您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[麦肯锡]:选择正确的转换 “咬合尺寸 ” - 发现报告
当前位置:首页/行业研究/报告详情/

选择正确的转换 “咬合尺寸 ”

基础化工2024-03-27麦肯锡�***
AI智能总结
查看更多
选择正确的转换 “咬合尺寸 ”

重新接线 选择正确的转换“咬合尺寸” 成功的转型需要改变一些有意义的业务,但不要试图做太多。 作者:EricLamarre,KateSmade和RodneyZemmel March2024 选择足够大的战斗和足够小的战斗。 ——乔纳森·科佐尔 许多公司将他们的数字和人工智能转型从一开始就通过错误地改变变化的范围来进行斗争。一些公司开始太小,认为增量方法会降低风险。这是一个错误。成功的转型需要改变业务中有意义的东西,那里有明显的价值 股份和影响是可以衡量的。您不会通过重新粉刷客厅来改造房屋;您需要承担更实质性的事情,例如重塑厨房。 另一些人,带着最好的意图,太快地做大,并试图改变整个公司 这通常是破坏性的,做正确的事情太昂贵,或者作为第一个项目很难解决,而且通常是失败的。更常见的是,公司在一系列不协调的活动和计划中分散赌注和资源太少。这导致了很多活动,但没有多大价值。 基于领域的方法 正确的方法是确定业务中的一些重要且独立的领域, 并完全重新思考它们。在艰难的数字化转型中,多达 80%的成功干预措施是基于重新锚定 推动针对定义明确的领域的一致努力的范围。1采用这种方法从确定域是什么开始。域是 企业的一个子集,它封装了一组内聚的相关活动。有几种方法可以定义域(图表1)。 公司可以自己确定如何最好地围绕一组业务活动画圈,以定义最有意义的领域。关键是要定义一个域,该域足够大,对公司来说是有价值和引人注目的,但又足够小 ,可以进行转换,而不会受到与业务其他部分的依赖关系的过度影响。一家公司总共有多少个域名?对于单一业务,正确的数字大约是10-15。对于企业集团,正确的分析单位将是战略业务单位,因此域是在该级别定义的。但是,为了进行数字化转换,请选择两到五个优先进行转换。有可能在开始时做得更大,做更多的域 。 然而,这样做需要大量的短期投资、更多的协调和更多的人才。它也可能带来更多的风险,几乎肯定需要大量的外部资源,并可能剥夺组织的一些早期学习。所以要深思熟虑要解决哪些领域和多少领域。 1TimFountaine,BrianMcCarthy和TamimSaleh,“使AI扩展”,《哈佛商业评论》,2021年5月至6月。 附件1 域包含一组有凝聚力的相关活动。 三种定义域的方法 旅程 互动密集型流程,如客户入职、提供客户建议或在线购买产品 们的领域,因为这往往会为客户和/ 工作流/流程 高价值业务流程,如资产管理、客户关怀或采购到付款 大多数公司选择通过工作流或旅程来组织他 Function 传统业务功能,如销售、财务、营销或供应链 或员工提供最大的价值。 消费品包装公司中的域示例 房子前面个性化营销存储执行数字参与创新/研发收益管理 Operations集成供应链规划物流Manufacturing采购 支持功能PeopleFinanceLegal 麦肯锡公司 确定域的优先级 优先考虑哪些领域首先需要评估两个广泛的维度:价 值潜力和可行性(图表2)。高管将认识到优先考虑机会的这种简单方式,但他们应该注意驱动评估的标准。 在这个阶段,基于外部分析和与高级领导人和行业专家的讨论相结合的对价值潜力的高级估计就足够了。大多数公司都在为这种估计而苦苦挣扎,因为他们缺乏理解数字技术可能带来的经验。要解决这个问题,请考虑使用成功公司的基准(甚至在您所在行业之外 )。关键值考虑因素包括:。 1.客户体验。改善客户体验应被视为“平等中的第一” 考虑因素。大多数成功的数字和人工智能转型都围绕客户并满足他们的需求。它有助于将当前的体验与竞争对手进行基准测试,并预测一旦域转换,体验将改善多少。这应该转化为特定客户满意度改善以及客户增长和每个客户净值改善的措施。 2.经济利益。在此阶段,您希望通过关注运营关键绩效指标(KPI)来估计财务收益,例如新客户增长 ,减少客户流失,增加每个客户的价值,提高流程产量或减少服务成本。很难精确估计多少 在这个阶段可以实现改进,因此,根据其他人在类似行业中取得的成就进行估算就足够了。小心不要淡化潜力 附件2 域根据价值和可行性进行优先级排序。 包装消费品示例(说明性) 收益管理 Manufacturing 采购 物流 优先域 商店集成 执行 供应链 规划个性化市场营销 创新/研发 数字参与 高 值 •客户体验 •财务福利 •实现价值的速度 •与其他域的协同作用 Low Low可行性高 •行政赞助 •数据就绪 •技术就绪 •易于采用 •轻松实现企业扩展 麦肯锡公司 这只是为了优先排序的目的,还不是商业案例。 3.速度到价值。基于域的转换通常应在6到36个月内产生重大价值,具体取决于域。在提供早期收益和帮助资金方面,这通常是一个重要的考虑因素 我们发现,总的来说,人工智能密集型机会的回报更快。 