非数字原生挑战：在经验驱动与数据驱动之辨前，先从线上化数据留痕的基础开始

  在数字化转型中，传统车企面临的最大挑战是数字化及数据变现的长期性、复杂性，与业务及管理层对数字化及数据赋能价值兑现的迫切性和有效性之间的矛盾。因此，为弥合这一矛盾，本文提出了“数字化三步走”路径：

  在车企逐步走向数字化的过程中，如何利用数字化工具，如何利用数据对业务赋能，乃至怎么样应对数字化之后业务模式的变化、组织新能力的变化，都是亟待解决的问题。

  承接业务挑战与变革需求的传导，车企的传统IT部门也面临变化。首先IT部门面对的不仅仅是系统需求，还有与日俱增的数据需求乃至建模需求。与此同时，数据场景的应用涉及多系统多数据流，需要高效的敏捷迭代、AB测试验证以及多部门协作推广落地，这都需要传统IT部门角色转变。

  转型动作的顺利实现，一种原因是依托平台积累数据，另外一方面则是要建立与完善业务流程、管理模式乃至对整个组织架构进行调整。数据工作往往与业务变革变化双向交织，混杂着推进。这对无论是管理层、业务部门还是IT部门都提出了巨大挑战。普华永道基于对汽车行业数据应用实践的研究与洞察，总结了一套数据能力体系建设的方法，基于汽车行业价值链，以场景赋能为抓手，从数据、平台、组织、运营四个方面再造企业数据能力。

  不同业务数据能够有序、完整、合规地留痕，经过统一的治理与整合后，实现不同业务环节数据的打通，形成企业级的数据湖。同时随着数据治理以及整合能力的提升，企业将能够对数据来进行高效筛选以及可视化，业务相关的决策将更加辅以企业所掌握的数据资产。

  构建一个业务化、服务化及开放化的数据平台，形成“数据-分析-洞察-决策”支撑的产品化和常态化。对于数据分析产品化，可通过企业战略规划、数据应用场景设计、数据洞察分析这一过程的牵引，不断推动数据应用产品的设计、开发与应用，最终实现数据分析产品的可持续运营。

  以跨各部门协同更加清晰、高效、灵活为目标，重新梳理组织所需的数字化能力，明确组织的能力建设方向，形成组织合力。

  数据运营要建立一套从整体目标出发，引导数据变现链路上的业务、数据、IT部门分工协作的工作机制，因此需要部门间共识目标、协同配合，取代各自为战的状态，这样才可以真正的完成数据赋能的目的。

  基于过往丰富的项目经验，白皮书梳理归纳多个行业优秀案例实践供读者参考借鉴。