本篇文章给大家谈谈数字化转型培训成果报告，以及数字化转型培训成果报告总结对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
我是碧桂园服务的物业管家，我对于公司的数字化转型是很有信心的，为提升客户体验为中心，打造出多个数字产品，让我们感受到数字化转型带来的价值、好处。以碧桂园服务APP为例，有了这个APP我们就能做到“移动办公”，可以用手机来打卡、审批、开会，不用担心消息、通知漏看，造成工作失误，极大地提高了我们的工作效率，非常方便！
另外，7月8号召开的以“看见服务价值”为主题的第2届碧桂园城市服务开发者大会，在数字化改革架构方面，通过线上线下相结合的方式，来完善数据的归集渠道；技术创新推出的“城市扫描仪”，除了一些常规市政作业，还融合了基础设施运维数据交互预警，真正的一机多能，感觉蛮厉害的那样子
施耐德电气发布的《转型中的中国制造企业——数字化赋能绿色智能制造高管洞察》（下简称《洞察报告》）发现，在调研的企业中，认为只有部分达到预期或者没有达到预期的企业的比例高达 54%。在这当中，有60%的企业认为是数字化转型的投入过高而回报率偏低，58% 的企业认为是因为缺乏数字化转型的人才，52% 的企业认为是因为数字化技术与业务难以整合。这是调研显示的排名前三的影响因素。并且，在调研企业中，没有任何一家企业认为效果超出了预期。
报告指出，这与众多制造业企业正热火朝天地推进数字化转型形成了强烈的反差，而这也是现阶段数字化转型的重要特征。
施耐德电气高级副总裁、中国区战略与业务发展负责人熊宜在接受采访时指出，投入高、回报低的问题，是需要多方去反思的事情。首先，从提供产品解决方案的这一端，需要对客户的期望值进行管理，不能把数字化系统讲述的太过全能。另外，从用户端，需要去考虑各家的基础水平、设备情况以及人的能力各不相同，这些都是复杂的原因。
熊宜指出，当前行业内多在倡导“先医后药、小步快跑”的理念。“先医”的意思是，先把基础水平评估清楚，比如设备的 历史 能耗数据、使用年限、操作记录等等是否有数据积累，如果没有，安装一些设备进行初步的评估。二是“小步快跑”，在数字化转型的过程中，并不是一开始就要启动一个大的项目，而是根据第一步的诊断，改造某个部门、优化某个部分，看看这样对能耗效率的提升程度如何，再决定是否要启动下一套系统。
“这些都是比较务实的方案，而且可以清晰地衡量投资回报。”熊宜总结指出。
埃森哲此前发布的《2020中国企业数字转型指数研究》报告就曾提到，由于外部压力加大，市场不确定性提高，导致企业对数字化转型成果的期望更加务实，对投资回报要求更高，要求数字化投入能够快速、直接地为企业带来价值。
熊宜表示，外部协同其实有两层意思，第一层是指从企业本身，一些智能制造的项目需要外部的伙伴来帮助完成。第二层是指外部的伙伴大家一道形成一个生态圈。
熊宜举例表示，因为大家的擅长点不一样。 比如，石油化工类的企业在电力方面可能不是那么专业，它的电力系统在生产过程中如何保证安全，这个就涉及到了施耐德电气的专业领域。而这一过程还需要人工智能的算法分析技术，因此施耐德电气还需要与人工智能公司一起合作，大家发挥各自擅长的优势。
如施耐德电气的《洞察报告》中所言，大多数企业在数字化转型中未达到自身预期是当下的主要特征的话，那么前路该如何看待？熊宜指出，从大的趋势上来看，数字化转型的终极目标应该是可持续发展、绿色低碳的理念。因为企业要盈利，一定是生产的产品成本更低、附加值更多的，而无论是产销协同还是供应链韧性，指向的都是为了可持续。因此，这是企业自身盈利能力获得不断提高的过程，也是对 社会 有益的事情。
此前，施耐德电气商业价值研究院的调研显示，85%的受访企业认为，技术能力是实现碳中和目标的首要内部因素。调研分析指出，在企业落地绿色智能制造的过程中，掌握着云计算、大数据、物联网等各种数字化技术以及自动化技术专长的中小企业和初创企业将扮演重要角色。
1、构建在线学习系统
