現正接案 — 2026 第三季
首頁/觀點/digital-transformation-lessons-2025
INSIGHT2026-02-1014 分鐘數位轉型

2025 年數位轉型的五個關鍵教訓

從成功和失敗的案例中,我們學到了什麼?

Eric Shen
CEO / Salesforce CTA
分享文章已複製連結!
2025 年數位轉型的五個關鍵教訓

摘要

  • 不舒服的真相:根據 McKinsey 與 BCG 的研究,70% 的企業數位轉型失敗。問題不是技術不行,是組織自我欺騙。
  • 誠實聲明:本文五個案例來自我們 CTO 過去在澳洲協助過的真實客戶(傳產、金融、零售、保險、跨國集團);案例經過匿名化處理,重點在模式、不在身份。台灣的對應建議是我們把這些經驗翻譯到本地環境後的判斷。
  • 五個我們親身踩過的教訓:技術不是問題、從小處驗證、資料品質決定一切、整合永遠比想像複雜、轉型沒有「結束」這件事。
  • 三種失敗的常見組合:高層失溫型、大爆炸型、技術泡泡型;本文逐一說明症狀與救援方式。
  • 轉型成熟度自評:文末提供 5 道題,30 秒判斷你的組織離成功有多遠。

一、70% 數位轉型失敗,原因不是技術

McKinsey 2023 的研究說 70% 的數位轉型沒達到預期目標。BCG 同年的研究說只有 30% 創造了顯著價值。這個數字十年來沒變過。

為什麼技術一直在進步,失敗率卻沒下降?

因為失敗的根因從來不是技術,是人。我把過去七年陪客戶踩過的坑整理成五個教訓——這些不是看書看來的,是真正花時間花錢學到的。下面五個案例都來自我們在澳洲協助過的真實客戶,匿名化後分享。

二、教訓一:技術不是問題,人才是

真實案例:某澳洲傳產客戶花 600 萬澳幣導入 Salesforce + Marketing Cloud,預期銷售流程數位化。三個月後系統幾乎沒人用,業務還是用 Excel。

根因:高階主管沒人用。業務主管私下說「我看 Excel 看 20 年了,幹嘛改?」團隊跟著主管走,系統就空轉。

教訓:技術導入失敗的 80% 是變革管理失敗。買系統前,先確認最高層的主管會自己用。如果 CEO 不打開新系統,這個專案註定失敗。

我們現在第一次客戶會議都會問:「您打算每週花多少時間用這個新系統?」如果答案是「我有助理會用」,我們會建議客戶不要做。

可操作的反向工程:在簽約前,要求 CEO 與三位 C-level 主管寫一份「我每週會用這個系統做什麼」的承諾書(不需要正式合約,內部備忘錄即可)。願意寫的,專案有戲;不願意寫的,技術導入下去也是浪費。

三、教訓二:從小處驗證,比一次到位重要

真實案例:某澳洲金融客戶想一次把 CRM、客服、行銷自動化、BI、資料中台全部換掉。預算 2400 萬澳幣、時程 18 個月。第 12 個月我們進場救火,因為原 SI 廠商已經跑掉。

根因:太大、太久、太複雜。需求在 18 個月裡變了三次,但合約鎖死規格。整個專案變成一場「我們六個月前約定的需求」與「我們現在真正需要的需求」之間的戰爭。

教訓:用「90 天看到第一個價值」當設計原則。第一階段選最痛的單一場景(通常是客服或業務報表),90 天內讓使用者真的用起來。後續再擴展。

我們的內部 KPI:每個專案第一階段的營運價值在 6 個月內必須能量化。算不出來的就不簽約。

為什麼是 90 天:90 天是企業「組織記憶」的有效期。超過 90 天還沒看到成果,發起這個專案的人會開始被質疑、預算會被挑戰、競爭優先級會出現。一個 18 個月的專案會經歷至少四次這樣的政治風暴。

四、教訓三:資料品質決定一切

真實案例:某澳洲零售客戶導入 Einstein Analytics 想做客戶分群。系統報告顯示 30% 的客戶住「無效地址」、15% 的電話打不通、5% 的客戶身分證明文件號碼重複。

根因:過去 10 年累積的資料從來沒清理過。AI 模型把垃圾資料學出垃圾結論。

教訓資料中台 / AI / 分析工具導入前,先做 data audit。如果你的客戶資料品質低於 80%,所有分析工具都是浪費錢。

我們的標準做法:

  1. 先抽樣 1000 筆關鍵資料人工核對
  2. 量化「可信資料比例」
  3. 低於 80% 必須先做資料清理(通常 2–4 個月)
  4. 80% 以上才開始上層應用

短期看像浪費時間,長期看是省下 10 倍的痛。

反直覺的觀察:資料品質低不只是 IT 問題,更是業務流程問題。如果業務人員填欄位敷衍、前端表單沒驗證、欄位定義不一致——你做再多次清理都會復發。根治需要從業務流程改起,不是只改資料庫

