܄

【金猿人物展】观远数据苏春园:用大数据赋能商业品牌 持续捕捉增长机会

【数据猿导读】 本文由观远数据创始人兼CEO苏春园撰写并投递参与“数据猿年度金猿策划活动——2020大数据产业趋势人物榜单及奖项”评选。

【金猿人物展】观远数据苏春园:用大数据赋能商业品牌 持续捕捉增长机会

作为观远数据创始人,自公司2016年创立以来,我跟团队就始终把业务聚焦到拥抱数据比较丰富,但是难度跟挑战也比较大的泛零售行业,并致力于为零售、消费、泛互联网以及综合型集团客户提供新一代智能数据分析平台的服务,为客户提供“Actionable Insight”——智能数据分析基础上的切实可行的决策建议,帮助企业在数字化智能化升级中建立可持续竞争优势,为企业构建智能决策大脑,实现企业从传统BI到智能BI的成功转型。

几年下来,我也有不少思考跟想法想要跟大家交流分享。

2020年,通过“AI+BI”进一步诠释新消费时代商业逻辑

伴随着国民消费水平不断提高,新消费时代消费品的巨大增长力不断展现。快消品行业的竞争,其实最终比拼的是供应链效率、商品流转效率和用户体验的提升。

通过数据驱动业务增长,企业在数据运营层面提出了很多共性要求,如建设灵活、敏捷易操作的数据智能平台,沉淀数据资产,在解决数据“可用性”基础上,实现可探索式的自主分析,满足企业高、中、基各个层级用户的数据分析需求。

而随着算法和算力不断增强,让企业能够更细颗粒度地去洞悉问题和机会,在合适的地点以合适的方式给顾客合适的商品服务,这是新消费时代商业最本质的逻辑。

这就要求,从新品设计、生产计划、仓储物流、订单管理到营销售卖,每一步经营效率的提升都要建立在高效的数据智能基础上,都要基于实时的数据结果给出正确的价值反馈。

这就需要科技服务企业将“黑科技”转变为“灰科技”,从消费者出发,找准产品定位,提高供应链效率、商品流转效率和用户体验,使敏捷化、智能化、细颗粒化的数据分析和应用工具更好地服务客户。

“灰科技”主要具备三个特征:真正为用户服务,产生业务价值;能“上山下乡”落地;不断的进化与技术实践。

根据不同企业的信息化程度,我们制定了从敏捷分析到智能决策的“5A”落地路径方法论,即Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化。从BI到AI逐层递进、陆续升级,不管企业处于哪个发展阶段,都可以找到适合自己的切入口。

所以,我们在2020年发布了一站式分析平台3.0版本,涵盖Universe数据开发、Galaxy数据分析、Atlas云三大“灰科技”产品线,就像人类探索宇宙一样,Galaxy像便携式的望远镜随时打开,探索智能决策奥秘,面对复杂化的决策流程,Universe像强大的基座可以帮助企业望向外太空,而在深耕行业不断实践的过程中,Atlas则像星图一样帮助企业沉淀行业最佳实践。我们这个平台可按企业个性化数据分析决策需求进行自由组合,始终陪伴企业成长每一阶段,让企业在不同时期满足不同场景的分析和决策需求,以此实现降本增效和业务增长。

低代码和无代码是我们的产品特色。以场景化为例,将指标可视化,通过不同类型的销售指标、流量指标和库存指标呈现可视化,针对不同的用户,可落地不同的分析模型。通常情况下,95%的企业都可以直接利用我们提供的数据处理与分析能力,无需任何定制。

因此,我们已具备了零售数字化转型的核心特征——敏捷化、智能化、细颗粒化,能够对一定期间内所有新品的综合业绩进行分析,以天为单位跟踪新品的目标达成趋势,针对单个新品,详细分析其上市后表现,评价新品健康度。未来,我们还将与更多客户一起持续打磨智能分析与决策产品,深化零售消费业务方案,用数据驱动企业精益增长,让决策更智能。让只有巨头才用得起的数据分析,惠及所有企业,“伟大产品引领未来”是我们的信仰,我们共勉。

