开门见山，咱们直接上图，先来认识一下什么是DIKW模型：  （图片来自百度搜索）
DIKW也是一个经典的金字塔结构模型，常用于知识管理体系，向我们展示了知识管理的几个层次，字面意思并不难理解，我们可以用一个天气预报的例子来解释一下： 比如，当我们说：“今天天气温度35度”--------35度，对应数据层，35度的气温，意味着什么，需要我们去解读； 接下来，我们说：“气温很高，天气炎热”--------这是对35度这个数据的信息解读，所以，这里对应着信息层面，但有了这个信息要怎么做呢？ 更进一步：“外出作业需注意防暑降温，选择阴凉的地方作业，并可服食XX降温产品”------这是基于天气炎热的信息，给与我们一定指引和行动方案，背后其实是有着相关防暑降温知识体系的支撑，所以对应着知识层面； 最后，“根据气象云图数据，以及副热带高压气流的运动特征分析，预计未来几天还将持续为高温天气，建议.......” -------这里就对应着智慧层面，根据气象云图，根据数据分析模型，对气象变化进行预测，帮助你更好的应对可能的变化，提前做好应对准备；这句话看似简单，但要实现真正的预测，背后是需要模型、算法等的支撑； 所以，你看，这个简单例子，虽然只是几句话，其实是需要一套体系在支撑着，我们再用图来展示一下：  相信大家看到这里，已经对DIKW模型有了基本的认识和理解，但我们今天不是来谈知识管理的，我们要用这个模型来衡量我们软件产品做到了哪个层级，以往，我们的很多信息化系统，往往都停留在数据展示和信息基本展示层面，而没有进入到知识、智慧层面，这也就导致了很多系统，只有专家才会用，因为只有专家，才有该产品领域的知识体系，才能更好的使用好这个系统； 那么，这个模型和我们今天要谈的企业数字化转型，有什么必然的联系呢？ 在回答这个问题前，我们还是要先理解一下“信息化”和“数字化”的区别，其实有很多文章解释过信息化和数字化的区别，但我觉得两者之间最本质的区别是： 数字化的数据来自于实际生产过程中实时数据采集；而信息化的数据往往来自于人工输入或者表单的导入； 为什么这么说了，用一个很简单例子就可以说明： 仓库管理系统WMS,对于商品的出入库管理，在信息化时代，往往是一个仓管员拿着出入库单，录入到仓库管理（WMS）系统内，来完成数据采集； 而数字化时代，应该是商品在出入库的时候，借助于产品包装上的二维码、RFID标签，通过扫码来进行识别，完成对出入库数据的采集； 这两者带来的差异，一是数据的实时性，二是数据的准确性；很明显，数字化依托于各种传感设备来实现实时的数据采集，摒弃了以往的很多数据不及时，不同步，以及人工录入的数据偏差，大大提升了效率； 那么，为什么今天数字化转型变得热门，且变得这么急迫了呢，我想主要有这么几点： 1）以往的信息化系统，基于人工效率，基于采集难度，我们无法获取到更多的数据，我们只能采集关键数据； 2）传感器技术，造价也限制以往的数字化发展； 3）云计算、大数据时代的到来，让我们不仅仅可以关注关键节点数据，而是可以关注全程数据，继而从大数据中最大限度的挖掘数据价值； 4）通信技术的迅猛发展，特别是5G到来，让物联网，让万物互联不再成为难事，而且成本可控； 那么好，说完了信息化和数字化区别，我们再回到DIKW模型和今天的企业数字化转型趋势，其实并没有特别诀窍的地方，从大的趋势来看，我们今天已经进入了一个产品过剩、消费升级的时代，企业间的市场竞争异常的残酷；以往，我们企业的一个产品推出，市场活动的开展，可能还可以依据经验，依据企业主的智慧来展开，但今天，我们必须要用数据说话，要用数据来进行决策，而这比如推动着数字化转型到来； 而同时，企业的决策要依托数据来展开，也必须构建起自己的DIKW体系，并将这套体系模型变成软件里面的知识、算法、从而更好支撑企业做好预测，做好市场分析； 所以，我们应该说，企业数字化转型的大趋势，是企业面对市场竞争的需要，也是企业建立健康有效的决策链条的需要； 而DIKW体系的构建，正是为企业走向这种健康有效的决策体系提供了参考和模型； 作为产品人，应该好好去理解DIKW模型，并经常用这个模型来审视一下自己的产品，看看你的产品是否能够支撑到知识以及智慧的层面，从而有效提升产品的智慧化水平，以及用户使用的友好性、傻瓜化。
作者：贝克曼，旗云科技 企业数字化转型咨询顾问，一名产品老兵，十年以上通信、互联网行业产品从业经历，专注于产品需求分析和企业数字化转型咨询。 |
|
|