五、教訓四:整合永遠比想像複雜

真實案例:某澳洲保險客戶導入新 CRM,預估與核心保單系統整合 3 個月。實際做了 14 個月。

根因

  • 核心保單系統文件是 1998 年寫的,沒更新過
  • 唯一懂 API 細節的工程師已退休
  • 中間夾雜兩套老 ESB 沒文件
  • 保單資料 schema 在 2008 與 2015 各改過一次但沒回填

教訓整合工時用「直覺估算 × 3」。預估 3 個月一律報 9 個月。如果客戶嫌貴,把整合工作切成兩階段——這比交付時超支好。

整合是企業數位轉型的第二大殺手(第一大是人)。

整合風險的三個訊號:在 kick-off 前,先檢查這三件事:

  1. 核心系統的 API 文件能不能在一週內提供?不能 → 風險高。
  2. 核心系統的 API owner 還在公司嗎?不在 → 風險高。
  3. 過去三年核心系統的 schema 改過幾次?兩次以上 → 風險高。

三個訊號中有兩個亮紅燈,整合工時直接抓 4 倍而不是 3 倍。

六、教訓五:轉型沒有「結束」

真實案例:某澳洲跨國客戶 2019 年導入 Salesforce,當時是業界標竿。2024 年我們再次拜訪,發現他們還在用 2019 年的 Classic UI、沒升級到 Lightning、沒用過 Flow 也沒碰 Einstein。

根因:把數位轉型當成「一次性的專案」,導完就解散團隊。後續沒人持續優化。

教訓數位轉型不是專案,是新的營運模式。導完上線後需要:

  • 內部產品經理(PO)持續收集需求
  • 每季度 release 計劃
  • KPI 持續追蹤與調整
  • 與軟體商的 roadmap 同步

我們協助客戶建立內部「Center of Excellence (CoE)」,這個角色比 SI 廠商還重要。CoE 通常 3–5 人,包含產品經理、資深開發、流程分析師、合規代表。它的存在保證:當 SI 廠商交付完離開,知識資產與演進能力留在客戶內部。

七、三種失敗的常見組合

過去陪客戶救火,我發現失敗很少是單一教訓沒做好,而是幾個教訓同時出問題。最常見的三種組合:

組合一:高層失溫型

特徵:CEO 興奮地宣布、預算到位、立案、開工、然後 CEO 三個月後關注新議題去了。中階主管失去 air cover,每個小衝突都變大事。

症狀:專案進入第四個月後決策變慢、跨部門溝通停滯、月會變成抱怨大會。

救援:找回 CEO 的關注。最有效的方法是把專案 KPI 跟 CEO 的董事會報告綁在一起——只要董事會問,CEO 就會親自盯。

組合二:大爆炸型

特徵:「既然要做就做大的」心態,第一階段範圍涵蓋三個業務、五個系統、十個流程。預算 5000 萬起跳。

症狀:18 個月時程拖到 30 個月、需求文件改到第七版、團隊三分之一已換人。

救援:忍痛切割。把原本一個 18 個月的專案,重新切成 3 個 6 個月的獨立專案,每個都能單獨上線、單獨產出價值。原本的 phase 2、phase 3 待 phase 1 上線後再重新規劃。

組合三:技術泡泡型

特徵:IT 部門主導、業務部門被動配合。技術選型完美、架構漂亮、但沒人在意業務真正的痛點。

症狀:上線後業務不用、IT 認為是「教育問題」、雙方互相歸咎。

救援:強制業務派代表進駐專案核心。我們稱之為「Business PO」,他們的工作不是寫需求,而是每天用使用者的視角檢查產出。沒有 Business PO,專案會變成 IT 的自嗨。

八、你的組織離成功有多遠?5 題自評

回答 yes / no:

  1. CEO 自己每週至少使用核心數位系統 1 小時。
  2. 過去 12 個月內,數位轉型有產出可量化的營運指標(例如客戶滿意度、處理時間)。
  3. 資料中台或 CRM 的客戶資料品質高於 80%。
  4. 整合預算為單純授權費用的 30% 以上。
  5. 公司有專責的「數位轉型 PO 或 CoE」團隊。

對應建議:

  • 5 yes:恭喜,你在前 30%。下一步是把成功經驗系統化,準備做下一階段的擴展。
  • 3–4 yes:還行,找到弱項補強。最關鍵的弱項通常是第 1 題(CEO 投入)與第 5 題(CoE 結構)。
  • 1–2 yes:暫停吧。先解決組織問題,再花錢買系統。
  • 0 yes:請先做組織健檢,再考慮數位轉型。否則錢會打水漂。

