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

從一瓶可樂(lè)在超市上架,到一輛汽車(chē)下線送達(dá)4S店,每個(gè)環(huán)節(jié)都會(huì)產(chǎn)生數(shù)據(jù),并反哺到最上游的生產(chǎn)環(huán)節(jié)。過(guò)去十年,數(shù)智化深入中國(guó)企業(yè)的組織層面,成為企業(yè)準(zhǔn)確決策的助力。

這并不簡(jiǎn)單:要建立數(shù)據(jù)標(biāo)準(zhǔn)、分辨數(shù)據(jù)價(jià)值、處理數(shù)據(jù)、數(shù)據(jù)決策……而數(shù)據(jù)流、商業(yè)流、工作流留存的海量數(shù)據(jù),系統(tǒng)之間林立的數(shù)據(jù)孤島,更會(huì)變成棘手難題,刺痛著每一個(gè)想要推進(jìn)數(shù)智化轉(zhuǎn)型升級(jí)的企業(yè)。

幾十年間迅速發(fā)展的中國(guó)企業(yè),集合了各個(gè)階段的經(jīng)營(yíng)狀況,擁有大量數(shù)據(jù)應(yīng)用場(chǎng)景。“在全世界范圍內(nèi),中國(guó)的數(shù)據(jù)行業(yè)和數(shù)智化走在非常前列,是沒(méi)有答案可以抄的。”阿里巴巴集團(tuán)副總裁、瓴羊CEO朋新宇曾表示。

不過(guò)在行業(yè)領(lǐng)先的數(shù)智化實(shí)踐中,總有“高分答案”可以參考。因行業(yè)而異,它們又呈現(xiàn)出了不同的特點(diǎn)。一財(cái)商學(xué)院聯(lián)合瓴羊發(fā)布的《102個(gè)增長(zhǎng)實(shí)例——數(shù)智化增長(zhǎng)領(lǐng)頭羊》切入四大行業(yè)——零售行業(yè)、酒水飲料、金融行業(yè)、通用行業(yè),詳細(xì)介紹了16個(gè)典型企業(yè)的數(shù)智化實(shí)踐,以及其中的巨大挑戰(zhàn)、應(yīng)用場(chǎng)景和數(shù)智化解決方案。

一、零售走向全域,數(shù)據(jù)成為關(guān)鍵要素

在零售企業(yè)數(shù)智化轉(zhuǎn)型過(guò)程中,面臨五個(gè)關(guān)鍵問(wèn)題:

搭建數(shù)智基礎(chǔ)設(shè)施:內(nèi)部數(shù)據(jù)系統(tǒng),全流程數(shù)字化;

洞察消費(fèi)者需求:全渠道消費(fèi)者一把抓并實(shí)現(xiàn)分層運(yùn)營(yíng)管理;

線上線下全域協(xié)同銷(xiāo)售布局:從線下到全域協(xié)同作戰(zhàn);

精準(zhǔn)營(yíng)銷(xiāo):預(yù)測(cè)營(yíng)銷(xiāo)環(huán)節(jié),有的放矢地投放與數(shù)據(jù)回收;

生產(chǎn)端及時(shí)響應(yīng)需求:讓消費(fèi)者反饋?zhàn)饔糜诋a(chǎn)品生產(chǎn)。

在零售行業(yè)場(chǎng)景,數(shù)據(jù)要素在其中起到前所未有的關(guān)鍵串聯(lián)作用。

以知名服裝企業(yè)雅戈?duì)柤瘓F(tuán)為例,其經(jīng)歷了數(shù)據(jù)治理的重要階段,將冗余數(shù)據(jù)轉(zhuǎn)化為業(yè)務(wù)價(jià)值。1979年成立以來(lái),在多品牌多渠道布局的戰(zhàn)略下,系統(tǒng)內(nèi)部催生了巨量的數(shù)據(jù),累計(jì)超過(guò)3億行數(shù)據(jù)表,還有十多個(gè)獨(dú)立的數(shù)據(jù)孤島,調(diào)用數(shù)據(jù)需多套用戶名和密碼,數(shù)據(jù)使用效率非常低。

雅戈?duì)栐跀?shù)據(jù)建設(shè)、數(shù)據(jù)治理層面采取三個(gè)關(guān)鍵動(dòng)作,讓數(shù)據(jù)又重新“活”了起來(lái):

