數(shù)據(jù)信仰下沉，BI分析平民化，這家公司如何實(shí)現(xiàn)彎道超車？

　 域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

總結(jié)創(chuàng)業(yè)前的十年，蘇春園認(rèn)為可用一件事來(lái)概括自己的經(jīng)歷，那就是數(shù)據(jù)分析。從卡內(nèi)基梅隆大學(xué)畢業(yè)后，他加入了 BI（Business Intelligence，商業(yè)智能）領(lǐng)域的老牌公司微策略 MicroStrategy，從工程師做起到中國(guó)區(qū)產(chǎn)品研發(fā)總裁，服務(wù)過(guò)上百家世界 500 強(qiáng)企業(yè)，一步步解鎖了這個(gè)行業(yè)的高度。

展望未來(lái)十年，蘇春園的方向很明確，這種「明確」從三年前便付諸于實(shí)踐。彼時(shí)，國(guó)內(nèi)的科技浪潮讓他意識(shí)到，中國(guó)有足夠大的機(jī)會(huì)，在 BI 領(lǐng)域彎道超車，就像在移動(dòng)互聯(lián)網(wǎng)賽道上上演的戲碼一樣，誕生甚至十倍價(jià)值于國(guó)外的產(chǎn)品，而不僅僅是其「中國(guó)版」。

站在變革的十字路口前，他離職創(chuàng)立了觀遠(yuǎn)數(shù)據(jù)，公司總部與當(dāng)時(shí)提出新零售概念的阿里巴巴同在杭州余杭區(qū)文一西路上。前不久，公司獲得了由襄禾資本領(lǐng)投，紅杉資本中國(guó)基金和線性資本跟投的億元級(jí) B 輪融資。

沃爾瑪曾通過(guò)算法發(fā)現(xiàn)啤酒與尿不濕在特定的季節(jié)有銷售上的關(guān)聯(lián)。過(guò)去，要探索類似的關(guān)聯(lián)需要數(shù)據(jù)科學(xué)家或數(shù)據(jù)分析團(tuán)隊(duì)，BI 軟件也通常需要有一定技術(shù)、分析基礎(chǔ)的 IT 人員或數(shù)據(jù)分析師才會(huì)使用。

蘇春園對(duì)未來(lái)趨勢(shì)的判斷即是這種分析能力將變得「平民化」，將數(shù)據(jù)轉(zhuǎn)化成知識(shí)這一「特權(quán)」會(huì)從大企業(yè)走進(jìn)普通企業(yè)，從專業(yè)人員走向業(yè)務(wù)人員，即便是剛?cè)肼毘鮼?lái)乍到的「門外漢」。

數(shù)據(jù)信仰「 下沉」

「在國(guó)外，每一波商業(yè)浪潮背后幾乎都有一次技術(shù)浪潮為支撐；而在國(guó)內(nèi)，現(xiàn)在是三個(gè)浪潮疊加在一起同時(shí)發(fā)生?！惯@三個(gè)浪潮指的是大數(shù)據(jù)、云計(jì)算和 AI，蘇春園堅(jiān)信傳統(tǒng) BI 的未來(lái)一定是智能 BI，且國(guó)內(nèi)會(huì)快于國(guó)外。目前，由于國(guó)內(nèi)傳統(tǒng)企業(yè)的 IT 設(shè)施整體相對(duì)國(guó)外還比較落后，很多國(guó)內(nèi) BI 服務(wù)商前期還處于幫助企業(yè)建立數(shù)據(jù)資源庫(kù)和部署階段。但這種「落伍」的另一面，則是為國(guó)內(nèi)企業(yè)跨過(guò)中間段直接進(jìn)入智能時(shí)代提供了契機(jī)。

對(duì)國(guó)內(nèi)與國(guó)外零售市場(chǎng)的洞察，也堅(jiān)定了他做本土化數(shù)字化解決方案的決心，他告訴極客公園（id：geekpark）「中國(guó)零售業(yè)務(wù)場(chǎng)景創(chuàng)新有后發(fā)優(yōu)勢(shì)，很多國(guó)外原有數(shù)據(jù)分析方法和工具都很難支撐國(guó)內(nèi)不斷創(chuàng)新變化的節(jié)奏?！?/p>

國(guó)外零售市場(chǎng)較為「穩(wěn)定」，國(guó)內(nèi)零售市場(chǎng)則風(fēng)起云涌，這也是直接引發(fā)了「AI+BI」的智能熱潮的重要原因之一。

