一场由技术引起的商业全面数字化变革的时代已经到来。

　　一场由技术引起的商业全面数字化变革的时代已经到来。移动、云、社交、虚拟化、大数据等技术，正在迅速由探索和实验阶段转入应用，同时也重塑了商业的生态环境。

　　对于持续变革的企业，如何主动地拥抱这种变化，在数字化的竞争中保持领先以更加适应这个新的时代？《埃森哲 2013年技术展望》报告列举了影响其未来发展的7大主要技术趋势，它们分别是无处不在的“关系”——创建日常交易之外的数字化关系；嵌入式数据分析——针对所需信息设计数据收集要求；数据加速度——跟上决策和行动速度；无缝协作——渠道恰当、人员正确、工作适合；软件定义网络——实现虚拟化的最后一步；主动防御——根据威胁部署网络防御；凌云之巅——应用云创造真正价值。

　　其中，无处不在的“关系”、嵌入式数据分析和数据加速度这3大趋势，它们离业务更近，更有可能颠覆既有的企业信息管理体系，已经成为不可忽视的力量，左右着商业的未来。 

　　重新制定消费者“关系”

　　消费者正在转变，企业需要重新审视与消费者之间的关系，倾听他们的声音。目前，多数企业应用移动技术、社交网站和情景服务是为了进一步了解消费者的记录、消费倾向和偏好，却忽略了借助这些全新数字化方式来改善与消费者交流的方式。借助这些数字化的工具，企业可以把消费者视为具有差异化需求的个体，回归以往那种邻里小铺般的个性化客户关系。

　　部分企业已经敏锐地意识到重新制定消费者沟通战略是一个增加收入的巨大机遇。具体而言，它们通过各种交互渠道为所有消费者都提供个性化体验，包括企业与消费者之间的交互，以及消费者之间的交互。此举能使企业获得两方面的潜在收益：比竞争对手更良好的客户关系以及高度差异化的品牌。

　　一些国内企业正在“创造性”地将社交应用打造成移动客服。中国南航将传统渠道的业务数字化，除应用在手机客户端、短信及微博外，最近又开通了微信服务平台，从机票验证到微信值机，从自助行李追踪到货单查询，几乎南航的主流服务用户在微信公众账号上基本都能够获得；招行信用卡为满足不断年轻化客户群体对互联网式沟通的需求，联合微信推出客服公共账号，可以实现查询账户余额、部分关键字的相关交互内容，以及电话银行的部分服务，为客户提供掌上便利的同时提升个性化的服务水平。

　　更深入的消费者互动可以帮助企业快速了解他们的喜好和不满；而企业可以利用这些信息更快地完成产品开发、扩大生产，或者减少某些特定服务，知道哪些应该投资，哪些需要避免。由此进一步提高客户关系，而关系越好，信息就越多，良性循环由此而来。

　　形成数据分析供应链

　　准确预测未来十分困难，大数据的出现让企业看到了降低这一难度的希望。值得注意的是，企业不应该将数据视为一个仓库，而应将其看作一条供应链。在得到有效数据源后，企业必须开展分析组合，类似于工厂的流水线组织不同供应商的零配件。

　　企业需要重新考虑未来的软件设计，在满足基本应用功能的前提下，增加分析功能，以提取包含丰富数据的答案，解答企业的关键业务问题。多数企业明白信息对于未来决策的重要性，因此会尽力收集数据。然而，数据的数量不等同于质量。企业往往没有明确需要收集哪些数据就开始行动。因此，尽管收集了不少数据，但在分析数据以确定新市场开发或新服务定价等战略决策时，企业经常面临信息断层的问题。

　　另外，每个数据空白都可能导致企业错失一次做出最佳决策的机会。传感器可以创建并收集物理环境和设备信息，帮助企业进一步填补数据空白。当技术不再是问题，如今需要突破的是拥有前瞻性战略思考能力，于第一时间就能知道捕捉哪些数据。

　　国际快递公司UPS开发了车载传感器和手持计算机系统，可全程跟踪货物和卡车的行驶情况和位置。系统运行后发现送货路线是左转变越多，送货的速度就越慢，燃料成本也就越高。根据这些发现，UPS设计了左拐次数据最少的路线，每年可以节约燃油900万加仑。此外，准确预估卡车到达目的地时间，可以帮助UPS员工确保足够的资源来装卸货物。

　　PRADA为纽约旗舰店的每件衣服上贴上了RFID码。每当顾客拿起衣服进试衣间，系统会自动识别，并在试衣间的屏幕上自动播放模特穿着这件衣服走台步的视频。同时，这些数据会传至PRADA总部进行分析，用来预测该产品的销售前景。

　　除此之外，企业要创建新的职位——首席数据官，以负责数据的收集优化分配和分析。当然无论是否设立类似的职位，收集优质数据，增加数据量和迅速更新数据是每位员工的责任。

　　数据加速度跟上决策脚步

　　如今，在几乎所有的商业活动中，机会窗口都稍纵即逝，甚至永远消失，这是迫使企业重视数据的另一个重要原因。

　　如果从收集到分析数据以获得洞察力花费了过多时间，企业可能错失借此洞察力建立业务优势的潜在机会，而那些至今仍没有树立通过分析数据发现并把握机遇的意识的企业，将面临落后的风险。 

　　业务高管越来越希望能实现实时数据分析以保持竞争优势，他们对数据分析速度的要求也将随之提高。消费品巨头宝洁公司具有极强的危机意识。以前由分析人员提供结果的旧模式，需要两周时间才能得出结论。于是，宝洁投资建设“虚拟快速反应作战室”，专业人员可以面对面或通过视频查看源源不断的最新数据流，并请相应专家及时解决问题，以及时获得洞察力。

　　沃尔玛开发了名为Retail Link的大数据工具，通过这个工具，供应商可以事先知道每家店的卖货和库存情况，从而实现自行补货，极大地减少断货的情况和供应链整体的库存水平。

　　新技术的涌现将帮助加快从分析到应用的数据周转速度，提升企业高速分析数据的能力。到2015年，Gartner预计内存计算的普及程度将增加3倍，新的低成本分析工具将减少针对特定问题分析数据的时间。而且，由于大数据技术更为先进，即使数据格式不统一，仍然能够进行高效的分析，并将实现实时或接近实时的数据处理，为原来不具备信息基础优势公司提供跨越升级的机会， 

　　在所有关于数据速率的讨论中，实时速度并非讨论的焦点，更受企业关注的是如何在待处理和分析数据大幅增加、数据来源日益丰富的情况下提升响应速度。未来，企业关注的将不再是数据大小，而是如何实现数据速度与业务流程响应速度的匹配。