对于数字化业务资产的价值，直接来个清晰的定义吧。

数字化业务资产是以企业业务的数字化知识沉淀与承载为目标而存在的，是全面客观准确真实反映业务实际运行状况，并为企业运营决策提供支撑为核心任务的，以重塑企业核心竞争力为宗旨的企业核心无形资产。

要说明业务资产的数字化对企业的支撑，就需要首先对数字化的价值有更为清晰的认知。

其实，当一种数字技术成为基础设施，会为商业的成本侧或效用侧带来新的经济性。基于这样的理解，竞争的本质是争相利用这种经济性创造并捕获价值。企业进而迎来两类截然不同的竞争态势，一类是利用新经济性开展颠覆性创新的创业者，一类是利用新经济性改进既有竞争优势的在位者。数字化转型，归根到底是由上述竞争压力驱动的，因而也是竞争性的。在这个过程中，企业的视野、格局和认知水平决定了企业成长的规模以及对社会的影响力。这就好比人的一生能挣到的钱与个人对世界的认知水平完全匹配一样，一个企业的社会价值与社会贡献也是正相关的。作为技术型或产品型企业，技术与产品的价值就决定了对社会整体的贡献度，也就决定了这个企业未来成长的规模以及在行业中的高度。

今天，随着技术的进步，数字化的基础设施已经不存在任何壁垒和障碍，拉开企业间差距的，不是技术自身，而是企业利用该技术的理解、认知和获取的方式。这种方式的三大基石：新技术经济性、竞争优势体系以及实现两者融合的组织框架流程设计。

例如，同样是产品研发，以完备的数据共享和高效的业务流程为依托实现业务协同，在集成化开发平台的支撑下，将同时开展10款产品的研发提升为可以同时开展30款产品的研发设计，由此支撑满足市场个性化需求的柔性生产并取得更大的市场份额。这种研发效率和能力的提升，就是最典型的制造业核心竞争力之一。这其实就是来自数字化研发体系的支撑，就是基于流程、数据和研发平台所展现出来的综合能力。

所以说“流程承载业务-业务生产数据-数据反哺业务” 是相辅相成的有机组成，前者强调业务数据的沉淀和收集，后者强调数据的应用，更加聚焦让数据产生价值。

需要强调的是，企业开展任何治理的工作都应该考虑“监督-决策-执行”的闭环管理体系的建设，既要有足够权威保障的监督机构设置（包括制度、岗位、权责设置等），也要有基于科学分析的决策能力（包括卓越运营委员会、业务决策委员会等机构），还需要完整的上通下达全局统一的执行能力（业务部门、业务单元、结果上报等），组成完整的治理体系。

所以，针对数字化业务资产的业务治理可以从以下几个方面予以构思设计：

基于数字化技术开展的业务治理的价值可以概括总结为规范管理维度和经济效益维度。

首先从规范管理维度解读：

数字化业务治理在穿透性监管体系建设，对于业务流程“全层级、全链条、全过程、全要素”的实时监管和洞察，有着不可或缺的重要支撑作用。对于具有垂直管理特性的行业，对于业务规范高标准的行业，从一致性对比分析，风险内控、合规审计等方面提出了强监管的要求，为此，以流程挖掘为支撑的流程治理可以直观的监控真实的业务流程运行状态，客观的反映业务运行中内控点、风控点以及流程规范的匹配情况。

如下图所示，之所以需要这样的真实流程还原和流程监控，是因为虽然在正向流程设计中已经充分考虑了业务需求以及流程规范的要求，然而由于业务的复杂性以及多变性，真实的业务流转往往偏差极大。现实的流程还原后几乎是不可辨别的复杂，业务运行的真实挑战与理想流程设计之间存在着巨大的鸿沟。这也体现出正向的理想化的流程设计必然存在的局限性，是无法穷尽业务需求的所有场景的。

所以数字化的业务治理，改变了传统“被动、抽样、定性”的传统模式，升级为“主动、全面、定量”的数字模式，形成“事先规范-事中监控-事后整改”的闭环管理能力，基于数字足迹深入洞察一线业务操作行为，将业务流程全生命周期纳入管理范畴，并通过结构化风控点（KCP）和风控规则在运营监控系统中的落标，实现全面预警，防患于未然。

