为什么数字化转型失败：这不是技术问题，而是运营智能问题

每个转型项目都始于流程图、泳道图、已记录的工作流程，以及一个共同的信念：组织了解自己的工作流程是如何运作的。

这种信念几乎总是错误的，而在迁移过程中发现问题的代价也很少是微不足道的。问问TSB。

2018年4月，TSB将13亿条客户记录从一个遗留的劳埃德平台迁移到由其西班牙母公司Sabadell构建的新系统。在48小时内，190万客户无法登录他们的账户。

更多故事

                                    谨慎辩护Air Peace

2026年5月9日

                                    解决尼日利亚SIM回收系统的真正问题

2026年5月7日

抵押贷款客户可能会看到其他人的余额。企业账户数周无法访问。

成本超过3.3亿英镑。首席执行官辞职。随后的审查发现，迁移过程中没有充分理解TSB现有流程与新系统架构之间的相互依赖关系。技术本身运行良好，但没有人绘制出它应承担的任务。这个问题有一个名字，比大多数组织理解得更为精准。

什么是运营情报？

运营情报通过现有系统，获得工作在流程、系统、决策和人员之间实际流动的数据准确图像。它回答一些没有任何利益相关者访谈或研讨会能可靠回答的问题：工作实际上走的路径是什么？延迟在哪里积累，为什么？在什么点由谁做出什么决策，以及决策的一致性如何？没有它，三件事会可靠发生。团队自动化未定义的工作流程。它们数字化瓶颈。它们在平台上扩展低效。

数据层

运营情报的原材料是事件数据。每个企业系统：ERP、CRM、案件管理、订单管理都会写入事件日志。每次状态变更、批准触发和记录更新都会留下时间戳。这些时间戳通过案例标识符关联，包含了实际操作行为的完整记录。数据已经存在于组织已运行的系统中。通常不存在的是将其作为转型策略的主要输入，而非合规的副产品的做法。

从干净的事件日志出发，流程挖掘工具如Celonis、UiPath流程挖掘和SAP Signavio可以重建实际流程路径，显示延迟集中点，并将实际行为与文档模型进行比较。流程图显示的内容与事件日志显示的内容之间的差距很少是微不足道的。在图表中看似自动的批准可能涉及三封电子邮件和一份没人正式批准的电子表格。当DHL将流程挖掘应用于海关清关操作时，并没有找到管理者预期的瓶颈。大多数延迟不是在处理时间上，而是在决策延迟上，即案件到达决策点与实际做出决策之间的差距。

这个区别很重要。大多数转型项目关注流程可见性：工作在管道中的位置。决策可见性更进一步。决策点是工作流程分支的地方，将案件属性叠加到这些分支上，可以揭示影响路径选择的因素，以及这种治理在团队之间和随时间的变化是否一致。它告诉你哪些异常路径占用过多容量，以及工作流程实际上是如何表现的，与流程架构师假设的有何不同。

运营情报与AI准备

这是风险最高的地方，也是序列不当造成最大损害的地方。训练用以自动化路由决策的机器学习模型，如果训练数据准确反映应支配这些决策的逻辑，将表现良好。重点在于“应”。

在大多数组织中，历史决策数据并不反映预期的逻辑。它反映的是正式规则与非正式变通、个人裁量权，以及在系统外处理且从未记录的例外情况。基于这些数据训练的模型会学习到一种被污染的逻辑版本，而非规则本身，而是人们实际采取的行动的平均值，包括所有捷径和未记录的升级路径。大规模部署时，它会以机器速度复制这些模式：一贯、自信且错误。在训练之前建立正确的决策逻辑，并构建反映预期而非观察到行为的数据集，不是一个卫生步骤，而是区分加速良好决策的AI系统与放大坏决策的系统的关键。

序列优先于选择

运营情报不是与实施平行运行的工作流。它是使实施决策具有辩护性的前提。在选择任何平台或撰写自动化简报之前，必须从数据中回答三个问题：工作实际上走的路径是什么？每个变体的发生频率是多少？延迟在哪里积累，哪些属性可以预测它们？在哪些决策点工作流程会分支，实际由什么因素控制这些分支，以及这种治理在团队之间和随时间的变化是否一致？

Felicia Oyedara是一位英国数据分析师，专注于数字运营、流程优化和人员分析，服务于金融科技、银行和咨询行业。她致力于将运营和人力资源数据转化为清晰、可操作的洞察，提升绩效、简化流程，并支持更好的决策。