想要加快数字化进程,请务必用好三个杠杆

哈佛商业评论·2021-10-22
如何加快数字化进程,使结果变得更加可预测?

无论目标是维护业务连续性还是实现数字化创新,管理者在推动数字化转型时都面对着同一个关键问题:有没有办法加快数字化进程,使结果变得更加可预测?这对中小型企业来说尤为重要,因为它们更需要集中力量投入,而且可能没有资源像数字化运动中典型的大企业一样承担“快速失败”的代价。

基于深入研究,本文推荐了三个加速数字化项目的杠杆,帮助所有规模的组织真正获益。这些杠杆源于“应用复杂性”,我们提出这一概念,是为了协助理解用户在应对新数字工具对自己工作产生的影响时所面临的困难。掌握了这种复杂性,管理者将能更好地规划和集中进行数字化工作,实现更有效的转型。

我们的研究

我们的洞察基于对欧洲一家大银行为期两年的研究,这家银行替换了核心银行业务系统。我们追踪了提供银行抵押贷款业务相关售后服务的业务单元,在研究中关注跨核心部门的不同团队,观察他们在新系统中将工作数字化的不同方法,以及他们的成功要素。

我们与该业务单元不同级别的利益相关方进行了超过60次对话,并密切观察日常运作——从员工使用30年老系统的既定工作惯例,到该业务部门高管认为团队在新系统下表现良好时为止。我们特别感兴趣的是,能够迅速有效地使用新系统的部门与需要长时间适应新系统的部门之间有何不同。分析其中困难,我们能够认清构成“应用复杂性”的潜在机制,找到有效的应对举措。

重要发现

“应用复杂性”解释了在不同情况下,我们使用数字化工具的效率差异。

在我们的研究中,“应用复杂性”导致不同部门的数字化进程有很大差异,即使他们都使用相同的系统来完成各自的工作。一组员工使用SAP主导的新贷款管理系统输入新合同,对他们来说,掌握用新系统工作非常容易。与之相反,对现有贷款进行修订的员工的学习过程则困难得多。前一组员工可以在6到8周内高效使用新系统,但后一组员工需要6个月以上才能重新恢复高效工作。

我们发现两个维度可以解释这种差异:

首先是系统依赖性,即用户有多少任务是需要通过系统完成的——也就是说,有多少任务和相关环境要通过数据和算法在系统中实现。

第二是语义依赖,分析用户需要在多大程度上理解自身工作在系统中的业务逻辑。对这两个维度有高要求的数字化任务(需要数字化工具支持的任务)是最复杂的。

在上述示例中,数据录入员的任务只是在系统中输入贷款合同数据。他们既不需要理解贷款合同的深层逻辑,也不需要理解系统如何呈现或处理贷款合同,依旧可以成功录入数据。因此,学习用系统完成这项工作是相对简单的。

但对于要修订贷款的员工来说就是另一回事了。除贷款合同数据外,他们的工作还大量依赖于系统中显示的附加商业概念(例如,贷款状态或特定计算规则)。这些员工还需要理解数据背后的含义以及数据的处理方式,才能做出正确修改。因此,学习这个系统要复杂得多,也费劲得多。

这个例子说明了“应用复杂性”的基础维度。首先,系统中显示的商业概念越多,系统依赖性就越大。其次,越需要深入理解这些概念以及系统的处理方式,语义依赖就越大。这两种依赖性相辅相成——如果系统依赖性很高,那么语义依赖性的影响就会大得多。

用户在认知上准备要用系统完成一项任务时,就会遇到这些依赖关系。当然,一旦任务成为常规,用户会随着时间的推移不断学习,但在数字化早期阶段,用户为了高效地完成工作,需要花费很大力气来调整工具和任务。

在数字化转型中,“应用复杂性”经常被忽视,因为负责人认为,将任务的复杂性和系统的复杂性分开处理就可以了。在我们的例子中,转型初期的任务和流程相对稳定且独立于新系统。结果,贷款修改人员在数周内无法完成关键业务工作,管理者需要彻底重塑变革管理方法,才能克服高度复杂的操作难题。他们引进了更多人来处理积压的工作,开发新的培训材料,甚至修改刚投入使用的新系统。预算较少的企业很难接受这种解决方法。最终,我们的研究对象完成了这项艰巨的任务,但耗费了数月时间才让陷入困境的部门重回正轨。

