[ 导读 ] 随着中国经济从高速增长转为中高速增长，企业粗放式的发展模式即将终结。企业数智化转型如何落地成为当下众多企业组织考虑的首要实现目标。而分析流程自动化（Analytic Process Automation）是企业数字化转型破局的必要条件，它融合“数据、流程、人”三个要素，以“流”的概念使得数据洞察在企业内部获得快速构建，业务流程得以迅速优化迭代，实现业务决策化、决策数据化。

一、企业数智化转型趋势加速来临

随着过去40年中国经济的快速增长，成熟行业在以往历史的发展模式下迅速壮大，格局初定。然而这些已经成功的企业却又重新面临成长的烦恼，最大的原因在于其在原有成熟业务中，目前只能享受行业本身带来的增长，企业做大蛋糕的速度变得越来越缓慢，未来变得既确定又迷茫。

所以如何发掘企业自身新的发展能量，去打破原有行业格局，扩展新的业务增长点，是企业决策层所关心的核心议题之一。

而企业的发展如果过于依赖行业惯性和管理层经验，那么无论当前所属行业的成长多么迅速，其未来的发展一定将面临一道原有路径依赖下的“无形之墙”。而企业数智化转型则是打破企业发展界限的核心必要条件。

埃森哲在中国企业数智化转型报告中提到，企业数智化转型依赖于智能化运营与数字化创新。而目前只有7%的中国企业数智化转型成效显著，同时这些转型领军者也确实为企业带来了丰硕的成果。转型领军者的营业收入复合增长高达14.3%，销售利润率为12.7%；而同期相比的其他企业，营收增长率与销售利润率仅为2.6%与5.2%。

各行业数智化转型指数分数（分数：0-100）

资料来源：埃森哲研究、国家工业信息安全发展中心

依靠旧发展模式的成熟企业其实并非对未来一无所知，以至于无法做出改变行业的重量级产品：处在打印机制造行业的施乐（Xerox）创造了世界上第一台计算机；处在胶片制造行业的柯达（Kodak）发明了世界上第一台数码相机；即使思维保守的百视达（BlockBuster）也曾发展过线上影视服务体系，迫使奈飞（NetFlix）提出“愿意被收购”的提议。

这些赫赫有名的企业都曾握有改变行业甚至改变世界的入场券，但却缺乏持续的具有预测性与分析性的数据洞察来驱动它们入场。

二、数智化转型与分析流程自动化（APA）

数智化转型是企业破局新生的必要条件，需要自上而下全员参与，实现业务决策化、决策数据化。数智化是围绕数据、流程、人三个要素来展开的，需要做到以下三点：

• 数据与数据分析快速流动；

• 业务流程迭代优化与自动化；

• 全员参与，技术赋能；

而这三要素的有机结合在统一平台的实现，就是分析流程自动化（Analytic Process Automation）。

分析流程自动化（APA）的最大优势在于专注业务价值实现。以往公司内部业务工作流往往被拆分成多个不同的团队和部门，每个部门均以不同的数据格式进行手动交接。由于整体业务流转不畅，IT部门被迫成为数据仓库/数据表一次性建设的提供方，数据部门被迫成为进行重复性数据开发操作的取数方，业务部门被迫成为被固定报表格式禁锢思维的使用方。三者亟需打破各自壁垒，使被分割的分析业务流程聚合起来，形成“流”的概念。

分析流程自动化（APA）就是这样一个基于“流”概念的完整解决方案，可将不同的数据源、不同的操作、不同的业务知识融合到一个端到端的自动化平台中。APA可针对如下企业的不同业务场景进行整体优化，提高运转效率：

• 客户画像、客户生命周期价值分析、客户流失预测

• 审计和财务流程自动化

• 销售和供应链预测与优化

• 业务风险控制

• 零配件或物联网设备故障预测

麦肯锡也在“中国制造2025”的数智化转型报告中提到，中国企业的数智化转型体现在三个方面：

1. 数据与连接：包含了提升经营管理绩效，以及促进员工日常协作的数字化运营解决方案（例如：经营指标的自动化融合与拆解、数据集市管理与共享）；

2. 分析与智能：包含了业务分析和预测模型，以及产品和流程的数字孪生等方面的应用（例如：需求及供应链预测、主动性设备维护）；

3. 柔性自动化：硬件方面，指通过生产系统中的柔性部署来提高效率；软件层面，也指分析流的柔性部署，需要灵活统一的平台来承载。

同时麦肯锡根据全球的典型客户经验也指出，数智化转型所获得的价值是明显且可量化的。经过统计，数智化转型的企业中，通过知识工作的自动化使人员的生产率提高45-55%，预测准确度提高85%，库存持有成本减少20-50%，设备停机总时间减少30-40%，整体生产力制造业企业提高了3-5%，服务业企业提高了8-15%。