啟動(dòng)數(shù)據(jù)中臺(tái),切入核心業(yè)務(wù)場(chǎng)景,建設(shè)統(tǒng)一數(shù)據(jù)指標(biāo);數(shù)據(jù)治理統(tǒng)一標(biāo)準(zhǔn)、劃分邊界;數(shù)據(jù)應(yīng)用在門(mén)店場(chǎng)景,輔助管理層決策、減輕店長(zhǎng)行政工作。

具體拆解下,雅戈?duì)栒狭斯?16 個(gè)系統(tǒng),900 多個(gè)報(bào)表和 400 多組指標(biāo)。不僅內(nèi)部統(tǒng)一標(biāo)準(zhǔn),也明確了業(yè)務(wù)邊界。數(shù)據(jù)看板呈現(xiàn)的全景數(shù)據(jù)視角減輕了門(mén)店店長(zhǎng)60%-70% 的日常行政工作,數(shù)據(jù)中臺(tái)提供實(shí)時(shí)數(shù)據(jù)支持,輔助店長(zhǎng)日常工作。

二、酒水飲料行業(yè),用數(shù)智化提升線下經(jīng)營(yíng)效率

于酒水飲料行業(yè)而言,線下渠道是銷(xiāo)售的重中之重,但存在著諸多難題,主要為三類(lèi):

1. 經(jīng)銷(xiāo)商成百上千,如何高效評(píng)估優(yōu)質(zhì)經(jīng)銷(xiāo)商以及分層管理,對(duì)優(yōu)質(zhì)經(jīng)銷(xiāo)商重點(diǎn)投入資源?

2. 全國(guó)終端門(mén)店數(shù)百萬(wàn),如何做實(shí)力評(píng)估,保證資源投入到高潛門(mén)店?不同城市如何精準(zhǔn)拓店?

3.品牌如何穿透終端門(mén)店運(yùn)營(yíng)消費(fèi)者,拉升門(mén)店動(dòng)銷(xiāo)率?

因此,酒水飲料企業(yè)要做徹底的數(shù)智化轉(zhuǎn)型,重點(diǎn)要啃下經(jīng)銷(xiāo)商這塊“硬骨頭”。

作為中國(guó)規(guī)模最大、產(chǎn)品品類(lèi)最全的乳制品企業(yè),伊利有著超長(zhǎng)的供應(yīng)鏈,500萬(wàn)個(gè)銷(xiāo)售網(wǎng)點(diǎn),13億消費(fèi)者。因此,伊利搭建“大營(yíng)銷(xiāo)”和“大供應(yīng)鏈”體系,目標(biāo)將豐富產(chǎn)品精準(zhǔn)匹配消費(fèi)者,加快履約速度,縮短供應(yīng)鏈的周轉(zhuǎn)周期。

在供應(yīng)鏈側(cè),完整拉通七大場(chǎng)景數(shù)據(jù),實(shí)現(xiàn)全局可視化智能履約,通過(guò)數(shù)據(jù)分析提供分鐘級(jí)最優(yōu)決策,保持供應(yīng)鏈高效運(yùn)轉(zhuǎn);在營(yíng)銷(xiāo)側(cè),靈活配置人群標(biāo)簽,精準(zhǔn)圈選目標(biāo)消費(fèi)人群,強(qiáng)勢(shì)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。

中國(guó)酒企“300億俱樂(lè)部”成員之一的洋河股份則通過(guò)經(jīng)銷(xiāo)商識(shí)別、分層運(yùn)營(yíng)管理超8000家經(jīng)銷(xiāo)商和超五十萬(wàn)個(gè)終端門(mén)店。

對(duì)此,洋河股份先定位目標(biāo),再找出解決方案:設(shè)置三類(lèi)管理目標(biāo)優(yōu)化經(jīng)銷(xiāo)商的結(jié)構(gòu)分布,識(shí)別優(yōu)質(zhì)經(jīng)銷(xiāo)商,提升潛力經(jīng)銷(xiāo)商的能力;建設(shè)經(jīng)銷(xiāo)商五力評(píng)估模型,洞察目標(biāo)達(dá)成、庫(kù)存周轉(zhuǎn)率、網(wǎng)點(diǎn)覆蓋、費(fèi)效比、利潤(rùn)貢獻(xiàn)占比、市場(chǎng)秩序等關(guān)鍵指標(biāo)。

通過(guò)內(nèi)部組織數(shù)智化+外部經(jīng)營(yíng)數(shù)智化,洋河股份實(shí)現(xiàn)了一塊屏管理8000+經(jīng)銷(xiāo)商,可查看總部管理、各層級(jí)營(yíng)銷(xiāo)看板、運(yùn)營(yíng)指揮調(diào)度。

