效率，促进业务创新，从而实现企业的高质量发展。
数字化转型的过程实际就是技术和业务融合的过程，也是利用数据推动业务发展和创新的过程。而这个过程并非单纯的转换或者重构，而是一个需要长期运营的过程。
什么是数字化运营？
如果要用一句话描述数字化工作，简单来说就是：“基于数据快速发现业务机会和风险、开展量化分析、形成科学的精准决策，并在业务过程中持续迭代优化”。
企业在经营生产过程中产生了丰富的业务数据，通过各种标准化、统一化处理形成企业的数据资产，这是一个“业务数据化”过程，关注的是数据的准确性、完整性和安全性；而数字化运营，则是“数据业务化”过程，主要关注数据的业务价值和应用效益，以数据来驱动业务的不断优化和创新，这也是数字化运营的根本目标。
因此，数字化运营简单来总结就是：数据驱动的企业业务运营。
实现数字化运营的方法？
佰聆数据长期服务于国内的中大型企业客户，在为这些客户提供数字化服务经常会出现这样的模式：从业务数据中发现问题、进一步开展分析、设计解决问题的策略、根据策略设计标签、在数据产品、数据应用、或者线下工作中实现基于标签的差异化策略，并在业务过程中持续对标签、模型开展优化。
因此，我们结合丰富的服务经验，借鉴系统思维模式和科学研究方法论，沉淀总结了一套企业数字化运营的工作方法：DASO。
何谓DASO？
D：发现问题（Discovery）
A：分析问题（Analysis）
S：解决问题（Solution）
O：评估改进（Optimization）
DASO如何应用到数字化运营工作中？
从前面的描述我们可以理解，数字化运营是用来解决“如何让数据应用不断贴近业务、持续产出价值”的问题，通俗来说就是：在业务工作中不断地去发现问题（或者被动地遇到问题），如市场份额下降？发生客户投诉？出现新的市场机遇？等等，然后通过分析原因，找到解决方案，并在方案的执行过程中不断迭代优化。
而个过程对应的就是DASO要解决的四个环节：发现问题（基于数据快速发现业务机会和风险），分析问题（开展量化分析），解决问题（形成精准决策并落实执行），评估改进（在业务过程中持续迭代优化），这四个步骤形成了企业数字化运营的闭环。
这里需要说明的是：所谓的“问题”是指预期与现实的差距，它既包含企业的各种经营管控风险，也包含企业的各种内外部机会，比如新的业务增长方向、市场开拓机会、业务优化空间，等等。
企业运营本质上是一个在经营管理中不断发现问题、分析问题、解决问题的过程，而数字化运营则是运用数字化手段来支撑业务运营，从而提升运营的效率和效益，促进企业市场竞争能力的提升。
DASO详解
D：发现问题（Discovery）
即定位预期与现实的差距，一般有线下、线上两种途径：线下途径包括国家行业政策解读、市场调研、业务访谈、客户投诉分析等方式，其成果形式为咨询分析报告与现状诊断说明；线上途径主要指企业对各类业务活动、核心资源的数字化运营监测，从数据中发现问题。例如可以基于佰聆数据的动态探索分析平台-聆析来梳理特定主题的分析指标体系、设计指标监测阈值、构建相关分析挖掘模型、建立业务监测看板、全面监测业务现状及变化趋势、快速发现业务过程异动、适时生成业务问题标签、并及时发出预警。
A：分析问题（Analysis）
发现问题后，通过进一步收集、整合内外部数据等方式，对线下发现的问题建立数学模型，对线上监测结果进一步补充丰富数据基础，这里可以依托聆析开展问题的研究，归纳问题表象（描述性分析）、探究问题原因和业务规律（诊断性分析）、预测将来会如何发展（预测性分析）、研究如何做到最优（指令性分析），形成问题的初步解决思路。
S：解决问题（Solution）
在“解决问题（S）”环节，主要根据“分析问题（A）”环节找到的问题解决思路，细化设计业务策略。佰聆数据在这个环节，提供了相关的大数据标签运营平台-聆鉴来支持对策略的目标群体和策略行动细节进行敲定，协助将思路转化为可以实施的具体业务措施。具体包括以下工作：
1、根据策略对目标群体的要求构建对应的标签体系，明确标签的名称、定义、规则、大数据模型规范及数据要求；
2、结合数据要求进一步收集数据并建立数据常态化更新机制，在数据基础完善后开展挖掘建模，训练出符合标签要求的大数据模型，并根据模型、规则的结果生成相关标签，基于现场实际数据对策略进行预演验证；
3、将策略的执行端与企业相关微服务或者业务系统进行对接，准备落地执行；
4、开发必要的前端数据产品，将数据产品在后端与标签、模型相连接，前端与现有业务系统进行集成；
5、建立或者优化相关业务运行机制与流程、配备相关人财物资源，推动策略或者数据产品的落地执行。
O：评估改进（Optimization）
在方案落地执行的过程中，可对执行过程中的进展、资源状况进行监测，发现不符合预期之处及时解决调整，确保解决方案的目标能够实现。从本质上来说，“评估改进”环节实际上是另外一轮的“发现问题-分析问题-解决问题”过程，所使用的工具、方法与前面三步是一样的，将其单独拿出来作为方法论的一个环节，是因为在企业运营的过程中，对一个方案的执行过程紧密跟踪、反复进行评估调整，是确保方案最终能够成功的关键。
总的来说，基于DASO的数字化运营实施是一项需要持续开展的综合性工程，要求从上至下各级管理人员保持统一的思想认知，同时需要多个业务部门共同参与建设，并在运营中不断深化数据应用，形成开放、创新的数据应用环境，才能从根本上变革企业的生产模式和商业模式，提升生产力水平，优化企业管理经营，推动业务增长，保持市场竞争活力。