AI 的加入為 BI 帶來(lái)了預(yù)測(cè)的功能。通過(guò)將各環(huán)節(jié)數(shù)據(jù)連通在一起，把過(guò)去基于歷史數(shù)據(jù)對(duì)銷售問(wèn)題的事后描述，革新為對(duì)商品銷售的實(shí)時(shí)監(jiān)控，甚至是提前預(yù)測(cè)。對(duì)于快消企業(yè)而言，尤其是諸如百威英博這類市值千億美元的快消巨頭，龐大的數(shù)據(jù)量和較小的單件凈利潤(rùn)意味著即使是相當(dāng)小的效率提升就能轉(zhuǎn)化為顯著的凈收入提升。因此，在企業(yè)經(jīng)營(yíng)上，每一次的調(diào)整變化更加依賴數(shù)據(jù)作為決策依據(jù)。

觀遠(yuǎn)數(shù)據(jù)利用 AI 算法建模，將專家經(jīng)驗(yàn)固化到系統(tǒng)，用機(jī)器學(xué)習(xí)取代繁瑣的人力工作。百威英博通過(guò)觀遠(yuǎn)提供的 AI+BI 方案，已可以做到用 6 個(gè)人的團(tuán)隊(duì)完成全國(guó) 300 多個(gè)銷售點(diǎn)、1700 多個(gè) SKU 的周度和月度的預(yù)測(cè)工作。

蘇春園覺(jué)得，企業(yè)應(yīng)當(dāng)把「用數(shù)據(jù)做決策」當(dāng)做「信仰」來(lái)做。諸如一類貨品的進(jìn)貨與否、進(jìn)貨多寡等決策已不再應(yīng)當(dāng)完全由店主人說(shuō)了算。這個(gè)決策權(quán)正逐漸向「BI」轉(zhuǎn)移，也在向普通員工「下沉」。這種「下沉」、「平民化」的變革背后不僅是智能化的趨勢(shì)，也有新零售帶來(lái)的運(yùn)營(yíng)、管理思想的變革，涉及到每一個(gè)員工。

成立于 2006 年的見福便利店，其門店規(guī)模已經(jīng)超過(guò) 1500 家，一直被稱作是區(qū)域便利店企業(yè)的典范。在觀遠(yuǎn)數(shù)據(jù)智能決策峰會(huì)現(xiàn)場(chǎng)，見福便利店董事長(zhǎng)張利介紹道，通過(guò) BI 對(duì)便利店單品單店分析，實(shí)現(xiàn)了門店?duì)I業(yè)額 15% 以上的提升。

精細(xì)管理、快速反應(yīng)、智能決策是零售決策大腦的三大基礎(chǔ)核心能力。

而精細(xì)化管理需要每一個(gè)員工都參與其中，參與到運(yùn)用數(shù)據(jù)中去。觀遠(yuǎn)數(shù)據(jù)為老板、員工等不同角色設(shè)置了不同的入口，且可通過(guò)釘釘或企業(yè)微信在移動(dòng)端隨時(shí)獲取更新的數(shù)據(jù)。在數(shù)據(jù)分析方面，見福原來(lái)需要多個(gè)數(shù)據(jù)分析員協(xié)作?，F(xiàn)在每個(gè)角色都可以隨時(shí)監(jiān)測(cè)自己的相關(guān)數(shù)據(jù)指標(biāo)，并及時(shí)作出調(diào)整和決策。

這種「平民化」的好處還體現(xiàn)在另一方面。如果一家便利店拓展了新店，而新招聘來(lái)的店長(zhǎng)、店員未必清楚之前便利店的暢銷產(chǎn)品等信息，這時(shí)智能 BI 可以提供「指導(dǎo)」，諸如暢銷產(chǎn)品的變化、庫(kù)存儲(chǔ)量、明天適合的促銷計(jì)劃等。

「越來(lái)越多的零售企業(yè)期待數(shù)據(jù)能夠回答從日常運(yùn)營(yíng)到重要決策的各種問(wèn)題，從而賦能從生產(chǎn)到交易的各個(gè)環(huán)節(jié)，提升零售效率。」蘇春園如此評(píng)價(jià)正在行進(jìn)中的趨勢(shì)，「由「AI+BI」構(gòu)成的決策大腦是零售場(chǎng)景人、貨、場(chǎng)之外的第四個(gè)要素?！?/p>

