打过游戏的朋友可能有一个常识，越是精彩纷呈、奖励丰厚的副本，越是需要召集队友一同组团闯关。很多实体企业在数字化转型中，也不会单打独斗，一把手会先找咨询公司对企业内外情况进行调研、梳理、规划，提出一个顶层规划的数字化解决方案。毕竟谁不希望被更懂数字化的咨询公司直接带飞呢？
在企业的需求驱动下，很多ICT企业也开始提供针对性的咨询服务，为行业客户提供一揽子、交钥匙的数字化解决方案。其中，背靠软通动力的软通咨询，成立以后的增长就十分迅猛。
软通咨询是如何与企业们一起“闯关打怪”的，我们能从中提取出转型攻略，看看千行百业究竟需要怎样的队友。
闯关：调成HARD模式的数字化转型
如果说数字化转型是一个闯关游戏，那么非数字原生的实体企业，就被调成了HARD难度，面临更多挑战。
挑战之一，在规划阶段，数字化对企业原本的物流、资金流、信息流、人事管理等都进行再造，需要通盘规划，才能确保后续顺利地落地实施，挑战企业的“顶层设计”能力。
挑战之二，在部署阶段，数字化不是简单地引入一个算法，或者上马一个平台，需要AI、IoT、云计算、大数据、数字孪生等多种技术的综合运用，挑战企业的“技术把控”能力。
（数据资产管理架构图）
挑战之三，在运维阶段，数字化改造或系统的上马不是数字化的终点，相反，作为一个体系化的长期性工程，它还需要结合企业在经营生产过程中的实际情况，不断迭代、优化、调整、磨合才能体现出终极价值，然而，实体企业往往不是数字人才的首选雇主，挑战企业的“人才建设”能力。
被调成了HARD模式的数字化转型中，软通咨询成为越来越多企业的可靠队友，究竟看中了它的哪些特质？
组队：叠buff的软通咨询，持续输出原力
如果将软通咨询看作数字化升级中的一个输出型队友，要保证持续不断地输出，除了本身法力值要足够大之外，还需要在战斗中不断地给自己叠buff，带来额外的增益，自然也就能够成为更值得队友信任的选择。
目前，在软通咨询身上，我们可以发现三重buff。
第一重buff：软通动力的加持。软通咨询可以站在巨人的肩膀上，借助母公司软通动力的100多个行业数字化转型解决方案，为客户提供全栈式服务，将转型方法论、解决方案与落地紧密融合，提供端到端服务，从战略规划、业务规划、IT规划、业务实施、持续运维等各个环节为企业把关，真正做到“业务驱动转型”，避免为了转型而转型。
第二重buff：数字人才的汇聚。咨询行业是知识密集型行业，软通咨询的团队成员来自各大国际知名咨询公司，同时，脱胎于实体企业的它，也是更愿意、更能够理解实体企业的一个，比如，对于千行百业的多元化需求，软通咨询进行了服务模式的创新，大型企业可以选择整合打包的全栈解决方案，推动全面深入的数字化，中小微型企业则可以选择“轻咨询”，根据特定的业务痛点，选择简易快捷、成本更低的数字化方案，快速从数字化中受益，这些都是真正从用户角度出发才能想到、做到的。
第三重buff：产业伙伴的共创。不仅转型企业不能单打独斗，咨询服务商同样也需要与产业伙伴协作。比如软通咨询就与全球领先的亚马逊云科技合作，共同为制造等行业的客户提供数字化技术与解决方案。
一层层的buff叠加之下，软通咨询可以为企业持续输出数字化转型所需要的力量，帮助它们快速通关。
得分：软通咨询与亚马逊云科技携手为制造业送出“助攻”
前不久，软通咨询与亚马逊云科技共同发布了《制造业数据治理白皮书2022版》，从制造业在数字化转型中“数据治理”这一个环节中，就能看到，软通咨询联合亚马逊云科技是如何联手为企业送出“助攻”、不断“得分”的。
