”数字化转型时代，老板们首先面临着三个问题的拷问：
1、公司为什么一定要进行数字化转型？
2、数字化转型从哪里切入？
3、如何确保数字化转型有效落地？

当传统“互联网+”企业也无法带来竞争力时

像很多企业做“互联网+”一样，台湾旺来瓦斯算在这次浪潮中，全台首位用上APP，开创线上下单，线下配送的O2O瓦斯行。
即便如此，提起“洋枪洋炮”的旺来，还是没能赢过拿“刀”的传统瓦斯行，更年轻的旺来仍旧业绩平平。
是旺来瓦斯行业积累不足？互联网本身变化太快？还是其他原因呢？可能都有吧。
不管无论，旺来这次希望借助数字化转型，打破目前发展困境——特别是在叠加了新冠疫情的经济环境之下。







企业数字化转型不是一条前景不明的小道，而是奔向未来世界的必经之路，因为数字化转型的本质是尽可能地挖掘和释放“数据”的价值，这样一旦变革完成，那可能就是传统企业们无法理解的新物种。

旺来在回答：“公司为什么一定要进行数字化转型？”这个问题上，就是看到了数据的价值——挖掘数据将是旺来与传统瓦斯行最大的区别，释放“数据”的价值则是提升绝对竞争力根本所在。



因为，旺来数字化转型简而言之就是：通过挖掘数据，实现降本提效。
利用APP和线上的订单，旺来已经累积了不少的数据，包括配送路线、客户订单、会员资料等经营数据。










但是原来的数据都是靠人力去采集，其特点是：

即时性差，准确率不高；

数据类型简单，多为文字、数字；

数据量小，统计意义不一定成立；

数据维度单一，基本上是结果数据；

数据联通性差，有明显的数据孤岛现象。



这跟许多数字化转型前的企业一样，面临着两大数据困境：

1、不知道（还能）怎么收集数据？
2、不知道数据（还）有什么用？


怎么办？让我们回到数字化转型的原点之前吧。

数字化转型的第“-1”步—定义商业目标

除非企业有近乎“垄断”性质的竞争力，不然一般企业的价值链条都很长，包括产品与研发、供应链管理、营销与用户增长、服务与交互、采购与物流等。
数字化转型的战略要落地，如何选择最核心的切入点呢？
数字化转型不是“0”和“1”的有与没有的状态，而是企业不断做深、做广的过程。
讯能集思认为数字化转型的切入点，最值得切入就集中在业务价值链上。
可是从业务价值链的哪里切入，然后再往哪里去，步骤到底是什么？
答案与行业痛点、公司战略密切相关。例如，零售业的切入点一般是在营销和渠道端，制造业一般是在供应链端。


这次旺来瓦斯所选择的切入点，不是瓦斯的生产制造，而是不确定因素最多，表现高频波动最多的配送环节。
那么对旺来而言，进行数字化转型的商业目标，就是在配送侧，找到与配送相关的因子，进而达到配送绩效的最大化。



数字化转型的第一步——数据监控
我们找到了过去一年配送员的行车记录与配送内容，并从这些数据源的历史趋势、现况样态、异常分布入手，建立实时数据仓库与配送绩效模型，通过AI数据分析，找出数据间的相关性，以达到监控成效和建立数据标准指标。

旺来导入JarviX的第一步，就是打造一个战情室，把配送桶数、销售金额、客服话务报表、网络订单等分散在不同系统中的数据，整合到同一个仪表板上，也称为数据驾驶舱。
JarviX平台还能够用自然语言直接提问，如“库存成本的每月预测？”“这周的收入是多少？”等，自动产出相关的分析报表和数据洞察。

这有什么好处呢？就是所需要的数据全部一目了然，一看就大概知道这周的收入，也不用再等开会时，财务要一个数据，IT去抓一个数据，有时候数据还不一定能对得上，拿得到。同时还解决了旺来只有1名专业IT员工，数据索取存在人手不足瓶颈的问题。


有了整合数据的平台，旺来接着就真正可以通过分析配送成本，通过真正的降本提效来回答第三个问题：“如何确保数字化转型有效落地？”

监控数字化转型的第二步——数据探索

通过原来从配送、行车记录到形成配送单流程，我们增加了记录怠速时间、行驶时间、行驶里程等更多数据集，将数据整成机器学习模型可以使用的格式，并针对数据做特征工程处理。

让JarviX了解目前配送的数据状况并分析关联性，随后由AI优化建立配送模拟器。

模拟器能利用最短的时间建立最小可行性模型，并通过上千万次的模拟，找到最佳的派车数量、路线与装桶数等直接影响KPI的数字，给出最佳解决方案。



再进一步，为了让数据能够发挥更大作用，我们在JarviX加设了流量表监控瓦斯存量，在每当有客户订购瓦斯时，都会通过JarviX的模拟器先行分析：“邻近地区是否有客户家中的瓦斯即将见底”，然后“顺路”也配送过去，从而实现“采购预测型”的主动配送。

在经过一段时间的优化后，旺来将每桶配送成本从80元，压到了每桶30元的惊人数字。

【延伸阅读｜带您深入了解各产业解决方案】对话式AI掀热潮，讯能集思推工业级ChatGPT

【联系我们｜带您体验企业无痛快速转型升级】如何快速導入低代碼數據平台顛覆傳統企業數據流程，解決企業轉型面臨的效率、成本和價值等問題，提升企業的決策水準。