对2021年的几个趋势展望

To B市场讲求长期主义。而智能决策是一个需要经过沉淀和反复验证的过程。有生命力的产品,会陪伴客户一起成长,同时也需要在准确把握大趋势的基础上,定期炼丹回炉(如头脑风暴、专家交流、团队学习),持续硬核进化,才能用产品和专注构筑自己的护城河,以更好的产品和服务,在未来,可以帮助更多企业走的更长久,10年、20年乃至更长。

趋势一:BI不会只停留在对历史数据的多维统计,而是通过与不断普及的算法、算力融合,实现更自动、智能的数据探索跟实时预警、未来预测、自动诊断以及行动建议。

通常情况下,企业业务操作都会产生大量数据,例如订单、库存、交易账目及客户资料等,通过商业智能软件能够帮助决策者增进对业务情况的了解。而商业智能的关键则在于如何从业务数据中提取有用信息,并根据信息产生有价值的结果。

算法、算力的提高以及海量数据积累,将改变中国BI市场的现状。以往的BI虽然很有价值,但更多的是对历史数据的多维统计,还没有真正达到智能水平。如何帮企业预测未来,自动诊断、发现问题,或者做更复杂的分析决策,整个行业包括国外其实也都没达到。

商业智能旨在将企业于生产活动及运营等环节生成的数据进行整合、清洗、分析、可视化并分发,以便企业实时理解数据并获取有价值的决策信息。

智能决策的本质,不是产生爆炸式增长,而是持续捕捉比原来多十倍、百倍、千倍的增长机会。DT时代,看数据做决策会成为一种趋势。能否用数据驱动智能决策,则决定了企业核心竞争力。

趋势二:BI的使用体验日趋“傻瓜”化,强调敏捷、易用与行业场景化,并不断接入整合更丰富、更细颗粒度的数据源,进一步延展数据驱动决策的应用场景和纵深。

在数字化的世界,智能时代的颗粒度革命必将广泛开展。企业就是由那些具有极细颗粒度的数据组成。在数据这场颗粒度革命中,企业每一步经营决策都将来源于对经营末梢的细微洞察。智能时代,每个公司都能变成聪明的公司。

大数据时代,企业都不缺乏数据,缺乏的是对于数据整合、分析、应用的能力。在此背景下,借助AI+BI实现全面数字化转型就显得尤为重要。但数字化转型并不只是技术转型,如果是零售企业,还需考虑自身身份的转变,例如从粗放经营向数据驱动的精细化运营转变。

趋势三:未来,每一个企业都需要构建一个基于数据的决策大脑,不断把想法落地到产品中,再切入到企业场景,发挥智能决策的作用,给企业带去持续价值。

在欧美大企业中,BI基本都是标配。对国内来说,智能决策是未来10年的确定性大趋势,而目前BI在国内企业渗透率可能连10%都不到,这个市场才刚刚开始,未来十年,肯定有至少几百亿到上千亿的市场容量。现在可能还在100亿以内,但是增长很快。未来,从BI到AI的智能分析与决策,需要从BI切入,不断AI化升级,看3年,做3个月,是一个理性可落地的路线图。

商业创新是从量变到质变,如果一个品牌每周有100多次增长机会,每周提高1%的经营精准度,在52周之后,你就不是过去的你,和你竞争的也不是隔壁的品牌。你是与未来为伍!

所以,我们一方面深耕泛零售与消费领域,不断拓宽行业应用场景,另一方面,坚持“AI+BI”,降低BI使用门槛的同时,不断推动决策从统计分析向更智能的预测与诊断分析迈进。尤其,在疫情蔓延的背景下,企业对数字化的需求越发迫切,也给“AI+BI”带来了新的升级与机会。

2021,我们一起加油。

关于作者·苏春园:

苏春园,观远数据创始人兼CEO,毕业于卡内基梅隆大学,曾在全球最大的独立BI公司微策略(MicroStrategy)任职十年,主要担任全球高管及中国区研发总裁,2016年创立观远数据。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

【金猿人物展】易观于揚:2021年将翻开“留量时代”的序章
【金猿人物展】易观于揚:2021年将翻开“留量时代”的序章
【金猿产品展】佰聆数据·聆鉴——大数据标签运营平台
【金猿产品展】佰聆数据·聆鉴——大数据标签运营平台
【金猿产品展】Yonghong Z-Suite——一站式大数据分析平台
【金猿产品展】Yonghong Z-Suite——一站式大数据分析平台...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录