跨行业的公司已经制定并采用了战略，以实现其数字化转型，其中一些战略比其他战略更有效。随着价格的下降以及高速互联网的普及和可靠性的促进，先进技术变得越来越容易获得和普及，企业已经迅速适应或落伍了。
那些有效实施其战略的企业在竞争中获得了明显的优势；但是，企业通常会发现数字化转型战略制定与实施之间的鸿沟。为了帮助您克服这一特殊障碍，我们审查了一项研究报告“实施数字战略：从三个数字化转型项目的经验中学习”，涉及三个对他们的企业进行了数字化转型并成功更新了业务计划的公司。
数字化转型项目为何失败
必须了解失败才能带来未来的成功。当涉及数字转换项目时，不难发现失败。介于65％，而尝试的85％的失败，导致了时间，金钱和精力的巨大损失。
许多企业在其战略和实施之间经历的脱节是造成这种高故障率的重要原因。虽然相关，但这两个概念是分开的项目。
数字化战略制定
专注于使用数字技术如何创造和利用价值
确定必要的业务模型修改
数字战略实施
将战略转化为可行的计划
确保行动符合预定目标
实施的最佳方法可能会纠正配方中的错误，而实施不佳甚至可能会破坏最佳布局的配方。
尽管还有其他失败的原因-误读市场，在融合技术和产品或服务时错过商标等等-但最经常应归咎于战略制定与战略实施之间的脱节。
从案例研究中学习：实施策略的方法指南
该调查研究由Correani等。2020年出版的报告平均收集了ABB，CNH Industrial和沃达丰（Vodafone）过去12个月的第一手数据。还考虑了其他数据源，包括对直接参与项目的人员进行采访以及网站和商业杂志上的公共信息。然后对这些数据进行分析，以找出成功实施每种策略中存在的关键要素。
研究人员构建了一个基本框架，企业在实施其转型战略时可以使用该框架。看一下ABB，CNH工业和沃达丰这三家公司，它们各自属于各自的行业（分别是电气设备，农业设备和电信），并且各自的数字化转型项目都有不同的目标。
从案例研究中，我们可以确定实施数字转换策略的通用分步指南：
- 确定数字转换项目的主要目标-专门设计该目标以设定目标，确定准则并了解理想的最终结果。换句话说，首先定义您的范围。
- 通过适当地管理数据来开始数字转换项目，这对于有效支持数字转换至关重要，并且将依赖于外部和内部数据源的管理来帮助实施新策略。
- 创建并使用直观的数据平台，通过该平台可以生成产品和所有软件即服务，然后将其推送给最终客户。
- 考虑彻底修改公司的运营和业务模型-需要确定新的专业管理职位。
- 可能有必要彻底改变核心能力，因此有必要与几种类型的利益相关者建立并发展伙伴关系，以建立支持。
利用人工智能在您的实施过程中采用快速的洞察力和数据探索能力。
范围
定义计划的转换范围对于保持对特定，详细目标的关注以及确保整个实施过程的连续性至关重要。换句话说，缩小数字转换策略的范围是您可以成功实施的最有益的步骤之一。
明确定义和组织您的目标，并按时完成任务，以避免效率低下。例如，案例研究中包括的三家公司只是通过缩小目标范围如下来做到这一点：
ABB：使用支持软件和平台的服务为客户创造持续价值。
CNH：使用预测性维护和智能物流对车队进行数字化开发新服务。
沃达丰：通过自动化改善客户服务。
数据
数字转换背后的驱动力是数据，它可以分为两类-数据源和数据平台。适当地利用两者是成功的转型框架的关键要素之一。
数据源包括外部和内部源。外部数据源包括顾问，安装人员，原始设备制造商，零售商等。来自这些来源的信息可以提供有价值的上下文和见解，然后可以利用它们来更好地制定和实施策略。内部来源是您公司内部的来源。从您的产品到客户互动，它们可以是任何东西，并且可以使您了解自己的表现如何。
数据平台用于在整个生态系统中传输生成的数据，从数据生成到客户以及介于两者之间的所有内容。
人与伙伴
数字化转型项目显然需要人们的参与。这包括雇用在转换策略的开发和实施方面具有专业知识的人员，与可以帮助过渡的人员合作，并以您的数字化转换所提供的新价值来保留和吸引客户，这与所有这三家公司都息息相关。
在ABB的情况下，他们正在尝试创建能够为客户带来持续价值的软件，这不仅会吸引客户，而且会留住客户。对于CNH，他们致力于推动农业产业的发展，同时支持数字农业范例的发展，以将客户与内部和外部合作伙伴联系起来。同样，沃达丰也希望通过自动化，高效的客户服务来提高他们对客户的关注度。
人工智能
根据案例研究的作者的观点，这三家公司都利用人工智能（AI）进一步推动了从其数据中创造和提取的价值。这种方法的效率及其产生的见解有助于所有三家企业以高效的方式执行其数字化转型战略。
在这三种情况下，都将收集到的数据用于开发和测试出于各种目的的机器学习模型。更具体地说，根据这项研究，人工智能技术在数据探索框架中迅速被采用，以确保敏捷的价值创造方法-一个关键的成功因素，可以为现有问题开发更好的解决方案，识别数据中的新模式，并促进两者的发展。根本的和渐进的改进。
结论性思想
必须将原始数据解释为有用的信息才能有价值。对于不同的业务，此过程看起来有所不同，但最终结果应该是相同的–由数据生成的洞察力和理解力，可用于促进业务的数字重生。这些新知识和指导公司转型的计划将影响用来为客户提供价值的流程和程序。