我们的研究为寻求数字化转型提速的企业提供了重要启示,也帮助企业避开研究对象遭遇的部分问题和费用。根据调查结果和高管提供的反馈,我们总结出了以下三个数字化加速杠杆。

一、数字化转型启动前开展尽职调查

开发复杂性热图,识别组织中不同程度的“应用复杂性”。下表显示了绘制热图所需的内容。

前两个步骤揭示了哪些任务将依赖于新系统,以及如何用新系统完成这些任务。第3步则是确定各个任务在热图X轴上的位置(参见图表“应用复杂性高的领域”与“应用复杂性低的领域”)。明确了需要依赖系统的任务后,步骤4将显示它们的系统依赖程度(Y轴)。理解了任务在Y轴上的位置,就可以开始绘制热图(步骤5),阐明各项要被数字化的任务的应用复杂性。无需使用系统的任务可以放置在“无”的框中。

我们为银行案例的两类工作绘制了复杂性热图。贷款修改人员需要完成的许多任务都具有较高的应用复杂性(参见图表“应用复杂性高的领域”),表明该领域的转型投入要大于数据录入类的低难度领域(参见图表“应用复杂性低的领域”)。

在真正实施数字化转型前绘制热图似乎需要付出很多努力,但我们的研究表明,这种方法有助于预防代价高昂的错误。

二、设计转型方案步骤

这样可以先将注意力和资源引向应用复杂性低的领域。这些“速赢领域”需投入的工作量,在范围、人力和转换措施方面都与应用复杂性高的领域大为不同。当一个新系统在应用复杂性低的领域推广时,转型团队可以轻装上阵,仅需少数关键人员领导,并且将变更管理降到最低限度。数字化投入在这些领域可能很快就会获得回报。

除了经济上的考量,快速取胜也对员工心理有积极影响。由于数字化转型通常是一场马拉松长跑而非冲刺——需要随着时间的推移逐步改变组织结构和文化——在早期阶段成功的试点项目可以成为指导和激励,有助于实现不断改进的精益转型管理方式。

应用前两个杠杆有助于更快地收回早期投入,并为之后更复杂的工作提供动力。

三、量身定制转型措施

例如,应用复杂性低的领域可能只需要传统的职能培训,引导员工接触新系统即可。应用复杂性高的领域则相反,需要采取其他培训措施,以解决转型的典型困难。在我们研究的银行案例中,转型需要持续以任务为中心展开培训,并且暂停追逐绩效目标以及自我和社会学习机会。复杂性热图有助于设计和引导急需的培训,因为高管可以通过热图了解数字化转型中哪些任务是主要驱动因素,需要优先攻克。通过这种方式,组织可以将稀缺的资源导向最需要的地方,避免陷入反复,失去宝贵的时间。

对应用复杂性的意识有助于加速数字化,这一意识可以揭示流程、项目和人才的重要含义。

对于流程而言,系统和语义依赖是复杂性的重要驱动因素,需要更新的方法来记录和模拟流程。如果企业想了解实现转型需要的工作和原因(第一个杠杆),就需要了解该领域任务的依赖关系。

对于项目而言,意识到应用复杂性的存在,可以为如何分阶段实施转型提供新的视角。反过来也有助于企业更轻松地计划和执行转换(第二个杠杆)。

对于人才而言,我们的研究表明,一刀切的数字化方法是行不通的。企业需要根据不同领域的应用复杂性来仔细调试转换举措(第三个杠杆)。设置培训内容(学习如何使用工具,或了解新工具的可用性对工作方式的影响)、培训形式(讲座、自学或社会学习),以及培训时长(仅在转型启动前后几周或几个月,直到员工可以再次高效完成工作)也是如此,需要量体裁衣。

总之,意识到应用复杂性可以使管理者更好地运用三个杠杆来设计转型过程,从而使企业尽早收获数字化红利。

本文来自微信公众号 “哈佛商业评论”(ID:hbrchinese),作者:本杰明·米勒(Benjamin Mueller)、延斯·劳特巴赫(Jens Lauterbach),翻译:柴茁,校对:蒋荟蓉,编辑:孙燕,36氪经授权发布。

+1
15

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000
哈佛商学院的标志性刊物,被业界誉为“管理圣经”。
特邀作者

哈佛商学院的标志性刊物,被业界誉为“管理圣经”。

文章提及的项目

轻装上阵

来设计

微信

了数

下一篇

目前官宣第四季度举办的音乐节已达到55个。

2021-10-22

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业