跳過主内容

微軟:成功的數位轉型,從建立數據驅動的
核心思維開始

COVID-19疫情蔓延,加速企業推動數位轉型的計畫,而談到轉型,就不能不提起微軟。在2014年現任執行長薩蒂亞‧納德拉(Satya Nadella)上任後,微軟就啟動一連串轉型的變革,並有了不錯的成績。舉例來說,在權威機構Gartner所發佈的「2020 Cloud AI Developer Services魔力象限」報告中,微軟即被評選為AI開發者服務的領導者。

轉型目標不只是業績目標 應從4大面向定義

從微軟轉型的過程,以及過去幾年來與企業合作的經驗,台灣微軟營運暨行銷事業群首席營運長何虹歸納出一個重點:轉型和創新一樣,都需要有一個明確的目標。所謂轉型目標並不是業績目標,企業不必訂定幾年營收要達到多少數字,而是要從願景與策略、企業文化、獨特潛質、才能四個大方向來看待轉型規劃。

轉型目標1》願景與策略

先就願景與策略來看,微軟在剛成立時的使命是「讓每個人家裡都有一台電腦。」但在2014年啟動轉型計畫後,現任執行長定出的新願景在於:「賦能這個地球上的每一個人、每一個組織,都能實現更多、成就非凡!」在這個願景下,微軟對產品做了許多調整,像是促成Office 365對iOS和Android作業系統的支援,將Windows Azure 更名為Microsoft Azure,以修正其市場方向,這些都是基於「以客戶利益」為優先考量思維下所做出的調整。

轉型目標2》改變企業文化

再就企業文化來看,這是企業轉型過程中相當重要也最難改變的關鍵,何虹引述管理顧問公司麥肯錫的研究指出,數位轉型會面對的挑戰包含:文化、運作模式、數據分析、系統科技、人才等,其中又以文化所占的比例最高,也因此超過半數的數位轉型無法產生直接的結果,其中的關鍵原因是企業有沒有打造擁抱數位的企業文化。

台灣微軟營運暨行銷事業群首席營運長 何虹

轉型目標3》挖掘獨特潛質

第三個目標是思考如何用科技找出企業自身的獨特潛質,何虹以新創公司洞見未來為例,其創辦人應用AI技術改善聽障人士使用助聽器時經常遇到的問題,並發展出AI多人聲分離引擎技術,不只能用在助聽器上,還可以應用在會議紀錄、電視台的字幕和音檔調校等情境上,成為該公司在市場上的獨特競爭力。

轉型目標4》建立才能

最後一點建立能力或才能,意指企業要讓全部員工具備科技強度(tech intensity),不單單只是企業要有科技能力,更要培養員工適應科技的能力。台灣微軟資深行銷協理蔡昆錡補充指出,之前微軟鼓勵員工考取Azure證照時,除技術人員外,法務、財務、人資、行銷等各部門同仁皆積極參與證照測驗,並且在企業內部形成一股潮流,這就是企業幫助員工建立科技強度的方式之一。

以數據作為貫穿四大目標的精神

在訂定上述4個目標時,數據驅動是貫穿其中最重要的核心思維,「企業需要建立數據文化、數據應用能力,才能成功地推動數位轉型,」何虹語氣肯定地說。

蔡昆錡以行銷為例說明微軟是如何做到數據驅動的作業思維。微軟在2015~2016年間,就在內部提出MarTech概念,第一步是根據客戶的生命週期導入適合工具,接著進行數據整合,將所有數據都匯整在單一平台,如此才能進入第三步AI應用階段,透過人工智慧分析找出數據背後的意義,讓微軟在進型行銷更即時、精準且有效。

其中,數據整合是相當重要的關鍵。台灣微軟數據平台與人工智慧產品資深經理廖育萱認為,企業其實擁有很多的行銷數據資源,但這些數據就像是一座座孤島一樣,各自存在於不同的部門和系統工具中。唯有透過資料平台打破數據孤島,把所有現有數據盤點後,打通並加以整合,輔以AI技術加以分析預測,讓數據像迴圈一樣不停地循環產生商業洞見,才能釋放數據最完整的應用價值──讓決策者能夠主動分析未來提前應對,不再只是根據過去資料被動因應。同時,廖育萱也強調「資料素養」的重要性,企業要在內部推動數據使用的普及化、公民化,讓從上至下每一位員工都具備使用數據的能力和習慣,才能夠有效形塑數據驅動的企業文化。

何虹表示,企業需要建立數據文化、並幫助員工強化數據應用能力,才能成功地推動數位轉型

而在2021年MarTech的發展趨勢中,「數據整合」是其中最關鍵的議題,因此,微軟也與旗下新創加速器第一期校友-愛酷智能科技合作,共同打造市場最具影響力的《MarTech生態圈》。蔡昆錡解釋,市場上的MarTech解決方案有很多,而且每一家的特長都不太相同,然而透過《MarTech生態圈》聯盟合作的概念,可以將多樣化的服務加以整合,在全面解決企業客戶數位轉型需求的同時,將不同渠道所產出的數據整合進客戶數據平台之中,讓行銷人員可以自由應用關鍵數據,在不同的行銷歷程中建立數據驅動的思維,提升最終的行銷成效。

台灣微軟營運暨行銷事業群首席營運長何虹與愛酷智能科技執行長林庭箴

本文由微軟與數位時代合作,原文刊載於: 微軟:成功的數位轉型,從建立數據驅動的核心思維開始