企业培训实现数字化转型，第一步就是构建电子学习环境，为全员创造一个电子化学习环境。企业在线学习系统是一项系统工程，包括学习平台、内容和运营管理等。构建在线学习系统，需要进行系统地规划和建设，既要从企业的战略与人力资源开发策略出发，让在线学习系统的定位和内容更符合企业和员工的需求。同时，也需要制定相关配套措施，如积分政策、岗位认证、干部管理与绩效管理的结合等，以便培训管理人员借助科学的运营手段激活员工的学习动力，促进培训效果转化。
2、教学资源在线化
在线学习系统上线后，企业内部需要将教学资源在线化，包括课程、案例、文档、测试题等，可以为员工提供知识或内容资源的指导。在线教学资源是企业培训实现数字化转型的基础，没有足够的在线教学资源，在线学习系统就像天上的城堡，即使它被构建，也正在崩溃。
3、数据驱动企业学习
企业培训实现数字化转型，关于在于利用数据驱动企业学习。所谓数据驱动企业学习，就是指使用现代技术收集多维员工数据和海量内容数据，并集成和提取这些数据信息，以形成针对每个员工的自动学习决策模型。具体来说，利用数据驱动企业学习，最大特点是具有从数据收集、整理和报告到转换为学习分析和决策建议的完整过程，可以根据员工个人及行业、市场等内外条件的变化，为员工提供满足当下和未来需求的学习内容，同时也为企业相关人员进行学习战略的部署提供决策支持。
总的来说，数字化技术已经渗透到了工作生活的方方面面。对于企业培训而言，数字化技术为我们武装了更强大的武器，用数字来描述我们的工作，从数据挖掘潜在的问题风险，将“拍脑袋”主观决策的过程变成以数据来科学推动的过程。
问鼎云学习成立于1996年，23+年深耕企业培训行业，依托领先的研发技术与专业的运营能力，为企业提供体系化和智能化的在线移动学习解决方案！
1、项目背景：介绍项目的提出背景、意义和目标等信息，包括数字化课堂项目的意义，涉及到的群体等。
2、项目概述：介绍项目的整体内容，范围，任务和实施方案等，包括课程设置，教育手段，课程目标和教学方法等信息。
3、项目设计：介绍整个项目的设计过程，包括对目标群体的调研和需求分析，教务设计和教学资源开发等。
4、项目实施：介绍项目实施过程，包括具体的实施计划，人员组织，设备配置，方案评估等信息。
5、项目成果：介绍项目的具体成果，包括学生的学习成果，课程效果评估等信息。
6、项目总结：介绍项目实施效果、存在问题以及改进措施，为下一步相似项目提供经验和借鉴。
?
即使用乐观的心态去看待汽车行业营销领域的数字化转型，也很难找出一个真正成功的品牌
贾可博士提出的汽车行业新四化已经成为广泛共识，而汽车流通领域的数字化转型也在不断地被各大玩家所接受，笔者在与行业内各品牌的高管或者CIO交流的过程中，经常探讨的问题就是，现在中国的这些汽车品牌，谁在数字化转型这件事上已经领先？谁可能会被淘汰？谁会最终胜出？
谈到这里，按照传统的预判方法，我们要总结出一套评价数字化转型成功的评价标准，然后来打分，按照各大玩家的得分高低来评判谁领先、谁胜出。可是问题来了，到目前为止，我们即使用乐观的心态去看待汽车行业营销领域的数字化转型，也很难找出一个真正成功的品牌，只能说，我们还在探索还在路上。
那么，这个2020预测就变得无从下手，好在数策从2011年开始便一直跟着行业内具有探索精神和创新意识的车企不断开展数字化转型的实践和创新，我们一起踩了很多坑，既体验了创新者的窘境，也取得了不少成果，更看清了未来的一些基本方向。
因此，本文将结合数策近9年的汽车行业数字化服务的实践，来勾画一下未来，以做抛砖引玉，如果能引起大家的一些共鸣，实属荣幸之至。
基因进化是胜出关键
数据、技术、系统、组织建设都不是难题
车企的数字化转型，说降本增效也好，抓住客户也好，持续经营也好，其根本目的是帮助车企建立数字化和智能化的DNA。而数字化和智能化的DNA是一定都需要的吗？我不做不行吗？到目前为止，仍然有心存这样声音的玩家存在，我想这是行业数字化转型中注定要被淘汰的一类玩家。他们没有看到数字化和智能化这件事的根本发动点是在市场，是在客户，是终端驱动的，是标准的“市场驱动技术进步和模式转变”。这个意识不建立，所有的改革都是没有生命力的。
我举一个简单的例子，我们在某品牌做智能零售和智慧服务建设，该品牌的4S店用线上预约制来做客户服务的排期，打通了客户预约、工位排期和折扣策略、俱乐部积分，配合不同时期的工位价格和促销，引导客户完成在线预约，并支付定金，以此来做工位安排零部件的备料，推广店的预约率平均达到50%，月产值能提升20%以上，并且零部件库存周转提升和月零部件备件成本下降都非常明显。