拆解酒水飲料企業(yè)數(shù)智化動(dòng)作,可以形成一套方法論:一是建立經(jīng)銷(xiāo)商評(píng)估體系;二是做深做全終端,提升ROI;三是精細(xì)化運(yùn)營(yíng),提升門(mén)店動(dòng)銷(xiāo)。

在這個(gè)過(guò)程中,數(shù)智化賦能業(yè)務(wù)提效、管理提效,并將成果量化為數(shù)字,為傳統(tǒng)的酒水飲料行業(yè)打樣。

三、金融行業(yè)嚴(yán)格管數(shù)據(jù),簡(jiǎn)單看數(shù)據(jù)

對(duì)行業(yè)敏感度較高的金融行業(yè)而言,數(shù)智化存在三個(gè)關(guān)鍵難題:

數(shù)據(jù)標(biāo)準(zhǔn)化:金融企業(yè)必須建立統(tǒng)一的數(shù)據(jù)治理框架和標(biāo)準(zhǔn),確保數(shù)據(jù)的一致性、準(zhǔn)確性和可靠性;

數(shù)據(jù)資產(chǎn)化:金融企業(yè)將數(shù)據(jù)視為核心資產(chǎn),通過(guò)數(shù)據(jù)資產(chǎn)化策略,將數(shù)據(jù)轉(zhuǎn)化為可量化、可管理和可利用的資源,充分利用數(shù)據(jù)提供服務(wù);

數(shù)據(jù)普適化:用數(shù)據(jù)、看數(shù)據(jù)的門(mén)檻,由一線員工決定,數(shù)據(jù)工具必須好用、易用,才能提升員工效率。

因此,金融行業(yè)的核心訴求指向了嚴(yán)格管數(shù)據(jù)、簡(jiǎn)單看數(shù)據(jù)。

成立于1988年的臺(tái)州銀行深耕小微金融,90年代起就用當(dāng)時(shí)領(lǐng)先的風(fēng)控技術(shù)為小微企業(yè)提供便捷的貸款服務(wù)。為了解決各部門(mén)數(shù)據(jù)不互通的問(wèn)題,臺(tái)州銀行從兩個(gè)場(chǎng)景入手:統(tǒng)一數(shù)據(jù)中臺(tái)連接三大體系,落地?cái)?shù)據(jù)管理標(biāo)準(zhǔn);數(shù)據(jù)看板普適化。

前者打通了行方用戶體系,連接各個(gè)產(chǎn)品、OA 系統(tǒng)接口,實(shí)現(xiàn)了數(shù)據(jù)治理體系落標(biāo)以及全流程數(shù)據(jù)管理貫標(biāo);

后者統(tǒng)一了數(shù)據(jù)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)目標(biāo),搭建可視化駕駛艙。臺(tái)州銀行業(yè)務(wù)人員、中層管理者、行長(zhǎng)不同的數(shù)據(jù)權(quán)限,讓不同需求的人員都可以通過(guò)統(tǒng)一的數(shù)據(jù)看板取數(shù)、用數(shù),形成可信的業(yè)務(wù)報(bào)表,提高了工作自主性和業(yè)務(wù)響應(yīng)速度,幫助臺(tái)州銀行數(shù)據(jù)人才成長(zhǎng)。

金融行業(yè)數(shù)智化的三個(gè)關(guān)鍵點(diǎn)可以總結(jié)為:打通數(shù)據(jù)標(biāo)準(zhǔn),統(tǒng)一數(shù)據(jù)“度量衡”;將數(shù)據(jù)沉淀為數(shù)據(jù)資產(chǎn),并且可以靈活取用;實(shí)現(xiàn)數(shù)據(jù)可視化,讓數(shù)據(jù)更可用。

四、通用行業(yè),用互通、準(zhǔn)確的數(shù)據(jù)提升效率

除了以上特點(diǎn)鮮明的行業(yè),大部分企業(yè)數(shù)智化轉(zhuǎn)型的過(guò)程中,都存在著幾個(gè)共性:

一是數(shù)據(jù)驅(qū)動(dòng)決策。各行業(yè)企業(yè)都在積極利用數(shù)據(jù)分析來(lái)指導(dǎo)戰(zhàn)略規(guī)劃和日常運(yùn)營(yíng),通過(guò)實(shí)時(shí)監(jiān)控關(guān)鍵業(yè)務(wù)指標(biāo),實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策。企業(yè)通過(guò)構(gòu)建統(tǒng)一的數(shù)據(jù)指標(biāo)體系和分析模型,快速識(shí)別問(wèn)題并作出預(yù)警,從而優(yōu)化業(yè)務(wù)流程和提升服務(wù)質(zhì)量。

二是系統(tǒng)互通與技術(shù)集成。企業(yè)致力于打破信息孤島,并且通過(guò)系統(tǒng)互通和集成,實(shí)現(xiàn)數(shù)據(jù)和資源的共享,提高內(nèi)部管理效率。通過(guò)與現(xiàn)有業(yè)務(wù)系統(tǒng)的無(wú)縫集成,如釘釘、CRM 等,企業(yè)能夠提供統(tǒng)一的數(shù)據(jù)看板、業(yè)務(wù)報(bào)表,咨詢?nèi)肟诤椭悄芸头?簡(jiǎn)化員工和客戶的服務(wù)體驗(yàn)。

比如外企德科,作為中外合資人力資源服務(wù)企業(yè),全國(guó)服務(wù)人數(shù)超200萬(wàn),員工每日需要處理龐雜的數(shù)據(jù),還要跟蹤現(xiàn)金流等核心指標(biāo)。

數(shù)智化較早的外企德科,日常工作要使用多個(gè)不互通的國(guó)外BI系統(tǒng),復(fù)雜的系統(tǒng)邏輯拖慢了業(yè)務(wù)的工作效率。

外企德科重新進(jìn)行數(shù)據(jù)建設(shè)后,使用一個(gè)開(kāi)放集成的Quick BI工具融入其他BI系統(tǒng),將數(shù)據(jù)簡(jiǎn)化為7張報(bào)表,呈現(xiàn)在1張數(shù)據(jù)看板上,同時(shí)還針對(duì)現(xiàn)金流核心指標(biāo)搭建了經(jīng)營(yíng)管理駕駛艙與預(yù)警系統(tǒng),實(shí)時(shí)對(duì)異常數(shù)據(jù)做出預(yù)警,大大降低了業(yè)務(wù)人員的工作難度,提升了效率。

五、構(gòu)建數(shù)智化未來(lái)

整體而言,企業(yè)數(shù)智化趨勢(shì)呈現(xiàn)了兩個(gè)特點(diǎn):

一是高效、及時(shí)。復(fù)雜量大的行業(yè)數(shù)據(jù),往往需要投入大量人力和時(shí)間進(jìn)行處理。打通各個(gè)業(yè)務(wù)系統(tǒng),集合為一個(gè)數(shù)據(jù)口徑,并實(shí)時(shí)反哺業(yè)務(wù),支持業(yè)務(wù)人員查看數(shù)據(jù)、產(chǎn)出報(bào)表、接收預(yù)警,根據(jù)指標(biāo)做出高效決策。

二是精確、精準(zhǔn)。在企業(yè)缺失的數(shù)據(jù)維度和信息上,企業(yè)需要補(bǔ)全和校準(zhǔn)。從數(shù)據(jù)洞察到用戶旅程管理,賦能企業(yè)觸達(dá)精準(zhǔn)人群,完成服務(wù)。

麥肯錫發(fā)布的《2024年科技趨勢(shì)展望》中,將“構(gòu)建數(shù)字化未來(lái)”作為五個(gè)大方向之一。勢(shì)如破竹的AI技術(shù)加速了企業(yè)全方面的數(shù)據(jù)應(yīng)用,也引發(fā)了企業(yè)的危機(jī)感。數(shù)智化驅(qū)動(dòng)下,把控?cái)?shù)據(jù)安全,建立數(shù)據(jù)標(biāo)準(zhǔn),規(guī)范數(shù)據(jù)管理至關(guān)重要。

“今天,做生意已經(jīng)不可能僅依靠經(jīng)驗(yàn)主義。依靠數(shù)據(jù)理解和預(yù)測(cè)市場(chǎng)、判斷經(jīng)營(yíng)結(jié)果、做出科學(xué)決策,成為企業(yè)經(jīng)營(yíng)的必備能力。”一財(cái)商學(xué)院院長(zhǎng)黃磊表示。

本文涵蓋的所有企業(yè)案例,均在案例冊(cè)中有更詳盡的呈現(xiàn)。

*掃碼領(lǐng)取案例冊(cè)全文,獲取數(shù)智化最佳實(shí)踐

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！