九、結語

數位轉型不是買軟體、不是裝 AI、不是上雲。它是讓組織的決策方式、合作方式、競爭優勢方式根本改變。技術只是工具,工具沒問題,但組織通常有。

如果您正在規劃或檢討一個轉型專案,歡迎與我們聊聊。我們可能會勸您慢下來——但這通常是省錢省命的建議。

十、5 階段成熟度模型

我們用這個模型幫客戶定位自己的轉型階段:

階段典型特徵下一步
Lv 0 紙本年代流程靠紙與 Excel;資料分散在個人電腦先做基本的雲端化,不急於 AI
Lv 1 雲端化系統上雲、流程數位化但仍各自獨立整合:建立 single source of truth
Lv 2 整合化客戶資料統一、流程跨系統連通數據驅動:建立分析能力
Lv 3 數據化決策有資料支持、報表自動化智能化:開始引入 AI
Lv 4 智能化AI 嵌入流程、自動化決策、客戶分群精準持續演進:CoE 與 product mindset

跨越階段的時間通常是 12–18 個月。不要跳級——在 Lv 1 沒完成就硬上 Lv 4 的 AI,是大部分轉型失敗的根源。

十一、產業差異:製造、零售、服務的不同模式

不同產業的轉型重點完全不同,以下是我們在澳洲跨產業客戶身上觀察到的典型模式:

製造業

痛點:供應鏈追溯、品質管理、設備預測性維護。

模式:先做 OT/IT 整合(把工廠資料接進雲端),再做預測性分析;CRM 通常排在第二輪。

典型陷阱:把工廠當成數位化死角,只做業務端的 CRM;結果業務看到的客戶資料與工廠真實情況脫節。

零售業

痛點:全通路客戶體驗、庫存即時性、會員 LTV。

模式:先做 POS 與電商的客戶資料整合,再做會員分群與個人化推薦。

典型陷阱:把會員系統當成「行銷部的玩具」,沒有跟營運整合;結果分群報告漂亮,業績沒動。

服務業(含金融、醫療、教育)

痛點:服務一致性、合規、客戶旅程設計。

模式:先做客戶 360 視圖,再做服務流程數位化,最後才做 AI 與自動化。

典型陷阱:合規部門被排除在外,上線後才發現法規不過。

十二、Executive Sponsor 的真正工作

我們把 sponsor 分成三類,只有第一類會讓專案成功:

類型 A:投入型 sponsor

特徵:每兩週親自參加 steering committee;自己會用新系統;願意在跨部門衝突時表態做決定。

結果:專案大概率成功。

類型 B:掛名型 sponsor

特徵:開工儀式出席;之後關注度遞減;steering committee 派代表參加。

結果:專案靠運氣,遇到任何跨部門衝突就停滯。

類型 C:施壓型 sponsor

特徵:只在出問題時出現;用「為什麼還沒做好」施壓;不參與決策。

結果:團隊士氣崩潰,人才流失。

篩選方法:在 kick-off 前的 1:1 會談裡問 sponsor「您打算每月花多少時間在這個專案上」。如果答案低於 4 小時,請更換 sponsor 或暫停專案。

十三、轉型治理委員會(Transformation Steering Committee)的設計

許多企業有 steering committee 但效果不彰,原因是組成錯了。我們建議的設計:

必要成員(缺一不可):

  • Executive Sponsor(CEO 或業務最高層)
  • IT 主管
  • 業務代表(不是 IT 的代理人,要真正的 line of business head)
  • 合規/法務代表
  • 變革管理 lead

會議節奏

  • 月度:30 分鐘 status review,主要看 KPI 與 risk register
  • 季度:90 分鐘 strategy review,重新對齊優先序與 roadmap
  • 重大決策:例外召開,明確的 decision authority

最關鍵的紀律:每次會議都要有 written decision log,誰決定什麼、為什麼。沒有 decision log 的 steering committee 等於沒開過。

十四、Center of Excellence(CoE)的最小可行配置

我們協助客戶建立 CoE,最小可行的人員配置:

角色人數主要工作
CoE Lead1roadmap、跨部門協調、預算
Product Owner1–2需求收集、優先序、release planning
Technical Lead1架構決策、code review、技術風險
Business Analyst1流程分析、文件、訓練
Admin / Configurator1–2日常配置、低風險變更

規模對應:1000 員工以下用最小配置;3000 員工以上應該有 8–12 人的 CoE。沒有 CoE,SI 廠商離開後系統會慢慢腐爛——這是我們在二次拜訪客戶時最常看到的失敗。

分享文章已複製連結!

想跟我們討論你的 具體場景

30 分鐘,由 CTA 親自接。我們會根據你描述的情境,直接回答「值得做」、「現在還不是時候」或「這不是我們的場景」。

我們使用 Cookie

我們使用必要性 Cookie 維持網站運作,並使用選用的分析 Cookie(Google Analytics)了解訪客如何使用本站。詳見 Cookie 政策隱私政策