这是我们原先预想的结果，不足为奇，需要注意的是还有几个有意思的发现：
01
客户的预约基本都是晚上，或者一早出门时，在非上班时间；
02
原先我们认为高端车型对价格折扣并不敏感，事实上在工位折扣选择上高端车型车主与一般车型车主选择并没有明显的区别；
03
不少车主主动提出来，为何不可以用充值来获得更大折扣，享受更好的工位资源，并且他们想在预约完了之后品牌能提供上门取送车服务，客户说“我连店里都不想去，我没时间”；
04
多次选择预约进店的客户，在收到服务推送的时候接受率更高，他们觉得推送内容越来越符合需求，很准确。我们对客户在收到信息时会投诉“你怎么知道我要什么服务的？”的这个担心并没有频繁发生。
这些发现说明了什么？
说明我们做在线24小时预约系统是客户所需，你无法提供朝九晚五以外的服务时间，而你的竞争对手可以，你就败了。同时，折扣、充值与积分是符合人性的设计，车主有钱不代表不在乎折扣率，他们也希望用充值获得优越感，享受因为特殊VIP待遇带来的尊贵感和与众不同，并且这种特殊政策在现实中能让客户活得越来越“懒”，越来越舒服，越来越高效。
客户并没有在收到需求推送的时候觉得隐私被侵犯，或者最起码没有投诉，说明如果数据能帮助客户获得更定制化的服务，并且数学能让推送越来越智能和精准的话，客户并不是我们理解的不可理喻，或对自己的隐私（比如车辆信息）完全不愿意透露。对这个问题的理解，本质上是意识也即数字化基因。
我们在进行这些变革的推广时，仍然会遇到不少玩家会告诉你：这个做不起来。为什么？因为数据不可能全，技术改造难度大，要改变组织架构，我们不确定这个事情到底能带来什么效果，投入产出是不是一定合理，这个东西一定要做吗，领导汇报批不了怎么办？我不做不可以吗？……我们称之为“数字化DNA”缺失。很显然，传统的财务审核逻辑是不太容忍数字化创新的，他们即使看到了同行在进行探索，也会嗤之以鼻地说：“这事搞不成。”
显而易见，2020年车企数字化转型，数据、技术、系统、组织建设都不是核心问题，数字化DNA的进化是最难的问题，尤其是对“终端客户已经完全打破时间空间的消费行为，必然引起车企营销行为和服务模式的改变”的事实视而不见。
那么，数字化基因到底怎么具备？内生和引进。
内生。生物界基因进化是可以内部促成的，核心是敏感地捕捉到外界环境的变化以去适应，比如鸭子脚上的蹼，啄木鸟的喙，都是内生实现的。行业要做到这些，核心是谁能捕捉到C端的变化，并改变组织、技术、数据和系统来实现更快的适应。
引进。数字化变革特别好的行业在金融、医疗、互联网、快消，这些行业变化快，数据完整，竞争激烈，不能数字化的玩家已经被清洗完了。汽车行业可以深度引进这些行业的CIO或者CDO或者战略团队，同时数学人才天生具备数字化和智能化基因，他们相信数字改变世界，并能促进数字技术与业务的结合，自然也是引进的关键。所以，谁能最敏锐地捕捉C端变化，并在组织内部着手数字化DNA的改造，谁就能胜出。
小员工都是大玩家
数字化转型中，对技术的使用，超过技术本身
数策在做行业数字化转型的过程中，经常发现一些客观事实，比如：一个好的产品或者解决方案，在同一个品牌的不同区域，在同一个区域的不同品牌，或者在一个城市的两家完全一样的品牌，最终有着差异很大的结果。
我们总结通过数字化解决方案和产品取得数字化转型阶段性成功的数百家汽车经销商，发现最关键的数字化转型要素是对新技术使用的培训。
数策有一个从2015年开始探索并研发的产品叫智能线索催化器SmartLeaZ，这个产品的核心是将品牌和经销商的网上线索进行实时清洗和分级，用大数据技术去除无效线索，并根据行业内最经典的“信心需求购买力”三要素结合机器学习构建模型对线索进店和购买可能性打分评级，辅之以不同的线索与不同的DCC外呼专员的能力匹配建议、跟进建议、潜客画像等技术手段，实现客户邀约进店的高质量提升。这个产品已经推广了多个品牌逾500家经销商，带来了大量的进店增量。