4.Synergy.Ifyouaretransformingmorethanonedomain,synergybetweenthemisacomputingpointofleverage.Synergycanbeevaluatedintermsofthreeprimary 元素:跨解决方案的数据重用、跨解决方案的技术堆栈重用以及共享的变更管理工作。例如,如果您同时开发新的抵押贷款销售平台和新的信用卡销售平台,则只需要对您的数千名分支机构销售代表重新培训一次。 评估可行性是了解技术和数据准备情况、所需的变更管理工作以及领域领导的承诺能力的结合。最重要的考虑因素是: 1.强有力的高管赞助。您需要明确给定领域的高管是否完全参与。一个部门可能已经成熟,可以进行数字化转型,但是如果存在相互竞争的优先事项,例如实施新的IT系统或完成主要的合规性补救工作,那么现在可能不是对其进行转型的合适时机。 用他们的话说:避免碎片化和更好地合作 任何上市数字化转型的大敌都是碎片化,尤其是赛诺菲规模的公司。。。。 你需要无情地优先考虑,并认识到六个月后,新的闪亮物体可能会潜入,稀释你最初的目标,减缓你创造重大胜利的能力。 今天,我们在总体上的投资比三年前减少了,但对于选择的优先项目,我们投入了更多的资源。我们的迭代敏捷构建周期加快了,并让用户参与到开发过程中,从而产生了更具相关性和影响力的解决方案。 成功的第二个障碍是我们,领导和管理团队。每个人都喜欢拥有自己的业务权力领域,这在过去与特定的,通常是孤立的P&L。数字化的未来不是这样。你需要更加开放,能够授权、授权和协作。培养数字化能力是另一个因素。为了吸引和留住数字人才,我们必须培养大量能够理解数字的人。以前,我们行动不够快,拒绝了新人才引入的创新工作方式,这导致了挫折和快速的流失。 -PiusS.Hornstein博士,赛诺菲数字全球业务部门全球主管 2.数据和技术准备。在数据方面,要评估的核心问题是将必要的数据字段移动到云的难易程度以及基础数据的质量。在此阶段,需要进行粗略的分析,但如果选择该领域,则需要进行更多的努力。在技术方面,要评估的核心问题是 云架构、底层核心系统的性能以及使用应用程序编程接口访问数据和应用程序的便利性 (API)。您的企业架构师将最适合进行此评估 。请注意,传统技术-或对大型现有核心系统的需求,例如ERP升级-经常被用作不取得进展的借口。当然,这些问题需要理解,但不是无所作为的理由。传统思维模式比传统技术面临更大的挑战。 3.易于收养。通过了解变更工作的范围,强度和风险,公司可以确定采用数字解决方案的潜在障碍。例如,在工会化环境中进行变更可能涉及谈判,可能需要时间才能有效执行。 4.易于缩放。假设您成功开发了数字解决方案,请评估在整个企业中扩展该解决方案将有多容易?变更管理挑战将有多复杂?解决方案将在多少个不同的数据环境中运行?这些问题对于获得全部价值至关重要。 此价值可行性分析的输出应突出显示两到五个要优先考虑的领域。 在这一点上,重要的是您并不是在寻找精度-在这一点上测量是否完全正确并不重要。将此更多地视为与管理团队进行对话的一种方式。 作为重新构想域的一部分,下一步将进行优化估计。 Insomecases,managementwillhaveaclearviewofwherethevalueisanddecidetogoafterthatdomainimmediately,skipingtheprioritizationstep(seeanexampleofthisintheFreeport-McMoRancasestudyonMcKinsey.com). Whenmanagementisclearlyalignedandthevaluefromthedomainismeaning.Inpractice,thiscanalsobeausefulwaytobuildconvictionintheorganizationbyclearlydemonstratingthevaluecompaniescancaptureorprotectwithdigitalandAI. 一家大型农业公司决定走这条路,最初专注于其商业领域,通过支持其农艺师更好地为其种植者(客户)提供服务,并使这些种植者更容易与公司开展业务。首席执行官和顶级团队正在经历来自新数字进入者的竞争压力,并感到有许多 他们可以迅速解决的客户痛点,以改善交叉销售和保留率。 虽然迅速跳到解决试验领域可以很好地工作,但领导层需要防止仅仅启动另一个产生兴趣但不会实质性转变的试点 这就是为什么花时间进行彻底的领域再想象工作如此重要的原因。 经出版商Wiley许可,摘自Rewired:EricLamarre,KateSmaje,RodneyZemmel撰写的《麦肯锡数字和AI竞争指南》。麦肯锡公司版权所有©2023。保留所有权利。本书可在任何地方出售书籍和电子书。 EricLamarre是麦肯锡波士顿办事处的高级合伙人,凯特·斯马吉是伦敦办公室的高级合伙人罗德尼·泽梅尔是纽约办公室的高级合伙人.