标签：消费者 奇点 CEO 业务 零售 行在 企业 数据 中台
在数智·泛零售系列收官直播课程中，奇点云创始人兼CEO行在带来《泛零售数据中台建设之灵魂二十问》，从泛零售数据中台的定义、主体、时机、价值、实践、案例共6个维度总结了本季直播中最受关注的问题。
行在，奇点云创始人兼CEO，原阿里云数加（现阿里数据中台DataWorks）创始人、阿里首个数据仓库建立者、阿里消费者信息库TCIF主持创建者。
WHAT 定义：数据中台是什么？
WHO 主体：什么样的泛零售企业对数据中台有迫切需要？
WHEN 时机：泛零售企业建设数据中台的最佳时机是？
WHY 价值：陷阱or金钥匙？什么是「好」的泛零售数据中台？
HOW 实践：泛零售企业如何搭建数据中台？如何避坑？
CASES 案例：做过最〇〇的案例是？
数据中台是什么？
字面意思，数仓是一个数据的仓库，把数据能够放到仓库里面存储。
BI则 是做决策支持，让数据能够把它变成报表、分析报告，能让领导看的东西。
数据中台是有业务属性的。
可以把它分成三个阶段：从「看」到「用」再到「运营」
「看」，就是决策支持，我们把它变成一个报表、分析报告，需要通过人来做决策。
「用」，是把客户的数据，用算法做深，深度提取后变成一个模型。然后再把模型服务化掉，通过API去和业务系统做对接。
「运营」，本来没有这块业务，而从数据中长出了业务，就是运营。比如阿里的小贷、蚂蚁金服、芝麻信用等，都是数据的「运营」。
所以数据中台和数据仓库和BI有很大不同，它有业务属性，并且它可以基于数据去做决策。
泛零售企业需要的数据中台长什么样？
中国在零售行业已经远远领先于国外，特别是在消费者运营这块。做零售行业本身是一个微利的行业，恨不得把一分钱掰开两份用，所以它是价值驱动，不是关系驱动。
泛零售企业数据中台应包括3部分：「聚」是实现全域数据的采集，「管」是通过对数据的抽取、整合，将可以变现的数据资产管理起来。「服」是在数据资产的基础上，形成业务的模型、分析与洞察，为企业提供数据服务。
和其他的行业相比有什么特别之处呢？因为零售行业，中国消费者的数字化是最充分的。特别是这次疫情之后，我们以前中午吃饭到外面去吃，后来发现外卖越做越好、品质会越做越高，大家都愿意在手机上点餐过来吃，这就是很大的改变。所以数据中台它是有业务属性的。在泛零售行业，最重要的就是人货场，从人先开始，这和其他行业有很大的不同。
过去的商业都是以货为中心，粗放式的增长，通过传统渠道去分销；当前增量时代已经迈入产量时代，未来的商业是以人、以精细化的运营为中心。特别是在中国，数字化渠道已经呈现多端化。比如，以前通过线下零售店来卖货，搞设计、做品牌宣传到市场销售......今天根本不需要这样的过程。今天品牌商可能通过快手、淘宝直播、抖音等，直接卖给他的粉丝。在这个领域的数据中台，一定要懂这个行业，一定要知道未来的趋势。
什么样的泛零售企业对数据中台有迫切需要？
其实泛零售企业，对数字中台都有需要。但迫切的需要，那肯定是头部客户。
传统的零售店、分销等模式，已经不是「未来的商业」。品牌商发现它离消费者太远，很难迅速感知消费者对品牌的诉求和变化，都迫切的希望和消费者直接沟通，收集各个渠道消费者数据，补齐数据的短板。
至于什么时候是建数据中台的最佳时机？越早动手越好，特别是在泛零售领域，因为这个领域的竞争只会越来越激烈。
陷阱or金钥匙？泛零售企业为什么需要数据中台？
现在是数据驱动的世界。
消费者的在线化，未来有两大趋势：跨平台和高端化，跨多云和多端多数据化渠道，这是不可逆的趋势。淘宝、京东、拼多多、快手、抖音等，消费者的接触渠道会变得越来越多样化、多端化。相对的，消费者的信息散落在各个渠道里，数据中台可以采集所有信息。
越早建设数据中台，数据沉淀就会越厚。通过数字积累，才能更好的感知消费者的变化。
消费者的诉求是海量个性化的，耐心也是越来越低的，这也要求我们更高效的去响应消费者的诉求，并用数据去应对比如全渠道融合的挑战、供应链的挑战等等。
好的泛零售数据中台，要站在商业和技术的交叉点上，来看有没有给公司带来业务价值——降本增效，这是很重要的指标。
泛零售企业如何搭建数据中台？
如何搭建数据中台，我们有一套方法论。要从业务痛点出发，找一个很小的场景做验证，把业务痛点解决掉。而不是上来就跟老板去讲一个很大的故事：我要花两年或者三年的时间去建一个底层基础平台，然后再去用数据……如果用这个方式，在企业里推进可能会遭遇很大的挑战。
如果你是CIO，应该知道搭建数据中台的过程中坑很多。除了技术上的「坑」，还会有组织上的「坑」，举个常见的例子，组织内对数据中台的认知不统一，前期预期大、后期难落地。因此可以尝试从小的地方先落地，再在系统层面裂变，不要一开始就过度设计、调整。
数据中台可否「开箱即用」？最快多久见效？
数据中台不是iPhone这种高度标准化的产品，做到真正的「开箱即用」很难。
数据中台更多的是一个解决方案。需要从业务的视角、数据的现状以及技术实现端来进行确认。所以说开箱即用，可能要慢慢探索，我们目前可以把其中的某些功能做到开箱即用，而现在包括在行业内，整个数据中台实现开箱即用还是很难的。
「最快多久见效」这个问题，也是和业务场景高度相关的。我建议大家先找一个小的场景，先去实践起来，这样可能会见效更快。基本上，刚开始的项目保持在3到6个月交付、去检验它的效果，成功率会比较高。
另外要记得数据中台不是你用个一年就万事大吉、尘埃落定了，而是需要去持续运营的，阿里巴巴就是一个很好的案例，在阿里自己的数据中台之上，大概有1万多个数据应用在不停的生长。
做过见效最快的案例是？
我们为一家服装企业客户做了智能人效应用，原计划在9个月时间里帮助企业节约1千万成本，实际上在4个月的时间里就完成了全年的目标，帮助这家企业精简了1720人，相当于一年节省了8600万的人力成本，超额完成172%。同时，员工工作效率与组织协作效率也得到提高。
这看上去是很简单的一个案例。但实际上它是前端、销售预测的数据、天气的数据、商品的数据，还有供应链和组织的数据全部揉在一起，然后用算法去解决，达到智能人效的成果。
未来，数据智能将给泛零售行业带来什么影响或改变？
未来所有公司都将成为「数据公司」和「AI公司」，我们希望能让机器去完成机械性的重复工作，把人解放出来去思考和创新。泛零售行业也会因大数据和人工智能的赋能而突破跨越式的发展。
（例如，消费者的运营能商品的管理能力、门店的管理能力、供应链的管理能力、组织效能的分析能力等得到显著提升。）
标签：消费者,奇点,CEO,业务,零售,行在,企业,数据,中台 来源： https://blog.csdn.net/StartDT/article/details/110493274
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。