我们发现真正让SmartLeaZ迅速获得成功的关键在于我们推广的时候加大了对该产品的使用辅导。这几年来，数据、算法、模型技术在不断进步，产品越来越优化，能做到分区域分品牌的不同模型配置，智能化程度很高，但是，在没有引入对使用者的强化培训之前，效果仍然有波动，直到我们完成了细到对DCC外呼专员、网销专员、DCC经理、CRM经理、销售经理、店总的全链条使用者的技术推广辅导。
当每一天新技术在被正确使用的时候，技术所发生的力量超乎人的想象，并且相关岗位已经形成对该产品的依赖，这种依赖使得他们可以仅用一半左右的时间获得百分之一百二十的工作成果。
所以，数字化转型过程中，我们引进每一种新的技术，都要用产品经理思维去挖掘每一个业务节点上的使用者该如何使用新的技术并实现技术依赖，使得数字化赋能不是一句空话，而是实实在在地赋能每一个业务环节上的参与者，哪怕是个基层的员工也是数字化转型的大玩家。
落地和变现是关键
数字化转型意识上是自上而下的，行动上一定是自下而上的
这几年行业数字化转型出现了很多很多的新概念，比如中台、存量增量、渠道下沉、短视频营销、国民总时间、用户争夺等等。概念其实已经说的差不多了，数字化建设也从成本投入阶段变成数据和技术变现阶段了。
我在《汽车商业评论》?2019年11月刊上发表过一篇题为数字化客户洞察的专栏文章，该文章核心阐述的就是数策如何结合大小数据洞察“聆听客户的声音，知道客户在想什么、怎么想的”，突破仅仅知道“客户是谁，客户在哪里”单一化调研的局限，多维度的客户洞察能直接回答客户是谁、客户在哪、客户是怎么想的、他们昨天怎么想的、今天怎么想的等内容，直接实现所有营销策略的实时调整和区域营销的属地化作战。这就是传统画像平台的变现。
车企近年来做了许多的平台，叫法还千奇百怪，某个车企高管曾说“我们各种P（platform），最后P用都没有。”话糙理不糙。平台的作用是什么？就是变现。
比如洞察平台要变现为营销策略的支持、车型规划、型谱设计、配置优化，或者对客户投诉、服务满意度、咨询改善等实际业务提升的产出。
比如智慧零售平台（号称智能展厅）要真地能产出实实在在的业务驱动和变现。你要真地能帮助增加新的线索，实现线索的进店提升，进店后不是人脸识别数个数就搞定了，而是要跟分配、接待、跟进业务链条都打通，最终还能形成对进店客户的标签化，然后基于标签化进行到店线索购买力评价提醒和预测，赋能一线销售顾问，否则在他们看来你的东西跟原来的DMS有什么区别呢？
比如CDP或者DMP平台要真地能实现对车主全生命周期所有商业机会的捕捉，要在任何客户需要的时候作出提醒并能直达C端，并且将这些机会真正赋能到业务链条的真正玩家面前，而不是放在系统里供他们查询和下载。这些平台要能整合进营销、服务的智能引擎，实现数据对业务的直接赋能而不是仅仅作为平台取个数或者出个报告就行了。
上面谈到每一个变现，需求都是自下而上的，实现也是自下而上发起的，数字化转型需要一把手等高层改变基因自上而下设计，更需要自下而上的高频使用。谁能让业务部门和一线真的用起来、真的变现，谁的数字化转型便有了真正的ROI产出（非财务意义上的ROI），就可以活下去。
结束语
以前我们看天气预报，只需要知道某一天是阴晴或者雨雪就行了，现在看天气预报，我们要看每小时的降水概率、空气质量、体感温度，适不适合洗车，适不适合运动，要不要涂防晒霜；我要看我这个区域和我下午去的另一个地方的天气变化。最好是我到目的地之前，你能提前给我推送一系列天气标签和指数。这便是天气预报的数字化和智能化。
未来车企的数字化同样会做到精准、实时、智能。“阴晴雨雪”这种分类将变得没有意义，更有意义的是高度的差异化和定制化，每一辆车都不同，每一种营销方式都不同，每一个客户所获得的营销和服务内容与体验都将不同。问题是，我们是否具备了这个基因，是否愿意为新技术使用投入更多的战略性资源，能不能切实调动数字化技术的最基层使用者去高频率的使用。
没有任何时候比现在更需要数字化和智能化对行业的提升和变革，也没有任何时候比现在更让我们清醒地看到急需要改变传统的意识，改变我们的基因，改变对新技术使用的战略性投入。
我们对汽车行业数字化的未来充满信心，对2020年充满期待。
文中图片设计：郭梦康
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
我来说两句