制造业是历代工业革命的桥头堡，是技术提高生产力的关键领域，但要在工厂中点亮数字化，难度也很大。一来，劳动力的成本提升，大量制造企业的风险承受能力较低；二来，真实场景中的工业体系极度复杂，制造业数字化、智能化也被认为是最难做的领域之一。
拿“数据治理”来说，《制造业数据治理白皮书2022版》就发现了数据多源异构、数据可信度低、企业数据文化建设薄弱等多重问题。
面对上述挑战，软通咨询联合亚马逊云科技，共同建立一套DataGo数据治理平台，帮助制造企业一步步通关。
第一关：规划层面。
结合软通动力多年来积累的企业数据治理经验，构建了软通动力数据治理框架，为制造企业提供可参考、可落地的数据治理解决方案。
世界领先的装备制造商Z公司，旗下成员企业众多， IT 技术能力不均衡， IT 资产复杂，集团又希望了解全员企业的数据资产情况。这种复杂情况，就需要考虑到数据平台的易用性与功能完整性。
此时，DataGo 数据治理平台依托软通动力多年的数据中台实施经验，涵盖了全生命周期的数据管理工具与方法论，结合亚马逊云科技的数据治理体系，有针对性地制定数据治理策略，帮助Z公司构建了企业级数据湖和数据仓库 (EDW)，既满足了成员企业对数据自主权限管控的需求，又提升跨层级跨单位的数据共享及利用能力，综合降低了集团的大数据开发使用成本。
（DataGo数据治理平台）
第二关：落地层面。
在实际落地部署中，制造企业对成本控制、落地效果等ROI指标是非常看重的。白皮书呈现的某大型全球化制造企业G公司在全球拥有 100 家厂区、20 多万名员工，由于业务体量较大，企业信息基础设施老旧，对业务的支撑渐成掣肘，迫切需要提高数字化能力。同时，G 公司对成本的把控较严，对数据平台的投入产出比十分看重，希望初期投资较小，随着业务体量的上升再去增加投入。
软通咨询的数据平台就按照工业数据湖的理念进行顶层设计规划。新方案实现了混合数据源的数据集中收集、存储，采用事件触发的设计模式实现低成本的数据转换和 WIP 指标计算，并将结果存入低成本的数据湖存储层，业务用户仍然沿用熟悉的报表工具对数据进行查询和报表生成。最终，以渐进式迭代的方式以较低的数字化成本帮助G公司完成了工业数据湖底座的设计和落地，提升了企业对数据的治理水平和数据安全管控，为将来引入AI等创新应用打下了坚实基础。
（顶层设计架构）
第三关：人才层面。
前面提到，很多制造企业都受困于数字人才不足，中国某医疗器械零售商A公司从2018年就开始尝试数据治理工作，但由于基础薄弱，缺少人才，大量数据清理、标准制定、流程管控、数据挖掘等工作都尚未开展。
软通咨询了解到这个情况之后，帮助客户开展了人才规划、管理制度等建设，开始积极储备数字人才。同时，帮助客户聚焦大交易流为核心的现状问题和改进建议，制定数据治理工作规划。再结合大交易流数据治理实践，确保数据入湖前得到管控，为后续数据入湖奠定基础。
（数据治理规划示意图）
在软通咨询与亚马逊云科技的制造业数据治理实践中，我们看到的不仅是商业解决方案的有效性，还有“队友”一样可以托付后背的互信，才能为制造企业精准地送出“助攻”，在数字化转型路上走得更远。
数字时代，如同游戏副本一样，既是一场充满艰险的冒险，也代表了丰厚的奖励和升级机遇。机会就在千行百业自己手中，而软通咨询这样的可靠队友，是数字化旅途中不可或缺的同行者。一个人可能走得更快， 但是一群人终将走得更远。