综上所述，APA平台是一个全员自助式自动化的数据智能平台，它大幅降低了企业内部数据洞察的技术门槛，为企业组织中的每个人进行技术赋能、数据赋能。

APA平台的分析流程仍由企业人员来主导，只需要确定好使用的数据和需要分析的对象，剩余的操作都可以交给APA平台。使用人员首先可以同时导入多源异构数据，通过可视化操作完成数据融合和准备；接下来通过算子化的方式，对数据中间结果进行业务知识化与预测洞察化分析，最终将目标成果通过可视化模块或其他数据服务方式加以呈现，分发至企业组织中的所有关联方。

以往很多企业难以产生数字化投资回报，一个最重要的原因是这些企业只引入了只有少数人会使用的工具，并且需要几个月甚至几年的实施周期来部署完善。大部分的企业员工缺乏自己掌控数据的操作方式，所以只能通过历史的感性经验判断或是固定格式的Excel报表来线性外推，而不是根据前瞻性的数据洞察来指导业务推进。

凭借分析流程自动化平台，企业组织内越来越多的人将学会如何从数据分析中受益并增加业务价值，同时这将极大地培养企业内部的数据思维与分析文化，从而实现成功的企业数智化转型。

三、APA 平台的核心要素

对于一个成熟的企业一站式分析流程自动化（APA）平台，系统一般至少内置上百个自动化数据构建模块，通过自助式研究洞察和自动化流程的完美统一，为企业提供一个完整且具有业务持续性的解决方案。企业组织中任何与数据打交道的人员都可以从重复、复杂且琐碎的流程工作与交接中解放出来，从而让业务人员专注于高价值业务的实现。

对于APA平台，至少可以从以下三个方面促进企业数智化成功转型：

1. 数据与数据分析快速流动：

• 从企业内外部数据中，持续获得充满业务价值的、可执行的业务洞察

• 易于上手、用户友好的深度分析工具

• 兼具统计分析、数据科学、机器学习与人工智能来创建前瞻性分析而非依赖经验判断的历史性分析

• 企业组织的数据资产在数据治理及权限的基础上，实现多源访问及无缝接入

2. 业务流程迭代优化与自动化：

• 重新梳理组织内部流程，形成工作流，减少人工交接等无效损耗

• 重复业务流程的梳理与自动化，在维持业务良好稳定的基础上，最大幅度减少人力投入

• 完善的透明度和可追溯性使得工作流的每一步都可回溯

• 业务流程迭代实现迅速，价值即刻产生

3. 全员参与，技术赋能：

• 员工专业性提高，成为业务专家而非数据指令操作专家

• 数据分析技能快速建立

• 数据思维的建立，产生具有深刻洞察的业务决策

• 个人生产力与团队产出提升

APA平台最大的优势并不在于节省员工时间，而是它切切实实的推动了全体员工提升业务价值。APA平台与目前的通过手工处理企业内部数据方式的关系，正好相当于可视化操作的Windows系统与指令化操作的Dos系统的关系。Windows系统通过拖拽式可视化的操作以及丰富完备的一体化平台，大幅降低了计算机操作系统的使用门槛，进而通过全员计算机技能的提升，为企业创造了巨大的业务价值。

简单总结，APA平台可以有效帮助企业组织建立内部独一无二的业务分析流程，帮助企业积极拥抱数智化转型的浪潮之巅。

作者信息：

刘佳琪，熵简科技联合创始人，擅长将业务价值分析与IT技术相结合，对数据智能行业有深刻理解与实战经验；曾任职于拾贝投资，清华大学五道口金融学院金融硕士、北京邮电大学计算机学士。

编辑：于腾凯

校对：汪雨晴