然后从经济效益维度解读：

在企业运行的实际业务过程中，由于客观原因，业务必然需要通过不同的方式完成既定的任务，而规范的流程设计其实是建立在理想化的业务运转的设想，其天然的局限性必然不能完全规范业务运转的活动，也在客观上造成了业务瓶颈的存在，为业务优化埋伏了潜在的空间。

流程挖掘的一个核心价值，就是在规范的流程设计与实际的业务运转之间，通过数字化的分析，找寻动态平衡的根本性解决方案。而这种动态平衡，其实就存在与每一个端到端的流程分析中，通过具像化，数字化的手段，挖掘优化点，解决业务瓶颈。这种瓶颈可能是人为因素的，也可能是系统设计造成的，也可能是业务变化带来的。

所以，也就很容易理解了下图中这些典型的场景都是流程挖掘和业务治理可以发力的地方。企业在降本增效的过程中，可以通过针对不同业务场景的流程挖掘与分析来提炼流程价值和业务价值。

例如，如下图所示，在企业预算管理与资金管理流程中定量开展流程指标与财务指标的关联影响模型。流程指标与财务指标的关联模型，是流程挖掘技术赋能财务领域的核心逻辑—流程指标反映财务作业的效率、合规性、流转状态，是财务指标的前置驱动因素；财务指标衡量企业的盈利、资金、成本表现，是流程运行效果的最终价值体现。二者通过 “流程行为→资源消耗→财务结果” 的传导链路形成强关联，其关联模型是流程挖掘落地财务场景的关键。

这其中最为关键的挑战就是关联模型中的定量分析算法。

例如“修改订单”是一个在系统中被记录的业务操作，“多次流程返工”是从流程管理视角的现象，由于“修改订单”造成“应收账款延期”，从而对“资金成本”带来直接影响，对“资金效能”指标带来间接影响。所以在“多次流程返工”这个流程指标与“资金成本”指标之间就存在着因果关系，可以通过关联定量分析直接对财务指标的影响程度做出准确的量化评估。

基于上述原理，理论上流程挖掘可以根据企业务流程运行的实际情况，挖掘流程关键成功因素（KSF）形成流程指标与业务指标之间的关联，并覆盖企业核心业务流程的分析和挖掘。

举一个真实案例。

如下图所示，某企业开展采购与供应链的流程变体分析，发现在11000+个流程实例中有1250单由于财务流程返工造成流程时长近乎延长了一倍的时间，这对流程效能直接带来了瓶颈影响。更为严重的是，其中875单存在收货后下订单（PO）的先斩后奏的现象，意味着企业存在巨大的价格失控风险和合规漏洞。如果这个客户年采购额超过10亿，那么流程提效与合规管理就可以带来非常直接的可量化的价值回报。

企业业务流程往往呈现“二八定律”：20% 的主流路径（Happy Path）覆盖了 80% 的业务量。剩下的 80% 的复杂路径（Spaghetti Diagram）则是管理成本最高、最容易出错的区域，也是需求挖掘的宝矿。

综上所述，基于数字化技术的流程治理和数据治理可以为企业开展数字化业务治理提供支撑，重塑企业核心竞争力，形成企业卓越运营体系，并沉淀为企业核心数字化业务资产。

然而这样的统筹全局数据和流程的业务治理需要企业站在更高更为全面的视角，从顶层设计入手，组件具有管理和执行能力的专业组织结构，跨领域跨部门跨职能跨系统的开展总体治理工作。虽然我们高兴的看到已经有企业设置了流程IT这样的专业团队，然而目前也仅是星星之火，更多的企业还是在割裂的对待数据治理和流程治理，这其实本质上还是一种孤岛治理。

三篇系列文章的核心思想，是希望企业将业务治理上升到企业战略的高度，从制度、组织和管理层面开展内部变革，落实数字化部或业务治理委员会的职责，打破部门墙，融合割裂的业务，从数据和流程两个维度统筹协调，运用新一代数据治理技术和流程挖掘技术，将IT技术价值逐步转化为业务价值并最终实现经济效益价值。在这个内卷的大市场背景下焕发新的活力，重塑企业竞争力，这是数字化的根本目标！