與巨頭共舞

觀遠(yuǎn)數(shù)據(jù) 80% 的業(yè)務(wù)落地于泛零售行業(yè)。據(jù) Gartner 報(bào)告統(tǒng)計(jì)，到 2020 年全球的商業(yè)智能市場(chǎng)容量預(yù)計(jì)將達(dá)到 228 億美元，自然語(yǔ)言生成和人工智能將是 90% 的新一代 BI 平臺(tái)的標(biāo)準(zhǔn)配置，50% 的分析查詢將使用搜索、自然語(yǔ)言處理，或語(yǔ)音生成，或?qū)⒆詣?dòng)生成。在蘇春園看來(lái)，目前國(guó)內(nèi)泛零售的 BI 市場(chǎng)剛剛起步，未來(lái)仍有極大增長(zhǎng)空間。

而這種「空間」自然激發(fā)了更多玩家入局。

但這并不是一個(gè)藍(lán)海市場(chǎng)，在有近 30 年歷史的 BI 領(lǐng)域中，國(guó)外有 tableau、MicroStrategy、Domo 以及 SAP BO、Oracle BIEE、IBM Cognos 等大公司玩家；國(guó)內(nèi)也出現(xiàn)過(guò)眾多本土化數(shù)據(jù)服務(wù)商再加上新零售浪潮中入局的互聯(lián)網(wǎng)巨頭等。

面對(duì)來(lái)自不同方向的競(jìng)爭(zhēng)者，蘇春園將「競(jìng)爭(zhēng)邊界」看得很淡。與垂直的數(shù)據(jù)服務(wù)商相比，他覺(jué)得并不產(chǎn)生沖突，「他們是縱向發(fā)展，如果只分析用戶行為，那必然不會(huì)涉及到財(cái)務(wù)數(shù)據(jù)，而 BI 是橫向拓展?！姑鎸?duì)美團(tuán)餐飲 SaaS、阿里巴巴零售通等巨頭從不同方向開始涉足數(shù)據(jù)分析與商業(yè)智能相關(guān)領(lǐng)域，他的壓力似乎也并不大，「雖然有競(jìng)爭(zhēng)，但更多是合作關(guān)系?！?/p>

他舉了個(gè)例子，通常不隸屬于任何一家大公司的獨(dú)立的零售企業(yè)不僅只會(huì)綁定騰訊的流量，也會(huì)和阿里、京東、美團(tuán)等等的電商合作，在此基礎(chǔ)上，它會(huì)構(gòu)建自己的「私域流量」。而私欲流量中的數(shù)據(jù)是企業(yè)更關(guān)注的，「數(shù)據(jù)在哪，分析決策就在哪?！?/p>

「大公司做的更偏向于構(gòu)建底層的基礎(chǔ)設(shè)施，而我們其實(shí)就相當(dāng)于應(yīng)用層?！乖谒接蛄髁康倪@片空間中，諸如觀遠(yuǎn)數(shù)據(jù)這類服務(wù)商找到了自己的「舒適區(qū)」。在此基礎(chǔ)上，蘇春園希望觀遠(yuǎn)數(shù)據(jù)能夠成為未來(lái)智能商業(yè)時(shí)代的決策大腦。

在各行業(yè)普遍處于「流量困局」的當(dāng)下，零售企業(yè)開始回歸行業(yè)本質(zhì)，降本增效。加之消費(fèi)升級(jí)與千禧一代的消費(fèi)偏好及行為特點(diǎn)難以琢磨，零售企業(yè)也陸續(xù)重點(diǎn)投入精細(xì)化運(yùn)營(yíng)。與眾多零售企業(yè)接觸的過(guò)程中，蘇春園發(fā)現(xiàn)，發(fā)展好的零售企業(yè)有一個(gè)共性就是「對(duì)科技的投入很堅(jiān)定」，這種「堅(jiān)定」需要數(shù)據(jù)信仰來(lái)支撐，正如科技成果的發(fā)酵需要時(shí)間。

技術(shù)或許沒(méi)有辦法讓所有人同時(shí)變好，但抓住機(jī)會(huì)至少能夠獲得一定的「加速度」。用蘇春園的一句話講，「在不確定的時(shí)代，更要 all in 在確定的趨勢(shì)?！?/p>

智能數(shù)據(jù)分析方案咨詢：shopbi2018

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！