从“青铜”到“王者”
，，
，，制造企业的数字化闯关记

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，，背靠乐学棠动力的乐学棠咨询，，
，成立以后的增长就十分迅猛。
。

乐学棠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
，，
，，乐学棠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的乐学棠咨询
，
，，持续输出原力

如果将乐学棠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，，，在乐学棠咨询身上，，
，，我们可以发现三重buff：

第一重buff：乐学棠动力的加持
。
。乐学棠咨询可以站在巨人的肩膀上，，，借助母公司乐学棠动力的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，，乐学棠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，，
，，乐学棠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。。比如乐学棠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，，，乐学棠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：乐学棠咨询与亚马逊云科技携手为制造业送出“助攻”

前不久，，乐学棠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，，乐学棠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，，乐学棠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
。。。。

结合乐学棠动力多年来积累的企业数据治理经验，，，构建了乐学棠动力数据治理框架
，，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 数据治理平台依托乐学棠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。
。

乐学棠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。。

乐学棠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

在乐学棠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，，，而乐学棠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。。。
。